Каталог курсов

Направления обучения

Все курсы Маркетинг Бизнес и управление Дизайн и UX Программирование Аналитика Управление командой Высшее образование Творческие профессии Профессии в образовании Корпоративное обучение Новые профессии Финансы и инвестиции Компьютерные игры Саморазвитие и хобби

Бесплатный курс

начало карьеры

IT-профессии

Как выбрать направление и реализовать себя

Включает программу трудоустройства

Совместно с

Data Scientist

Освоите одну из самых востребованных ИТ-профессий в мире

Добавите в портфолио 7 проектов

Сможете начать работу по специальности через 7 месяцев обучения

Поможем подобрать обучение

Когда

16 октября 2023 — 16 февраля 2025

Длительность обучения

16 месяцев

Трудоустройство

Поможем найти работу
 или стажировку

Документ

Диплом о профессиональной переподготовке

Акция

-40%

Акция

-40%

40%

с 03.10 по 05.10

В самый разгар осени

Скидка уже включена в стоимость. Оплатите до 5 октября, чтобы скидка не сгорела.

Условия акции

Чем занимается Data Scientist

Специалист создаёт и обучает предиктивные модели с помощью алгоритмов машинного обучения и нейросетей.

Он помогает бизнесу находить скрытые закономерности, прогнозировать развитие событий и оптимизировать ключевые бизнес-процессы.

В топ-7 самых востребованных профессий в мире

входит Data Scientist по данным U.S. News & World Report’s в 2022 году

Зарплата Data Scientist

по данным hh.ru в среднем составляет

Junior-специалист
Опыт до 1 года
Middle-специалист
Опыт 1–3 года
Senior-специалист
Опыт более 3 лет

Чему вы научитесь

Работать с SQL

Научитесь писать запросы, работать с данными в базе без переноса в таблицы, загружать данные и сохранять историю, работать с разными форматами файлов

Использовать Python и библиотеки

Автоматизировать работу с большими массивами, получать данные из внешних источников, обосновывать выводы, сделанные на основании данных

Проверять данные и определять проблемы

Обрабатывать текстовые данные, чтобы передавать их в алгоритмы машинного обучения, генерировать новые значимые признаки

Строить модели машинного обучения

Быстро строить модели и проверять гипотезы, строить рекомендательные системы, обучать нейросети, выявлять скрытые аномалии в данных

Применять математику

Освоите необходимый математический аппарат для продуктивной работы с моделями данных, машинным обучением и нейронными сетями

Лидировать DS-проекты

Структурировать результаты, формулировать гипотезы, выявлять потребности, находить области применения машинного обучения, оценивать целесообразность разных методов

Выполните 7 масштабных проектов для портфолио

SQL

Развернёте и проанализируете базу данных об авиаперевозках

Лучшая онлайн-программа по Data Science в 2019 году

Нетология с программой «Профессия Data Scientist» получила премию «Знак качества» в номинации «Подготовка профессионалов цифровой индустрии».

Направлению Нетологии «Аналитика и Data Science» присвоили «Премию Рунета» в номинации «Образование и кадры».

Программа курса — 16 месяцев

222 часа теории и 303 часа практики

Скачать программу

● Вебинары с экспертами в прямом эфире проходят 1-2 раза в неделю, начинаются в промежутке с 18:00 до 20:00 МСК

● На лекции и практические задания понадобится 10-15 часов в неделю

● Записи вебинаров, митапов и хакатонов, видеолекции, презентации, лонгриды, тесты, тренажёры и другие полезные материалы хранятся в личном кабинете

SQL и получение данных

Научитесь с помощью SQL получать данные из БД, фильтровать, агрегировать, импортировать и экспортировать — без помощи разработчиков.

20 часов теории

32 часа практики

Введение в SQL.Установка и знакомство

Основы SQL

Работа с базой данных PostgreSQL

Основы и работа с базами данных

Углубление в SQL

Python для анализа данных

Научитесь получать и очищать данные, находить связи и проверять гипотезы.
Сможете работать с главными аналитическими библиотеками.

66 часов теории

83 часа практики

Основы Python: Jupiter Notebook, комментарии в коде, арифметические операции

Управляющие конструкции и коллекции

Функции и работа с данными, основы парсинга

Работа с файловой системой и модули

Исключения и обработка ошибок

Функции и понятие класса

Регулярные выражения и основы синтаксического разбора

Бонусные видеолекции по Git

Библиотека NumPy: вычислительные задачи

Библиотека Pandas: возможности и оптимизация

Функции и работа с данными

Методы оптимизации pandas

Основы вебскрапинга

Базовые понятия статистики. Изучение данных: статистика и исследовательский анализ

Случайные события. Случайные величины

Корреляция и корреляционный анализ

Задачи классификации и кластеризации

Доверительные интервалы. Статистическая проверка гипотез для несвязанных выборок

Статистическая проверка гипотез для связанных выборок.
A/B тесты и как их проводить

Математика для анализа данных

Освоите математический аппарат Data Science. Начнёте понимать принципы работы существующих методов анализа данных. Сможете выбирать подходящие алгоритмы и корректно интерпретировать результаты.

9 часов теории

37 часов практики

Основные математические понятия для Data Science

Продвинутая линейная алгебра

Математический анализ. Производные функции нескольких переменных

Теория оптимизации

Линейная алгебра. Матрицы

Основы статистики

Математический анализ. Производные функции одной переменной

Продвинутая оптимизация

Теория вероятностей

Машинное обучение

Сможете проверять данные на полноту, целостность, валидность, наличие шумов, ошибок и пропусков. Узнаете, как очищать данные с помощью NumPy и pandas и сокращать размерности данных алгоритмами PCA, LDA, NMF. Научитесь строить деревья решений и модели логистической, линейной и полиномиальной регрессии. Начнёте использовать Random Forest в задачах классификации.

42 часа теории

37 часов практики

Регрессионный анализ. Линейная, полиномиальная и логарифмическая регрессия

Функции потерь и оптимизация

Проблема качества данных

Работа с переменными

Ансамблирование

Feature selection

Алгоритмы кластеризации

Классификация: Логистическая регрессия и SVM

Оценка точности модели, переобучение, регуляризация

Работа с пропусками

Деревья решений

Поиск выбросов и генерация новых признаков

Метрики близости. Работа с текстовыми данными. Наивный Байес

Улучшение качества модели

Название занятия

Рекомендательные системы

Начнёте применять полученные знания в разных областях машинного обучения. Научитесь строить персонализированные и неперсонализированные рекомендательные системы, а также комбинировать их.

10 часов теории

9 часов практики

Введение и классификация рекомендательных систем

Коллаборативная фильтрация

Гибридные рекомендательные системы

Рекомендации на основе содержания

Рекомендации на основе скрытых факторов

Временные ряды

Вы изучите элементарные алгоритмы обработки временных рядов, модели ARIMA и GARCH, прогнозирование значений на их основе. Узнаете, что такое марковские случайные процессы и марковские модели для временных рядов.

16 часа теории

18 часов практики

Знакомство с временными рядами

Элементарные методы анализа временных рядов

Модели ARIMA

Модели авторегрессии условной гетероскедастичности

Сингулярный спектральный анализ

Случайные марковские процессы

Нейронные сети в анализе временных рядов

Поиск изменений во временном ряде

Введение в нейронные сети

Научитесь строить простые полносвязные сети уровня LeNet и AlexNet и экспериментировать с их обучением. Получите теоретическую и практическую базу для использования нейронных сетей в блоках CV и NLP.

10 часов теории

6 часов практики

Введение в нейронные сети и библиотеку Keras

Введение в свёрточные нейронные сети

Углубление в нейронные сети и библиотеку Keras

Введение в рекуррентные нейронные сети

Компьютерное зрение

Освоите основные техники машинного зрения — извлечение признаков, поиск по картинкам, сегментирование, детекция объектов.

22 часа теории

12 часов практики

Введение в компьютерное зрение

Свёрточные нейронные сети

Обучение свёрточной сети на практике

Рекуррентные нейронные сети в задачах компьютерного зрения: Image Captioning

Выделение признаков и поиск похожих изображений

Сегментация и детекция объектов

Задачи детекции и сегментации

Порождающие модели

Обработка естественного языка

Освоите морфологический и синтаксический анализ, дистрибутивную семантику и информационный поиск, научитесь снижать размерность в векторной модели, классифицировать, извлекать информацию и генерировать тексты.

21 час теории

12 часов практики

Введение в автоматическую обработку текста

Тематическое моделирование

Дистрибутивная семантика

Классификация в АОТ

Извлечение информации

Трансформеры. Токенизация: BPE. BERTя

Словари. Подкрепление знаний

Языковые модели

Sequence to sequence-алгоритмы

Информационный поиск

Синтаксический анализ

Менеджмент дата-проектов

Овладеете методологиями управления Data Science-проектами. Научитесь формулировать идеи и гипотезы, выбирать подходящие методы и алгоритмы, планировать решение задачи.

4 часа теории

5 часов практики

Требования в data-проектах

Разработка отчётов по исследованию

Методология ведения data-проектов

Сохранение результатов эксперимента

Английский для специалистов по работе с данными

Бонусный модуль

Научитесь разбираться в аналитических терминах и читать иностранную техническую документацию. Сможете презентовать результаты анализа с помощью графиков и диаграмм на английском языке. Узнаете, как эффективно готовиться к собеседованиям в зарубежные компании. Научитесь составлять убедительное резюме и писать сопроводительное письмо.

7 часов теории

7 часов практики

Словарь терминов аналитика с примерами употребления и типичными словосочетаниями

Важная лексика для работы с датасетами

Презентация результатов анализа

Чтение технической документации

Самопрезентация. Elevator Pitch

Прохождение собеседований

Резюме и сопроводительное письмо (CV & сover letter)

Email-переписка

Общение в технических чатах

Как вести звонки и встречи

Как учить лексику

Как учить грамматику

Финальный хакатон

Командная игра. В составе мини-команды вам предстоит решать задачи по прогнозированию продаж или оптимизации производства, задействуя все знания и навыки, полученные на курсе.

8 часов практики

Итоговый проект

Построите ML-модель для решения своих текущих профессиональных задач или выполните предложенное итоговое задание. Вы будете работать самостоятельно под руководством экспертов и отработаете полученные знания и навыки.

40 часов практики

Итоговый проект

Вы построите ML-модель для решения текущих профессиональных задач. Это может быть система прогнозирования продаж, распознавание объектов на фото или видео, анализ временных рядов или больших объёмов текста.

Вы также можете защитить итоговую работу на основе данных с Kaggle.

Если вы уже прошли курс, входящий в профессию, учитесь дальше со скидкой в размере стоимости курса. При расчёте скидки учитываются фактически пройденные занятия.

Как проходит обучение

Теория
Мы подготовили гибкие форматы обучения: видеолекции, вебинары и митапы
Практика
Вас ждут домашние, лабораторные и финальные работы после модулей, а также итоговый проект. Захотите углубить знания — предложим индивидуальные задания
Сопровождение
Кураторы, аспиранты и эксперты программы на связи в закрытом студенческом канале курса. Предусмотрены 4 индивидуальные консультации с ментором
Итоговая работа
Пройдёте все этапы: от проектирования модели данных до реализации пайплайна в облачной среде и упаковки в него искусственного интеллекта

Все уроки теперь и в мобильном приложении

Мы разработали платформу для смартфонов, чтобы вы могли учиться в спортзале, самолёте, на даче или в пути.

Учитесь, где нравится
Доступ к учебным материалам всегда под рукой: это экономит ваши ресурсы
Занимайтесь даже без интернета
Можно скачать материалы на телефон и учиться даже там, где плохая связь
Получайте подсказки по дедлайнам
Приложение работает как помощник: напомнит про домашнюю работу или вебинар
Загружайте задания с телефона
Удобно отслеживать статус практических работ и отвечать на комментарии преподавателя

Мы регулярно проводим внутренние митапы

Это неформальные встречи выпускников и студентов Нетологии с экспертами и потенциальными работодателями.

Каждый участник может задать экспертам вопросы, получить ответы или поделиться собственной историей. Митапы проходят раз в две недели по вечерам.

Преподаватели —ведущие эксперты

Ваше резюме после обучения

Data Scientist

Достигнутые результаты

Построена полносвязная нейросеть

Создан готовый к внедрению ml-проект

Проанализирован уровень удовлетворённости сотрудников работой

Построена модель LDA, предсказывающая увольнение сотрудника

Получен опыт работы с реальными датасетами

Использованы аналитические функции SQL для изучения характеристики данных

Получено понимание архитектуры и структуры баз данных

Построен классификатор изображений

Созданы рекомендательные системы для музыкального и киносайтов

Ключевые навыки

Работа с сырыми данными и их подготовка для анализа

Создание нейросетей

Написание простых SQL-запросов для получения данных

Выбор и реализация алгоритма под задачу

Выбор и создание фич для модели

Работа с аналитическими библиотеками numpy, scipy, pandas

Группировка и фильтрация данных

Автоматизация процессов получения данных для отчётов

Генерация текстов и изображений

Создание рекомендательных систем

Инструменты, которые вы освоите

scikit-learn

Базовая библиотека в Python для построения алгоритмов машинного обучения

PostgreSQL

Одна из самых популярных реляционных баз данных с открытым исходным кодом. На её основе работает множество приложений для анализа геопространственных данных и мобильных приложений

Tensorflow

Открытая программная библиотека для машинного обучения, разработанная компанией Google для решения задач построения и тренировки нейронной сети

Pandas

Наиболее продвинутая и быстроразвивающаяся библиотека для обработки и анализа данных в Python

DBeaver

Универсальный инструмент для управления базами данных

Keras

Открытая нейросетевая библиотека на языке Python

Numpy

Библиотека для математических исчислений

OpenCV

Библиотека алгоритмов компьютерного зрения, обработки изображений и численных алгоритмов общего назначения с открытым кодом. Мы будем использовать её на Python

Requests

Библиотека для составления HTTP-запросов в Python

NLTK

Набор библиотек и программ Python для символьной и статистической обработки естественного языка

Модуль для работы с регулярными выражениями

Вs4 (Beautiful Soup)

Библиотека для извлечения данных из файлов HTML и XML

Вашу квалификацию подтвердит диплом о профессиональной переподготовке

Мы обучаем по государственной лицензии и выдаём документ установленного образца, который можно показать работодателю.

Выгодно презентовать себя также поможет характеристика с рекомендательным письмом от эксперта.

Поможем найти
ту самую работу

Центр развития карьеры
помогает трудоустроиться студентам Нетологии

Научим составлять резюме и проходить интервью

Разберём ваш предыдущий опыт, определим сильные стороны и поможем составить успешное резюме. Научим презентовать себя и проведём тест-драйв интервью.

Поможем наработать практику и оформить портфолио

Приобретёте практический опыт и наполните портфолио ещё во время обучения. Разберёте тестовые задания от работодателей и сможете принять участие в их проектах.

Предложим стажировки и проекты от партнёров

Предоставим доступ к карьерной странице со стажировками и вакансиями от партнёров Нетологии. Будем делиться подборками с новыми интересными вакансиями.

Воркшопы и много практики

Вы сможете сформировать портфолио, выполняя задания компаний-партнёров Нетологии или проходя у них стажировки. Сфокусируетесь на практике, откликах и результате. Поработаете над реальными заданиями, защитите свои решения и получите развивающую обратную связь.

84%

студентов нашли работу с помощью Центра развития карьеры

4 075

компаний-партнёров в базе Нетологии для отработки практики

Обучайтесь профессии, которая вам подходит

Если вы уже определились с направлением обучения, но пока не уверены, какую профессию освоить, — у вас есть возможность в течение года трижды сменить курс и выбрать подходящий. Чтобы узнать подробнее, свяжитесь с нами для консультации.

Даю согласие на обработку моих персональных данных

Наши студенты достигают своих целей. Вот их истории

Предложение для компаний

Вы можете обучить сотрудников на этом курсе. Адаптируем программу под ваш бизнес и предоставим отчёты об успеваемости. При обучении сразу нескольких сотрудников — более выгодная стоимость.

Оставьте заявку, и мы вышлем вам индивидуальное предложение.

Вернём деньги, если обучение не подойдёт

Деньги можно вернуть в любой момент. В течение первых трёх занятий вернём вам полную сумму, а начиная с четвёртого — рассчитаем сумму возврата или поможем выбрать другой курс взамен.

Подробные условия