По всем вопросам — можно писать нам в Telegram
Close
Оставить заявку
онлайн
Курс: Аналитик Big Data и старт в Data Science

Освойте ключевые технологии, научитесь работать с большими данными, расширьте знания в аналитике и перейдите на новый уровень в профессии.
Инструменты: от SQL и Python до Hadoop, ETL и DWH
- 12 месяцев
Длительность
- в удобное время
Онлайн
- на практике
Обучение
- навсегда
Доступ к курсу
Что вы получите
Трудоустройство
помощь с трудоустройством в течение 12 месяцев обучения
Поддержка ментором
прохождение курса с удобной вам скоростью
Акцент на практику
практика после каждой из 120 лекций на кейсах ведущих компаний рынка
Ваша будущая зарплата: от 145.000 рублей
Сейчас на рынке более 1800+ вакансий Аналитиков Big Data от ведущих компаний (с которыми мы сотрудничаем) — Яндекс, Skyeng, Nimax, Ingate, RedKeds, Selectel, Avito и другие.

Мы поможем вам получить необходимые навыки, собрать проекты для вашего резюме и получить достойную работу в интересующей вас компании.
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
  • 120 лекций и 120 практических заданий от практиков рынка с проверкой
  • Курс можно проходить со своей скоростью на нашей платформе
  • По ходу курса мы помогаем вам с трудоустройством и подготовкой к собеседованиям
  • Нетворкинг: общение внутри группы курса и поддержка ментора
Программа курса (120 лекций и воркшопов)
Блок 1: "SQL для анализа данных"
  • Введение в блок SQL
  • Извлечение и фильтрация данных
  • Преобразование и сортировка данных
  • Группировка данных
  • Введение в базы данных
  • Объединение таблиц
  • Вложенные запросы
  • Обновление, добавление и удаление данных
  • Создание, изменение и удаление таблиц
  • Advanced
  • Обзор основных программ
Блок 2: "Python и обработка данных"
  • Введение в Python
  • Типы данных, функции, классы, ошибки
  • Строки, условия, циклы
  • Списки и словари в Python
  • Пакеты, файлы, Pandas - начало
  • Pandas: продолжение
  • Визуализация данных
  • Базы данных и статистика
  • Многопоточность
  • Веб-сервер flask и контроль версий GIt
  • Итоговый проект
Блок 3: "Построение Machine Learning моделей"
  • Знакомство с машинным обучением
  • Линейная регрессия
  • Бинарная классификация
  • Построение надежных стратегий валидации - важность локальной валидации
  • Решающие деревья
  • Бутстрап, Бэггинг и случайный лес
  • Feature Engineering, Feature Selection
  • Градиентный бустинг
  • Воркшоп: предсказание оттока клиентов и прогноз продаж
  • A/B тестирование
  • Обучение без учителя
  • Воркшоп: скоринг кредитного портфеля
Блок 4: "Нейронные сети и NLP"
  • Введение в нейронные сети
  • Обучение нейросетей
  • Глубокое обучение на практике
  • Дополнительные возможности Tensorflow + Keras
  • Свёрточные нейронные сети
  • Введение в NLP, понятие ембеддинга
  • Рекурентные нейронные сети
  • Нейросети с вниманием, трансформеры
  • Metric learning, обучение без учителя
  • Обучение с подкреплением в нейросетях
Блок 5: "Рекомендательные системы"
  • Введение
  • Метрики и бейзлайны
  • Матричное разложение
  • Рекомендации через поиск ближайших соседей
  • Гибридные рекомендательные системы
Блок 6: "Аналитика больших данных"
  • Машинные методы для обработки данных
  • Культура сбора и источники данных
  • Предобработка и визуализация данных в pandas
  • Построение прогнозных и предсказательных моделей
  • Основы работы в Hadoop и MapReduce
  • Работа в pyspark
...
Блок 7: "Обработка больших данных"
  • Улучшение качества работы с данными
  • Основы архитектуры хранения и обработки больших данных, виды обработки и масштабирования
  • Работа с облачными платформами: AWS, EMR, Azure
  • Продвинутые подходы в MapReduce
  • Организация команды для работы с данными. CRISP-DM
...
Блок 8: "Визуализация данных"
  • Сравнительный обзор основных инструментов визуализации данных
  • Основные ошибки при проектировании отчетности и визуализации данных
  • Расширенные возможности визуализации данных + практика
  • Организация хранения данных для целей анализа
  • Презентация результата команде
  • Решение бизнес-задач в команде
  • Как управлять процессами по аналитике
...
Блок 9: Дипломная работа и помощь с трудоустройством
  • Работа над дипломным проектом для портфолио
  • Подготовка резюме
  • Подготовка к собеседованию
  • Финальная защита и консультации
Получить полную программу курса и консультацию
Ваше резюме и проф.навыки после курса
Должность: Аналитик Big Data
Зарплата от: 145.000 рублей
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 — что, вместе с дипломным проектом, будет хорошим аргументом при трудоустройстве
Мы всегда на связи — пожалуйста, выберите как вам удобнее будет пообщаться
расскажем детали по курсу и пришлём дополнительные материалы
Куда трудоустраиваются студенты
Помогаем нашим студентам попадать на собеседования и устраиваться на работу
1
Портфолио на реальных кейсах
помогаем на наших реальных кейсах сделать практические задания, чтобы представить результаты на собеседовании
2
Подготовка резюме
помогаем собрать твой опыт в достойное резюме, подходящее для работодателя
3
Папочка с резюме
помещаем резюме наших учеников в специальную "папочку" в которую регулярно приходят HR и руководители, и приглашают студентов на собеседования
4
Подготовка к собеседованию
помогаем подготовиться к собесу и пройти тестовый собес с нашим ментором
5
Помощь на испытательном сроке
помогаем уже после трудоустройства удержаться на испытательном сроке
6
Защита диплома
потенциальные работодатели присутствуют на защите дипломов наших учеников
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 месяцев: 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:
6 658 ₽/ мес.
При беспроцентной рассрочке на 12 месяцев