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
с нуля до middle

Построите карьеру в анализе данных и обучении нейронных сетей

Добавите более 14 проектов в портфолио

Сможете искать работу в новой сфере уже через 8 месяцев обучения

Когда

9 октября 2023 — 31 мая 2025

Длительность обучения

20 месяцев

Трудоустройство

Поможем найти работу
или стажировку

Документ

Диплом о профессиональной переподготовке

40%

с 23.09 по 25.09

Пока за окном холодает

Скидка уже включена в стоимость. Оплатите до 25 сентября, чтобы скидка не сгорела.

Условия акции

Data Scientist структурирует большие данные

Специалист создаёт и обучает предиктивные модели с помощью алгоритмов машинного обучения и нейросетей — помогает бизнесу находить скрытые закономерности, прогнозировать развитие событий и оптимизировать ключевые бизнес-процессы.

На курсе вы научитесь не только работать с аналитикой, нейросетями, Big Data, но и освоите ключевые soft skills: коммуникацию в команде, целеполагание и эмоциональный интеллект.

Сможете пройти специализацию
DS в медицине

Разберётесь в специфике работы с табличными данными, анализе медицинских текстов и изображений, решите реальные задачи при поддержке специалистов в сфере анализа медданных.

Зарплата Data Scientist

По данным hh.ru, в среднем составляет

70 000–120 00 ₽
Junior-специалист
с опытом до 1 года
135 000–210 000 ₽
Middle-специалист
с опытом 1–3 года
от 220 000 ₽
Senior-специалист
с опытом более 3 лет

Чему вы научитесь

Работать с SQL

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, полученные при анализе данных

Проверять данные и определять проблемы

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

Обучать многослойные нейронные сети и строить модели машинного обучения

Проверять гипотезы, строить рекомендательную систему и нейронную сеть, выявлять скрытые аномалии в данных

Применять математику в алгоритмах

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

Лидировать Data-проекты, работать в команде и находить общий язык с заказчиком

Структурировать результаты, формулировать гипотезы, выявлять потребности, находить области применения машинного обучения

Выполните 14 масштабных проектов для портфолио

Основы аналитики

Разработаете систему аналитики для учёта и планирования отпусков. Построите систему анализа домашней бухгалтерии на основе ваших данных

Участие в конкурсах Kaggle — способ получить публичное признание и опыт соревновательного анализа данных

Под руководством опытных наставников вы примете участие в конкурсах и сможете заработать ценные призы, а главное — рейтинг, который станет большим преимуществом при приёме на работу.

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 обучения — 20 месяцев

316 часов теории и 462 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 и митапов, видеолекции, презентации, лонгриды, тесты, тренажёры и другие полезные материалы хранятся в личном кабинете

1 ступень. Погружение

В первом модуле вы разберётесь, что такое аналитическое мышление, и узнаете, откуда берутся данные. Научитесь определять ключевые продуктовые метрики и создавать дашборды.

Аналитическое мышление

Курсовой проект

Научитесь думать как аналитик и формулировать гипотезы для проверки. Поймёте, что аналитика строится вокруг данных. Познакомитесь с базовым инструментом аналитика и сможете проводить в нём простой анализ данных.

20 часов теории

38 часов практики

Что такое аналитическое мышление

Введение в Google-таблицы

Продвинутые Google-таблицы

Основы статистики

Откуда берутся данные

Продвинутая визуализация данных

Python как инструмент анализа данных

Машинное обучение для жизни

Основы практической статистики

Курсовой проект

Познакомитесь со статистическими показателями, научитесь проводить статистический анализ данных и проверять гипотезы с помощью различных инструментов.

8 часов теории

14 часов практики

Что такое статистика и для чего она нужна

Основные статистические показатели, виды распределений данных, корреляция

Взаимосвязи данных и формулирование гипотез по SMART

Статистические критерии в Google Таблицах. Проверка гипотез и формулирование выводов

Основы визуализации данных

Поймёте, как создавать наглядные визуализации, откуда берутся данные для визуализации и как с ними работать. Узнаете, как создавать истории с помощью данных.

6 часов теории

11 часов практики

Как донести информацию с помощью изображений

Инструменты, источники и предподготовка данных

Исследование данных и основы статистики

Продвинутая визуализация данных

Сторителлинг в визуализации

2 ступень. SQL, Python и Big Data

Вы получите ключевые навыки специалиста в Data Science для старта в профессии и сможете искать стажировку в новой сфере уже после прохождения первой ступени.

SQL и получение данных

Курсовой проект

В идеальном мире data scientist получает готовые данные, чтобы строить модели, но мир неидеален. Вы научитесь с помощью SQL получать данные из БД, фильтровать, агрегировать, а также импортировать и экспортировать.

20 часов теории

32 часа практики

Архитектура и структура баз данных (БД)

Простые запросы, join`s, агрегаты

Базовые команды в SQL и встроеные аналитические функции

Импорт и экспорт данных посредством SQL и ETL программ

Принципы работы с различными БД

Основные библиотеки для подключения к БД из Python

Функции SQL и их аналоги в pandas

Консоль: знакомство, основные операторы, утилита psql

Архитектура и проектирование

Нормализация

Зависимости

Подготовка и сдача итогового проекта

Аналитика больших данных

Курсовой проект

Узнаете, как собрать и управлять командой Big Data-проекта. Освоите подход CRISP-DM, определите компетенции и состав команды. Определите, сколько данных вам нужно для нахождения инсайтов. Найдёте задачи под Big Data в своей компании. Поймёте, как и по каким правилам хранить данные. Сможете обосновывать влияние на сбор данных, мониторинг и отчётность.

12 часов теории

37 часов практики

Что такое большие данные

Монетизация больших данных

Характеристики и источники данных

Культура сбора данных

Основы реализации проектов больших данных. Кейс-стади

Основные характеристики больших данных и виды анализа данных. Продвинутые методы анализа больших данных

NoSQL-подход

MapReduce-подход

Введение в Hadoop

Практическое задание по аналитике данных и его разбор

Python для анализа данных

Курсовой проект

Вы научитесь пользоваться базовыми инструментами и подходами в Python, чтобы начать работать с данными. Повторите основы линейной алгебры, теории множеств, методов математической оптимизации, описательной статистики, статистического анализа данных, а также научитесь реализовывать это на языке Python.

66 часов теории

83 часа практики

Базовые типы данных и циклы

Функции и классы

Продвинутые типы данных: массивы, множества, словари

Библиотеки для анализа данных: NumPy, Pandas, Matplotlib

Визуализация в Python

Базовые понятия статистики

Случайные события. Случайные величины

Логистическая регрессия и дискриминационный анализ

Корреляция и корреляционный анализ

Доверительные интервалы. Статистическая проверка гипотез для несвязанных выборок

Дисперсионный анализ и виды ошибок. А/В-тесты

Математика для анализа данных

Курсовой проект

Изучите основные операции с векторами, матричными операциями. Рассмотрите генетические алгоритмы, алгоритм дифференциальной эволюции. Узнаете, что такое математическое ожидание, дисперсия и моменты старших порядков. Изучите закон больших чисел.

9 часов теории

37 часов практики

Линейная алгебра. Вектора

Линейная алгебра. Матрицы

Продвинутая линейная алгебра

Математический анализ. Производная

Производная функции нескольких аргументов

Теория оптимизации

Теория вероятностей. Дискретные и непрерывные случайные величины

Центральная предельная теорема и закон больших чисел

3 ступень. Машинное обучение, Deep Learning и нейронные сети

Получите расширенные знания в профессии и научитесь работать с нейронным сетями, обучать модели и реализовывать NLP. Начнёте повышать свою квалификацию. После окончания этой ступени сможете претендовать на позицию Junior Data Scientist и совмещать учёбу с работой.

Машинное обучение

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

42 часа теории

37 часов практики

Регрессионный анализ. Линейная, полиномиальная и логарифмическая регрессия

Классификация: логистическая регрессия и SVM

Функции потерь и оптимизация

Оценка точности модели, переобучение, регуляризация

Проблема качества данных

Работа с пропусками и переменными

Рекомендательные системы

В этом и следующих блоках вы будете применять полученные знания в разных областях машинного обучения. Во время этого блока научитесь строить персонализированные и неперсонализированные рекомендательные системы, а также комбинировать их.

10 часов теории

9 часов практики

Неперсонализированные рекомендательные системы

Сontent-based-рекомендации

Collaborative Filtering

Гибридные алгоритмы

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 часов теории

18 часов практики

Знакомство с временными рядами

Элементарные методы анализа временных рядов

Модели ARMA

Модели авторегрессии условной гетероскедастичности

Сингулярный спектральный анализ

Случайные марковские процессы

Нейронные сети в анализе временных рядов

Поиск изменений во временном ряде

Нейронные сети

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

10 часов теории

6 часов практики

Введение в нейронные сети и библиотеку Keras

Углубление в нейронные сети и библиотеку Keras

Введение в свёрточные нейронные сети

Введение в рекуррентные сети

Автокодировщики

Введение в генеративно-состязательные сети

Компьютерное зрение

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

22 часа теории

12 часов практики

Выделение признаков и поиск похожих изображений

Сегментация и детекция объектов

Свёрточные нейронные сети

Обучение свёрточной сети на практике

Задачи детекции и сегментации

Рекуррентные нейронные сети в задачах компьютерного зрения (Image Captioning)

Порождающие модели

Обработка естественного языка

Вы 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

Структура слова. Морфология

Синтаксический анализ

Дистрибутивная семантика

Извлечение ключевых слов

Словари. Подкрепление знаний

Тематическое моделирование

Информационный поиск

Классификация в АОТ

Языковые модели

Извлечение информации

Deep Learning

Курсовой проект

Научитесь работать с многомерными свёртками, овладеете конкурентным преимуществом в задачах с использованием Beam-Search и Teacher Forcing, сможете реализовывать NLP с нуля. Сможете отличать дискриминатор от генератора и обучать генератор выбирать данные из линейной регрессии. Реализуете сеть генерации покемонов и обучите её.

38 часов теории

65 часов практики

Регрессия и персептрон

Многослойная нейронная сеть: регуляризация, градиентный спуск, ускорение обучения

Свёрточные сети: свёрточные архитектуры, многомерные свертки, сегментация

Рекуррентные сети: RNN, GRU и LSTM, Encoder-Decoder архитектура

Внимание: Dense Attention и Beam search

Компьютерное зрение: SSD, Region Based CNN, Faster R-CNN, Masked R-CNN, UNet, перенос стиля и FCN

Работа с текстом: языковые модели, Embeddings, Word2Wec, FastText, NER, Transformer, BERT и Elmo

GAN'ы: дискриминатор, генератор, продвинутые архитектуры

4 ступень. Soft Skills и управление проектами

Сочетание хард- и софт-скиллов поможет вам быстрее расти по карьерной лестнице и добиваться больших результатов. Пройдя все ступени программы, вы сможете претендовать на должность Middle Data Scientist.

Менеджмент data-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

Методология ведения data-проектов

Разработка отчётов по исследованию

Сохранение результатов эксперимента

Эффективные коммуникации и эмоциональный интеллект

Научитесь понимать картину мира окружающих и на основе этого строить коммуникацию. Разберётесь, как управлять своими эмоциями, как реагировать на эмоции окружающих в процессе общения и развивать эмоциональный интеллект. Узнаете, как управлять эмоциями в переговорах. Научитесь заводить полезные связи и деловые знакомства и правильно презентовать себя.

3 часа теории

Фасилитация

Личная эффективность

Планирование

Расстановка приоритетов

Управление временем

Делегирование

Концентрация и восстановление ресурсов

Самомотивация

Эмоциональный интеллект. Модель и этапы развития

Распознавание эмоций

Переговоры

Научитесь грамотно организовывать деловые встречи и эффективно проводить переговоры, добиваясь взаимовыгодных договорённостей.

7 часов теории

Нетворкинг

Ведение неравных переговоров

Возражения и аргументы

Подготовка к переговорам

Уверенное ведение переговоров

Управленческие поединки

Манипуляции в переговорах

Сила переговоров

Структура переговоров

Переговоры онлайн и офлайн

Внутренние переговоры

Публичные выступления

Узнаете, как презентовать идею или отчёт. Научитесь получать удовольствие от выступлений и перестанете их бояться.

2 часа теории

1 час практики

Подготовка к публичному выступлению

Типовые структуры выступления

Выступление перед коллегами

Взаимодействие с аудиторией и подача

Финальный хакатон и Kaggle Competitions

В составе мини-команды за ограниченное время на основе датасетов крупных игроков рынка вам придётся решать задачи по прогнозированию продаж или оптимизации производства, задействуя все знания и навыки, полученные на курсе.

Интеграция и использование machine learning решений в бизнесе, как правило, подразумевает командную игру, поэтому хакатон полезен ещё и как тренировка необходимых soft skills.

8 часов практики

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

Программа трудоустройства

Научитесь оформлять резюме и портфолио, справляться со сложными вопросами на собеседовании и искать актуальные вакансии. Центр развития карьеры отправит ваше резюме партнёрам Нетологии и будет присылать подборки подходящих вакансий.

Узнаете, как составить резюме, оформить портфолио и написать сопроводительное письмо так, чтобы вас пригласили на собеседование

Научитесь презентовать себя и отвечать на самые каверзные вопросы на интервью

Разберётесь, как и на каких площадках ищут работу IT-специалисты

Рассмотрите вакансии и стажировки от наших партнёров

Получите приглашение в сообщество выпускников, где сможете поделиться своими успехами, получить советы и поддержку

Специализация

Data Science в медицине

Платный модуль

Разберётесь в направлениях работы с данными. Познакомитесь со спецификой работы с разными типами медданных: табличными, текстовыми и снимками, попрактикуетесь в решении реальных задач. Узнаете, как устроены бизнес-процессы в медицине и как наладить коммуникацию с врачами и заказчиками.

Стоимость модуля при покупке вместе с базовым курсом Data Scientist — 45 000 ₽

32 часа теории

36 часов практики

Обзор исследовательских компаний, баз данных и основных поставщиков данных в медицине

Особенности структуры данных в медицине, принципы хранения и работы с такими данными

МДЛП — система маркировки лекарственных средств, влияние и роль системы на медицинскую отрасль, особенности работы и хранения подобных данных

ЕМИАС — Единая медицинская информационно-аналитическая система, особенность системы, примеры работы и хранения подобных данных

Анализ клинических рекомендаций Минздрава в разрезе нозологий, классификации МКБ, классификации болезней

CV и ML для обработки медицинских снимков МРТ, рентген, результатов анализов

NLP для обработки медицинских текстов

Юридические аспекты работы с медицинскими данными

Подготовка и сдача итогового проекта

Дипломный проект «Data Scientist в медицине»

Вы построите ML-модель для решения задач в сфере медицины.

Это может быть система по предсказания динамики продаж лекарственных средств в аптеках, распознаванию медицинских объектов на изображениях, прогнозирование распространения заболеваний с помощью анализа временных рядов или извлечение медицинских сведений из неструктурированного текста.

Дипломный проект
Data Scientist

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 у вас нет данных для собственного проекта, мы предложим учебный кейс — на основе реального датасета нашего партнёра Dodo Brands.

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

Учитесь в своём темпе, если так комфортнее. Мы подготовили гибкие форматы обучения: видеолекции, статьи, вебинары, индивидуальные и групповые задания

Практика

Вас ждут домашние, лабораторные и финальные работы после модулей, а также дипломный проект. Если мало — дадим индивидуальные задания

Сопровождение

Кураторы, аспиранты и эксперты программы всегда на связи в закрытом студенческом канале курса. Также предусмотрены 4 персональные консультации с ментором

Дипломная 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 — эксперты ведущих компаний

Ваше резюме после обучения

Data Scientist

Ключевые навыки

Сбор и подготовка данных для анализа

Создание нейросетей

Генерация текстов и изображений

Создание рекомендательных систем

Выбор и реализация алгоритма под задачу

Выбор и создание фич для модели

Написание SQL-запросов для получения данных

Работа с аналитическими библиотеками numpy, scipy, pandas

Группировка и фильтрация данных

Инструменты, которые вы освоите

Scikit-learn

Базовая библиотека в Python для построения алгоритмов машинного обучения

OpenCV

Библиотека алгоритмов компьютерного зрения, обработки изображений и численных алгоритмов общего назначения с открытым кодом

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

NLTK

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

Pandas

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

Tensorflow

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

Многослойные нейронные сети

Все виды градиентного спуска, включая Adam, RMSProp, Momentum, SGD. Регуляризация и Dropout на основе MNIST.

Свёрточные сети и архитектура

Свёртки и методы Padding & stride, Pooling и LeNet применительно к AlexNet, VGG, NiN, GoogLeNet, ResNet, DenseNet, densenet, mobilenet. Аугментация и TransferLearning. Языковые модели в RNN, GRU и LSTM. Декодер Teacher Forcing

Apache Spark

Фреймворк с открытым исходным кодом для реализации распределённой обработки неструктурированных и слабоструктурированных данных

Keras

Открытая нейросетевая библиотека, написанная на языке Python

Pytorch

Библиотека глубокого обучения для решения задач компьютерного зрения и NLP

Алгоритмы внимания

Понимание идеи attention'а. Dense-Attention для encoder-decoder архитектуры. Beam-Search и диалоговые боты

Вашу квалификацию подтвердит диплом о профессиональной переподготовке

Мы обучаем по государственной лицензии и выдаём документы установленного образца.

Поможем найти
ту самую работу

Центр развития карьеры
помогает трудоустроиться студентам Нетологии

1

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.

2

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.

3

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

Наши студенты достигают своих целей

Вот их истории

Алексей Миронов

Ведущий инженер по разработке в Data Science, ДомКлик

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

40%

с 23.09 по 25.09

Пока за окном холодает

Скидка уже включена в стоимость. Оплатите до 25 сентября, чтобы скидка не сгорела.

Условия акции

20 месяцев обучения

Запишитесь или получите консультацию

Частями без переплат

7 875 ₽/месяц

13 125 ₽ на 24 месяца

Одним платежом

со скидкой 5%

179 600

₽

315 000 ₽

-40%

акция действует до 25 сентября

Запишитесь или получите консультацию

Нашли дешевле? Сделаем скидку

Вернём деньги, если обучение не подойдёт

Возможность получить налоговый вычет — 13%

По всем вопросам 8 (800) 301-39-69 по будням с 10 до 19 по МСК. Бесплатно по России

20 месяцев обучения

Data Scientist: с нуля до middle

Частями без переплат

7 875 ₽/месяц

13 125 ₽ на 24 месяца

Одним платежом

со скидкой 5%

179 600

₽

315 000 ₽

-40%

акция действует до 25 сентября

Нашли дешевле? Сделаем скидку

Вернём деньги, если обучение не подойдёт

Возможность получить налоговый вычет — 13%

По всем вопросам 8 (800) 301-39-69 по будням с 10 до 19 по МСК. Бесплатно по России

Запишитесь или получите консультацию

Data Scientistс нуля до middle

Зарплата Data Scientist

Чему вы научитесь

Выполните 14 масштабных проектов для портфолио

Программа обучения — 20 месяцев

Дипломный проектData Scientist

Как проходит обучение

Мы регулярно проводим внутренние митапы

Преподаватели — эксперты ведущих компаний

Ваше резюме после обучения

Наши студенты достигают своих целей

Data Scientist
с нуля до middle

Дипломный проект
Data Scientist