Оставить заявку
Оставить заявку
Оставить заявку
Оставить заявку
Занятие в подарок!
Заполните форму и получите возможность бесплатно попробовать наш курс — уверены, вам понравится!
онлайн
Курс: Аналитик Big Data

Освойте ключевые технологии, научитесь работать с большими данными, расширьте знания в аналитике и перейдите на новый уровень в профессии.
Инструменты: от SQL до Hadoop
- 6 месяцев
Длительность
- в удобное время
Онлайн
- на практике
Обучение
- навсегда
Доступ к курсу
Что вы получите
Профессиональный рост
гарантия роста навыков за время обучения
Поддержка
ментором
прохождение курса с удобной вам скоростью
Акцент
на практику
практика после каждой из 60 лекций на кейсах ведущих компаний рынка
Чему вы научитесь
Работать 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 анализа данных
Автоматизировать работу с большими массивами, получать данные из внешних источников, обосновывать выводы, сделанные на основании данных
Строить системы анализа больших данных
Освоите Hadoop и MapReduce. Научитесь проверять гипотезы, изучите машинные методы для обработки данных, сможете выявлять скрытые аномалии в данных и строить прогнозные модели
Использовать сложную математику для анализа Big Data
Освоите необходимый математический аппарат для продуктивной работы с моделями данных, машинным обучением и нейронными сетями
Записаться на курс или получить бесплатную консультацию
Ответим на вопросы и расскажем про курс
Как проходит обучение
Изучаете тему
В курсе — полезные видеоуроки
Выполняете домашнее задание
В том темпе, в котором вам удобно
Общаетесь с наставником
Закрепляете знания и исправляете ошибки
Защищаете дипломный проект
И дополняете им свое портфолио
Курс по Big Data
  • 60 лекций и 60 практических заданий от практиков рынка с проверкой
  • Курс можно проходить со своей скоростью на нашей платформе
  • Нетворкинг: общение внутри группы курса и поддержка ментора
Программа курса (60 лекций и воркшопов)
Блок 1: "Получение и подготовка данных: SQL"
  • Основы SQL
  • Обновление, добавление и удаление данных. Работа с таблицами
  • Представления и хранимые процедуры. Особенности обработки транзакций
  • Расширенные возможности SQL и основные ограничения
  • Фильтрация данных и вычисляемые поля - практика (SELECT, SUM, AVG, GROUP BY, ..)
  • Группировка данных, подзапросы и объединение таблиц - практика (INNER, LEFT, RIGHT, DISTINCT, ..)
  • Обновление, добавление и удаление данных. Работа с таблицами (INSERT, UPDATE, DELETE, MERGE, FOREIGN KEY, ..)
  • Работа с популярными программами (MySQL, SQL Server, Redash, Tableau)
...
Блок 2: "Python, мат.модели и обработка данных"
  • Python: настройка окружения, базовые структуры данных и основные операторы
  • Python: работа с файлами и форматированный вывод
  • Python: пространства имен и области видимости, классы и объекты
  • Python: инструменты функционального программирования
  • Python: стандартные и сторонние библиотеки Python для анализа данных
  • Основы линейной алгебры и теории множеств
  • Методы математической оптимизации
  • Основы описательной статистики
  • Статистический анализ данных
...
Блок 3: "Построение Machine Learning моделей"
  • Линейные методы, логистическая регрессия и SVM
  • Деревья решений
  • Линейная и полиноминальная регрессия
  • Алгоритмы кластеризации
  • Способы повышения качества модели
  • Функции потерь и оптимизация
  • Оценка точности модели, борьба с переобучением, регуляризация
  • Улучшение качества модели
...
Блок 4: "Аналитика больших данных"
  • Машинные методы для обработки данных
  • Культура сбора и источники данных
  • Предобработка и визуализация данных в pandas
  • Улучшение качества работы с данными
  • Построение прогнозных и предсказательных моделей
  • Основы архитектуры хранения и обработки больших данных, виды обработки и масштабирования
  • Основы работы в Hadoop и MapReduce
  • Работа с облачными платформами: AWS, EMR, Azure
  • Продвинутые подходы в MapReduce
  • Работа в pyspark
  • Организация команды для работы с данными. CRISP-DM
...
Блок 5: Дипломная работа
  • Работа над дипломным проектом
  • Подготовка материалов
  • Сбор презентации
  • Финальная защита и консультации
Получить полную программу курса и консультацию
Ваши проф.навыки после курса
Machine Learning
Построение моделей. Линейные методы, логистическая регрессия и SVM
Продвинутая математика для ML
Методы математической оптимизации. Основы линейной алгебры и теории множеств
Построение ML-моделей
Построение прогнозных и предсказательных моделей
Продуктовые навыки
Построение и анализ MVP-решений, работа с HADI-циклами
Hadoop
Основы архитектуры хранения и обработки больших данных, виды обработки и масштабирования
Мат.статистика
Хороший уровень понимание базы мат.статистики, необходимый для работы с данными
Рекомендательные системы
Навык построения рекомендательных систем для различных отраслей
MapReduce
Продвинутые подходы в MapReduce работы с BigData
SQL
Продвинутый уровень анализа данных за счёт использования SQL-запросов
Python
Построение базовых отчётов и автоматизация работы с помощью библиотек Python
Визуализация данных
Навыки работы с OWOX, продвинутый уровень в Google Data Studio
Презентация данных
Подготовка отчётов и презентация результатов анализа данных
Цифровой сертификат
Выпускники получают сертификат об успешном прохождении курса, а также защищают дипломный проект
Успейте записаться на курс до повышения цен
Мы постепенно собираем группу и ближе к старту курса цена повышается каждую неделю
Дипломные проекты
Как дипломную работу можно взять проект с работы, личную идею или один из проектов, предложенных ментором
Кластеризация данных для сервиса страхования
Построение модели, работающей с BigData и автоматически относящей пользователей к компании к одной из заданных групп риска
Предсказательная модель оттока пользователей с веб-сервиса
Частотная задача построения модели (и системы нотификаций) прогнозирования ухода пользователей с сервиса с целью их удержания "на опережение"
Детекция фрода и нестандартного поведения
На примере заказов интернет-магазина определяем подозрительных пользователей с нестандартным поведением
Спикеры курса
Денис Соболев
Skyeng
Илья Чухляев
OWOX
Чайзат Ховалыг
Точка банк
Анна Морозова
Яндекс
Андрей Менде
Booking.com
Василий Сабиров
Devtodev
Глеб Сологуб
Skyeng
Секретные гости
Часто задаваемые вопросы
1. Я никогда не занимался аналитикой. У меня получится?
Программа подходит для людей, имеющих базовые навыки в Digital. Наши методики и система поддержки позволят вам гарантированно научиться созданию аналитики для сайтов и мобильных приложений.
2. Можно ли пропускать модули?
В конце каждого модуля есть практическое задание. Когда вы успешно выполните его, сможете открыть следующую часть программы. Такой подход гарантирует, что у вас будет мотивация двигаться дальше, а мы будем уверены в том, что дали вам все нужные знания.
3. Сколько потребуется времени, чтобы пройти все модули?
Курс рассчитан на 6 месяцов: кто‑то заканчивает раньше, кто‑то чуть позже. Здесь главное не скорость прохождения, а эффективное использование полученных навыков, поэтому лучше не торопиться и ориентироваться на заявленные 6 месяцев.
4. Я смогу общаться с преподавателями?
У вас будет куратор в чате, преподаватель лично прокомментирует домашние задания и даст полезные советы. Так вы сможете перенять уникальный опыт, профессиональные знания и лайфхаки ведущих специалистов рынка.
5. Сейчас у меня нет полной суммы для участия в программе, есть ли возможность оплачивать программу частями?
Да, у нас работает специальная рассрочка. Просто оставьте заявку на участие, и вы сможете обсудить все детали с менеджером.
Стоимость обучения:
6.900 рублей / месяц
Скидка 35% для первых 20 студентов
Полная стоимость: 69.000 рублей 41.400 рублей