Ваша будущая карьера

Должность

А вот технологии и инструменты, которые будете использовать

Python
Jupyter Notebook
GitHub
SQL
Keras
Catboost
Scikit-learn
Pandas

Начните зарабатывать, анализируя

Вы начнёте с junior-позиции, а дальше только вперёд. Будете шагать по карьерной лестнице и расти в цене. И однажды цены вам не будет.

Источник данных: Хабр Карьера
60 000 ₽
Junior специалист по Data Science
120 000 ₽
Middle специалист по Data Science
210 000 ₽ +
Senior специалист по Data Science

Тысячи студентов освоили новую профессию, и вы освоите

Истории выпускников Практикума, которые уже занимаются любимым делом.

Практикум — это насыщенная и проработанная среда

Здесь трудно, но интересно. Учёба занимает 8 месяцев. Много теории, ещё больше практики, люди и методология — всё направлено на то, чтобы вы освоили профессию специалиста по Data Science.

Поможем найти работу

Наш карьерный центр подготовит вас к трудоустройству.

Программа курса по Data Science

Мы обновляем её регулярно, чтобы она соответствовала запросам индустрии и работодателей. Иными словами, вы учитесь только тому, что точно пригодится в работе.
1 спринт2 недели
Основы Python и анализа данных: бесплатный вводный курс
Узнаете основные концепции анализа данных и поймёте, чем занимаются аналитики данных и специалисты по Data Science. Решите пять кейсов по работе с данными из разных областей:
  • выясните причину массовой поломки гаджетов,
  • проверите окупаемость рекламы мобильного приложения,
  • найдёте лучшее место для нового магазина,
  • поможете выбрать стратегию развития ИИ-стартапа,
  • оцените эффективность роботов в службе поддержки.
Решая кейсы, вы изучите азы Python и библиотеки pandas, научитесь строить некоторые графики и верно их трактовать.
Темы:
Moscow CatnamycsОшибки, переменные и гипотезыЧто делают специалисты в области данныхСписки в PythonЦикл forУсловия и булева логикаМашинное обучениеФинальный проект
Введение в профессию «Специалист по Data Science»
Темы:
Кто такой специалист по Data ScienceКак мы учим
2 спринт2 недели
Базовый Python
Глубже погрузитесь в язык программирования Python и работу с библиотекой pandas.
Темы:
Переменные и типы данных. Вывод данных и арифметические операцииСтрокиСпискиЦикл forВложенные спискиУсловный оператор. Цикл whileФункцииСловариPandas для анализа данныхПредобработка данныхАнализ данных и оформление результатовJupyter Notebook — тетрадь в ячейку
+1 проект в портфолио
Сравните данные пользователей Яндекс.Музыки по городам и дням недели.
3 спринт2 недели
Предобработка данных
Научитесь очищать данные от выбросов, пропусков и дубликатов, а также преобразовывать разные форматы данных.
Темы:
Введение в предобработку данныхРабота с пропускамиИзменение типов данныхПоиск дубликатовКатегоризация данныхСистемное и критическое мышление в работе аналитика
+1 проект в портфолио
Проанализируете данные о клиентах банка и определите долю кредитоспособных.
4 спринт2 недели
Исследовательский анализ данных
Изучите основы теории вероятностей и статистики. Примените их для исследования основных свойств данных, поиска закономерностей, распределений и аномалий. Познакомитесь с библиотеками scipy и matplotlib. Отрисуете диаграммы, поупражняетесь в анализе графиков.
Темы:
Введение в исследовательский анализ данныхПервые графики и выводыИзучение срезов данныхРабота с несколькими источниками данныхВзаимосвязь данныхВалидация результатов
+1 проект в портфолио
Исследуете архив объявлений о продаже объектов недвижимости в Санкт-Петербурге и Ленинградской области.
5 спринт2 недели
Статистический анализ данных
Научитесь анализировать взаимосвязи в данных методами статистики. Узнаете, что такое статистическая значимость, гипотезы и доверительные интервалы.
Темы:
Введение в статистический анализ данныхОписательная статистикаТеория вероятностейПроверка гипотез
+1 проект в портфолио
Оптимизируете воронки продаж для ускорения работы отдела маркетинга.
Теория вероятностей. Дополнительный курс
Вспомните или узнаете базовые термины в теории вероятностей: независимые, противоположные, несовместные события и т. д. На простых примерах и забавных задачах потренируетесь работать с числами и выстраивать логику решения.
Это необязательный спринт. Значит, каждый студент сам выбирает один из вариантов прохождения:
  • Освоить дополнительный курс из десяти коротких уроков, освежить в памяти теорию и решить задачи.
  • Открыть только блок с задачами для собеседований, вспомнить практику без теории.
  • Пропустить курс совсем или вернуться к нему, когда будет время и необходимость.
6 спринт1 неделя
Итоговый проект первого модуля
Научитесь предварительному исследованию данных, сформулируете и проверите гипотезы.
+1 проект в портфолио
Найдёте закономерности, которые определяют успешность игры.
1 неделя
Каникулы
7 спринт2 недели
Введение в машинное обучение
Освоите основные концепции машинного обучения. Познакомитесь с библиотекой scikit-learn и примените её для создания первого проекта с машинным обучением.
Темы:
Введение в курсПервая обученная модельКачество моделиУлучшение моделиПереходим к регрессии
+1 проект в портфолио
Разработаете систему рекомендаций тарифов для оператора мобильной связи.
8 спринт2 недели
Обучение с учителем
Углубитесь в самую востребованную область машинного обучения — обучение с учителем. Узнаете, как обращаться с несбалансированными данными.
Темы:
Введение в обучение с учителемПодготовка признаковМетрики классификацииНесбалансированная классификацияМетрики регрессииПоведенческие алгоритмы
+1 проект в портфолио
Спрогнозируете вероятность ухода клиента из банка.
9 спринт2 недели
Машинное обучение в бизнесе
Узнаете, как машинное обучение (сокр. МО) помогает бизнесу, как собирать данные и как продуктовые метрики связаны с показателями МО. Научитесь запускать новую функциональность сервиса, применяя МО. Узнаете, что такое бизнес-метрики, KPI и A/B-тестирование.
Темы:
Введение в машинное обучение в бизнесеМетрики бизнесаЗапуск новой функциональностиСбор данныхПоведенческие алгоритмы
+1 проект в портфолио
Обучите модель, которая помогает определить новое место для добычи нефти с наименьшим риском убытков.
10 спринт1 неделя
Итоговый проект второго модуля
Подготовите данные для машинного обучения. С помощью модели оцените её качество.
+1 проект в портфолио
Смоделируете процесс плавления золотой руды, чтобы улучшить работу предприятия.
11 спринт2 недели
Линейная алгебра
Заглянете внутрь нескольких изученных ранее алгоритмов и лучше поймёте, как их применять. На практике освоите с нуля главные концепции линейной алгебры: линейные пространства, линейные операторы, евклидовы пространства.
Введение в линейную алгебруВекторы и векторные операцииРасстояние между векторамиМатрицы и матричные операцииЛинейная регрессия изнутри
+1 проект в портфолио
Методом преобразования данных защитите личную информацию клиентов страховой компании.
12 спринт2 недели
Численные методы
Разберёте ряд алгоритмов и приспособите их к решению практических задач с использованием численных методов. Освоите приближённые вычисления, оценки сложности алгоритма, градиентный спуск. Узнаете, как обучаются нейронные сети и что такое градиентный бустинг.
Темы:
Введение в численные методыАнализ алгоритмовГрадиентный спускОбучение градиентным спускомГрадиентный бустингПоведенческие алгоритмы
+1 проект в портфолио
Разработаете модель для определения стоимости автомобиля с пробегом.
13 спринт1 неделя
Временные ряды
Временные ряды описывают, как меняются параметры, например, объём потребления электроэнергии или количество заказов такси, с течением времени. Вы научитесь анализировать ряды, искать тренды и выявлять сезонность. Узнаете, как создавать табличные данные и задачу регрессии из временных рядов.
Темы:
Введение во временные рядыАнализ временных рядовПрогнозирование временных рядов
+1 проект в портфолио
Построите модель и спрогнозируете пиковые нагрузки в такси.
14 спринт2 недели
Машинное обучение для текстов
Научитесь делать числовые векторы из текстов и решать для них задачи классификации и регрессии. Узнаете, как вычисляются признаки TF-IDF и познакомитесь с языковыми представлениями word2vec и BERT.
Темы:
Введение в машинное обучение для текстовВекторизация текстовЯзыковые представления
+1 проект в портфолио
Ускорите модерацию комментариев в сообществе, автоматизировав оценку их токсичности.
1 неделя
Каникулы
15 спринт2 недели
Базовый SQL
Изучите основы языка запросов SQL и реляционной алгебры для работы с базами данных. Познакомитесь с особенностями работы в PostgreSQL — популярной системе управления базами данных (сокр. СУБД). Научитесь писать запросы разного уровня сложности и переводить бизнес-задачи на язык SQL.
Вы будете работать с базой данных онлайн-магазина, который специализируется на фильмах и музыке.
Темы:
Введние в базы данныхСрезы данных в SQLАгрегирующие функции. Группировка и сортировка данныхВзаимоотношения между таблицами. Типы объединений таблицПодзапросы и временные таблицыPySpark
+1 проект в портфолио
Напишите ряд запросов разной сложности к базе данных, в которой хранятся данные по венчурным инвесторам, стартапам и инвестициям в них.
16 спринт2 недели
Компьютерное зрение
Научитесь решать простые задачи компьютерного зрения с привлечением готовых нейронных сетей и библиотеки Keras. Познакомитесь с Deep learning.
Темы:
Введение в компьютерное зрениеПолносвязные сетиСвёрточные нейронные сетиПоведенческие алгоритмы
+1 проект в портфолио
Построите модель для определения приблизительного возраста человека по фотографии.
17 спринт1 неделя
Обучение без учителя
Обучение без учителя — это один из способов машинного обучения, при котором система решает задачу без размеченных заранее данных на основе их особенностей и структуры. Познакомитесь с задачами кластеризации и поиска аномалий.
Темы:
Введение в обучение без учителяКластеризацияПоиск аномалий
1 неделя
Каникулы
18 спринт2 недели
Выпускной проект
В последнем проекте подтвердите, что освоили новую профессию. Уточните задачу заказчика, пройдёте все стадии анализа данных и машинного обучения. Теперь без уроков и домашних заданий — всё как на реальной работе.
+1 проект в портфолио
Проект на выбор
Построите модель, прогнозирующую отток клиентов из телекоммуникационной компании.
Проект на выбор
Построите модель, предсказывающую параметры технологического процесса на металлургическом комбинате.

Что вы получите в Практикуме

Диплом о повышении квалификации
Портфолио из 16 учебных и реальных проектов, сделанных во время обучения
Выпускники Практикума создают совместные проекты, нанимают студентов, проводят мастер-классы и помогают друг другу во время и после обучения.
Навыки: python и основные библиотеки, SQL, решение бизнес-кейсов, умение учиться и взаимодействовать с командой, задавать вопросы и работать с ошибками

Начать можно бесплатно

Вы можете почувствовать себя специалистом по Data Science и написать код на языке Python уже сейчас — вводный курс «Основы Python и анализа данных» доступен для всех.

Что ещё важно

Академический отпуск
Если жизненные обстоятельства осложнились или темп учёбы нужно снизить, вы дважды можете взять академический отпуск.
В любой момент вернём деньги
Вы можете вернуть деньги за оставшуюся часть программы. Для этого не нужно ничего доказывать и называть причину.

Вопросы и ответы

Да, мы поможем. Студенты каждого курса по желанию могут попасть на программу трудоустройства. Длительность — от 2 недель. Под присмотром команды Практикума выпускники оформляют портфолио, проходят тренировочные собеседования с их последующим разбором и учатся писать сопроводительные письма.

Мы сотрудничаем с разными компаниями и регулярно предлагаем студентам партнёрские вакансии. Однако важно помнить, что мы не ищем работу за вас, а помогаем её найти.
Короткий ответ — да, причём в любой момент. Правда, если обучение в потоке уже началось, то прошедшие дни придётся оплатить, но остальное вернём. Более подробно рассказываем про это в седьмом пункте оферты.