Можно ли оплатить курс от компании или юр. лица?

Конечно — у нас оплачивают обучение своих сотрудников многие компании: «Яндекс», Skyeng, «Сбербанк», Wargaming. Оплату проводим по счету и предоставляем все необходимые закрывающие документы. Если нужно, то заключаем договор. При оплате курса более чем на пять сотрудников делаем скидку для юрлиц — оставляйте заявку, чтобы узнать обо всех актуальных акциях и до встречи на курсе.

Какие еще курсы мне подходят?

Для новичков в IT у нас есть: Курс «Программирование на Python для начинающих»; Курс по Front-end; Курс по Data Science с нуля до трудоустройства; Курс по DevOps с нуля. Если вы хотите работать с цифрами, можете пройти дистанционное обучение аналитике данных. Для тех, кто хочет глубже погрузиться в науку о данных, подойдет онлайн-обучение Data Science для начинающих — с ним вы пройдете путь от введения в Data Science и машинного обучения до выполнения реальных проектов и трудоустройства. Если вы не знаете, какой курс выбрать, оставьте заявку, и с вами свяжется персональный менеджер. На основе ваших интересов он поможет подобрать подходящее направление.

Скидка до 57% и подарки на 135 000 ₽

2 месяца

4.8 Сравни.Ру | Рекомендовано РБК

Освоите необходимые навыки для начала карьеры в Data Science

Изучите основы Data Science всего за несколько месяцев

Освоите необходимые навыки: от Python до продвинутых инструментов по типу Hadoop

Для новичков в IT и аналитиков

Запишитесь на бесплатную консультацию и получите скидку на обучение до 50%

Нажимая кнопку «Отправить», вы подтверждаете согласие на обработку персональных данных в соответствии с условиями Политики конфиденциальности

«Оставьте заявку на курс и получите подарок сейчас»

Какие навыки вы отточите

Вы будете уметь:

Писать код на Python: переменные, функции, условия, циклы, списки, словари, классы и ошибки
Работать с Jupyter Notebook и использовать его для аналитических задач
Работать с файлами и библиотеками: импорт, экспорт, чтение/запись данных
Использовать библиотеки Pandas и Numpy для обработки данных
Визуализировать данные с помощью matplotlib, seaborn, plotly
Работать с машинным обучением: понимать supervised- и unsupervised-подходы
Строить и оценивать модели линейной и логистической регрессии
Понимать переобучение, кросс-валидацию и оценку качества модели
Работать с деревьями решений и методами отбора признаков
Разрабатывать собственные ML-проекты: от постановки задачи до предсказания
Создавать скоринговые модели и решать прикладные задачи из бизнеса
Применять Data Science в задачах: предсказания оттока, дефолта, продаж

Инструменты

Python

Jupyter

Pip

Pandas

Matplotlib

Seaborn

Google Sheets

и другие

Портфолио

ProductStar

Стоимость обучения

Вы выбираете темп обучения, уровень поддержки и количество проектов - под свои потребности

Оставьте заявку  на консультацию о курсе

Сотрудничаем с банками, где вы сможете оформить беспроцентную рассрочку до 24 месяцев
Вы можете получить налоговый вычет за обучение
Вернем деньги, если курс не подойдет
Сертификат о прохождении курса

Полная стоимость обучения

59 225 ₽118 450 ₽

2 468 ₽ / мес −50%

на 24 месяца или одним платежом с дополнительной скидкой 10% — 53 303 ₽

Изучите то, что нужно рынку

Обучение строится по принципу «от базы к практике». Сначала — фундамент из знаний, потом — инструменты, далее — задачи. Вы двигаетесь по модулям в размеренном темпе, без лишней теории и с возможностью углубиться, если нужно. Все логично, пошагово и применимо на практике

Ступень 1Освоите необходимые навыки для начала карьеры в Data Science plus

Блок 1Введение в Python arrow-down

Познакомитесь с историей и возможностями Python, настроите окружение и напишете первую программу.

История языка и сферы применения Python
Установка Python и Jupyter Notebook
Первая программа на Python
Работа с ботом Telegram

Блок 2Типы данных, функции, классы, ошибки arrow-down

Разберете основные конструкции Python и научитесь создавать калькулятор-бота.

Типы данных
Функции и объекты
Обработка ошибок
Модули и преобразования типов

Блок 3Строки, условия, циклы arrow-down

Научитесь работать со строками, логикой и циклами.

Условия: if
Циклы: while, for
Работа со строками
Интеграция с внешними API

Блок 4Списки и словари в Python arrow-down

Освоите структуру и логику работы со списками и словарями.

Создание и работа со списками
Создание и работа со словарями
Полезные методы и функции

Блок 5Пакеты, файлы, Pandas – начало arrow-down

Научитесь использовать модули, работать с файлами и начнете изучать Pandas.

Работа с пакетами и модулями
Чтение и запись файлов
Импорт и экспорт данных через Google Sheets

Блок 6Pandas – продолжение arrow-down

Глубже погрузитесь в работу с таблицами и датафреймами.

Создание и индексирование датафреймов
Работа с колонками, типами данных и пропущенными значениями
Объединение таблиц: concat, merge, join
Группировка данных

Блок 7Визуализация данных arrow-down

Освоите инструменты визуализации: от базовых графиков до интерактивных панелей.

Matplotlib: базовые графики
Seaborn: расширенная визуализация
Plotly & Dash: интерактивные дашборды

Блок 8Введение в машинное обучение arrow-down

Узнаете, что такое машинное обучение и напишете первую ML-модель.

Основы Data Science и ML
Обучение с учителем и без
Этапы построения ML-системы
Построение первой модели

Блок 9Линейная регрессия arrow-down

Изучите задачу регрессии и поймете, как ее решить с помощью Python.

Постановка задачи и градиентный спуск
Предобработка данных
Метрики качества
Переобучение

Блок 10Бинарная классификация arrow-down

Поработаете с задачами классификации и логистической регрессией.

Задача классификации
Метрики качества
Логистическая регрессия
Один против всех, обработка пропусков

Блок 11Валидация arrow-down

Поймете, почему важна валидация и как избежать переобучения.

Переобучение и недообучение
Валидация на отложенной выборке
Кросс-валидация

Блок 12Решающие деревья arrow-down

Научитесь строить и интерпретировать модели деревьев решений.

Построение дерева решений
Критерии информативности
Регуляризация дерева

Блок 13Feature Engineering и Feature Selection arrow-down

Разберетесь, как выбирать и обрабатывать признаки в задачах ML.

Обработка категориальных и числовых признаков
Учет типа модели
Формирование обучающей выборки

Блок 14Воркшоп: отток клиентов и прогноз продаж arrow-down

Попрактикуетесь в построении моделей для реальных бизнес-задач.

Прогноз оттока
Предсказание продаж
Перевод бизнес-задачи в ML-задачу

Блок 15Воркшоп: скоринг кредитного портфеля arrow-down

Научитесь оценивать кредитный риск и строить скоринговую модель.

Построение скоринговой модели
Работа с данными и метриками
Подготовка данных под ML

Смотрите, кто будет вас учить

Николай Пекальн

Директор по Аналитике, Vezet group

Ришат Исхатов

Head of BA, СберМаркет

Смотрите, как вы будете учиться

Платформа ProductStar разработана так, чтобы вам было удобно учиться: понятная навигация, четкие модули, подробные презентации и материалы после каждого урока. Все ясно, последовательно и интуитивно!

Комфорт

Вы почувствуете, что не одиноки на этом пути. Вас сопровождают менторы, кураторы и карьерные эксперты. Внутри — сообщество, где вы решаете кейсы, общаетесь и поддерживаете друг друга. Актуальные обновления всегда доступны прямо в личном кабинете.

Сообщество

Здесь вы получите поддержку, вдохновение и обратную связь на каждом этапе обучения. Сообщество ProductStar объединяет людей с разным бэкграундом и уровнем — от новичков до опытных продакт-менеджеров.

Домашние задания

Будете закреплять изученный материал на практике. В конце каждого блока вас ждут проекты, которые можно добавить в портфолио.

Поддержка на всех этапах

Сможете изучать материалы в комфортном темпе. Опытные менторы будут следить за вашим прогрессом, отвечать на вопросы и помогать погружаться в тему.

Комфорт

Сообщество

Домашние задания

Поддержка на всех этапах

«Я готов отточить навык»

ProductStar — это школа актуального образования от РБК

Курсы обновляются вместе с индустрией

Знания, которые нужны здесь и сейчас

Без теории ради теории

Без устаревших подходов

С активным сообществом специалистов и каналом актуальных вакансий

Часто задаваемые вопросы

Если у вас остались вопросы по курсам, вы можете оставить заявку и наш координатор поможет вам

Что потребуется для успешного обучения?

Для решения задач потребуется ноутбук или ПК, лекции и уроки можно смотреть с мобильного телефона.

Как я буду искать работу?

Все студенты ищут работу вместе с Карьерным центром ProductStar.

С помощью консультанта составляют резюме под конкретную вакансию, пишут сопроводительные письма, готовятся к собеседованиям, проходят их — если нет, пробуют еще раз после разбора ошибок — и успешно трудоустраиваются.

С какого возраста можно начинать обучение?

Учиться можно в любом возрасте, но оплачивать — с 18 лет. Если вам меньше 18, уточните у менеджера, какие у вас есть возможности оплаты и как вам начать обучение.

Можно ли оплатить курс по частям?

Да, у нас есть удобная опция беспроцентной рассрочки.

Также мы понимаем, что формат обучения для каждого индивидуален — поэтому даем гарантию возврата полной суммы в течение 21 дня после оплаты, чтобы вы успели попробовать наш курс и решить, подходит ли он вам.