Кому подойдёт

Начинающим аналитикам
Чтобы закрыть пробелы в статистике, понимать контекст применения статистических тестов и освоить методы визуализации больших данных
Начинающим специалистам по Data Science
Чтобы разобраться, что «под капотом» у знакомых инструментов, и с лёгкостью осваивать новые
Тем, кто готовится к собеседованиям
в IT-компании
Чтобы подтянуть нужные знания и быть готовым к любым вопросам, даже если со школы не вспоминали математику
Выпускникам и студентам курсов
по анализу данных
Чтобы укрепить навыки и претендовать на вакансии, где ценят хорошее знание математики

Как мы учим

На курсе нет дедлайнов и расписания — занимайтесь в любое удобное время

YandexGPT помогает учиться

Когда в теории что-то непонятно, нейросеть объяснит это другими словами. А в конце каждого урока подготовит краткий пересказ о самом главном.

Программа курса

Рассчитана на 6 месяцев при условии, что вы будете посвящать учёбе около 10 часов в неделю. Но учиться можно в комфортном темпе — мы не будем давить.
3 темы・~1 час
Бесплатно
Вводная часть
1 модуль — бесплатно. Поймёте, какие разделы математики нужны для понимания инструментов анализа данных и Data Science.
  • О чём курс
  • Как мы учим
  • Подготовка к собеседованиям
  • Математика на практике
Зачем аналитику математика
Узнаете, для понимания каких инструментов анализа данных и Data Science нужен каждый раздел математики
Как применяют математику
Разберёте несколько задач на функции, поработаете с графиками
Кейсы сложнее
Увидите, как решают некоторые математические задачи в Python
Познакомитесь с нашими персонажами и узнаете, как всё устроено на курсе
2
4 темы・50 часов
Линейная алгебра
Научитесь уверенно ориентироваться в векторных пространствах.
  • Векторные операции
  • Скалярное произведение
  • Смена базиса
  • NumPy
Векторы
Узнаете, как представить описание объектов с помощью векторов. Научитесь производить операции над векторами. Разберётесь, что такое векторное пространство.
Нормы
Научитесь вычислять скалярное произведение. Разберётесь с основными нормами векторов и расстояниями между векторами.
Матрицы
Освоите операции над матрицами, умножение матрицы на вектор и другую матрицу. Разберётесь с линейной (не)зависимостью и базисом.
Обратная матрица и определитель
Научитесь вычислять определитель матрицы и упрощать матричные выражения — и узнаете, зачем это нужно.
Проанализируете новостные заголовки с помощью векторов и матриц, выберете лучшего поставщика и решите другие бизнес-задачи
3
2 темы・20 часов
Функции и их свойства
Изучите виды функций, которые часто встречаются в аналитике данных и Data Science.
  • Линейная функция
  • Полином
  • Логарифм
  • Модуль
  • Композиция
Функции: начало
Разберётесь с понятием функции и её графиком, изучите линейную и полиномиальную функции. Выясните, как с их помощью аппроксимировать данные.
Функции: продолжение
Изучите показательную функцию, модуль, обратную функцию и композицию функций. Разберётесь с логарифмами и логарифмической шкалой.
Поможете производителям домов для морских свинок спрогнозировать цены на стройматериалы
4
3 темы・50 часов
Математический анализ
Освоите базу, которая лежит в основе работы многих инструментов. Например, узнаете о поиске оптимального решения с помощью градиентного спуска.
  • Предел
  • Производная
  • Интеграл
  • Градиент
Производная
Разберётесь, что такое предел и производная, научитесь их вычислять, находить экстремумы функций, определять монотонность и выпуклость
Интегралы
Познакомитесь с понятием первообразной, научитесь находить неопределённые интегралы, вычислять определённые и несобственные интегралы, интегрировать по частям
Функции нескольких переменных
Научитесь находить частные производные и экстремумы, разберётесь с алгоритмом градиентного спуска
Найдёте лучшую площадку для рекламы новой игры
5
3 темы・~30 часов
Приложения линейной алгебры в анализе данных
Узнаете, как работает одна из фундаментальных предсказательных моделей — линейная регрессия. Научитесь использовать на практике разложение матриц.
  • Регрессия
  • Разложение матриц
  • Уменьшение размерности
  • Singular Value Decomposition (SVD)
Линейная регрессия
Разберётесь, как работает линейная регрессия. Научитесь находить её параметры аналитически и с помощью минимизации функции ошибки. Освоите ключевые способы улучшения модели.
Собственные векторы и SVD
Научитесь находить собственные значения и векторы матрицы. Разберётесь с сингулярным разложением матрицы и его практическим применением.
Узнаете, что общего у сжатия изображений и анализа текстов
6
3 темы・40 часов
Теория вероятностей и основы статистики
Научитесь работать с равномерным, биномиальным, нормальным и другими распределениями. Узнаете, как анализировать связь между случайными величинами.
  • Случайная величина
  • Математическое ожидание
  • Функция распределения
  • Корреляция
  • Центральная предельная теорема (ЦПТ)
Дискретные случайные величины
Познакомитесь с дискретными случайными величинами, изучите их свойства. Освоите дискретные распределения, которые часто используют на практике.
Взаимодействие дискретных случайных величин
Разберётесь с совместным распределением, условной вероятностью, теоремой Байеса. Выясните, в чём разница между ковариацией и корреляцией.
Непрерывные случайные величины
Познакомитесь с непрерывными случайными величинами, разберётесь в особенностях их применения, изучите нормальное распределение и ЦПТ.
Примените теорию вероятностей к разным сферам: от лотереи до медицинских исследований и запуска нового стартапа
7
4 темы・50 часов
Статистические методы
Освоите инструменты, которые помогут делать корректные выводы на основе данных. Научитесь формулировать и проверять гипотезы.
  • Метод максимального правдоподобия
  • Доверительные интервалы
  • P-value
  • Непараметрические тесты
  • Бутстреп
  • Principal Component Analysis (PCA)
Статистическая оценка параметров
Научитесь подбирать подходящее распределение и его параметры для описания наблюдаемых данных. Разберётесь, как работает метод максимального правдоподобия.
Статистические эксперименты и проверка гипотез
Узнаете, что такое доверительный интервал, как работает тестирование гипотез. Освоите математическую базу A/B-тестирования.
Методы статистической проверки гипотез
Узнаете, как применять нелинейное преобразование данных и бутстреп. Изучите непараметрические тесты. Узнаете, как проводить множественную проверку гипотез.
Метод главных компонент
Научитесь находить матрицу ковариации. Разберётесь в методе главных компонентов (PCA) и его применении. Узнаете, как использовать SVD для PCA.
Поможете владельцу завода протестировать новую систему производства и решить, экономит ли она деньги
8
Дополнительный модуль
Симуляция математической секции собеседования
Пройдёте симулятор математической части в нашем тренажёре, чтобы подготовиться к собеседованию на позицию аналитика или специалиста по Data Science.

Что вы получите в Практикуме

  • Навыки, которые нужны работодателям
  • Опыт тестового собеседования в симуляторе
  • Сообщество специалистов самых разных профессий
  • Опыт решения задач, которые задают на собеседованиях
  • Электронное свидетельство о дополнительном образовании

Отвечаем на вопросы

Курс подойдёт мне, если я гуманитарий?
Хотя мы и не разделяем студентов на «гуманитариев» и «технарей», уверены, что и те, и другие оценят подачу курса. Понятия и правила мы объясняем на примерах из жизни и в интерактивных иллюстрациях. Тщательно «разжёвываем» теоретический материал уроков и много практикуемся, чтобы отработать полученные навыки.

Для начала учёбы на курсе достаточно знаний на уровне школьной программы.
А если у меня высшее техническое образование, будет ли курс мне полезен?
В модуле по теории вероятностей и статистике вы узнаете принципы принятия решений на основе данных, увидите чёткую связь между формулами и бизнесом.

В модуле по математическому анализу повторите, как берутся производные и интегралы, а по линейной алгебре — какие бывают нормы векторов.

В «Продвинутой линейной алгебре» вспомните, как находить собственные числа, и как они могут пригодиться в матричных разложениях PCA и SVD, а также как найти решение линейной регрессии в явном виде и при помощи градиентного спуска — ровно как это происходит в нейронной сети.
Нужно ли иметь математическое образование?
Нет, но пока вы ждёте начала обучения, можете освежить школьные знания в нашем бесплатном тренажёре «Основы математики для цифровых профессий».
Нужно ли знать Python?
Нет, Python мы даём с нуля.
Что будет, если я не уложусь в 6 месяцев?
Советуем проходить по одной теме в неделю. В таком темпе вы освоите курс за 6 месяцев. Мы рассчитали время с запасом, поэтому вам должно хватить, чтобы изучать материал в комфортном темпе и даже сделать перерыв в обучении.

Если чувствуете в себе силы, можете проходить быстрее или даже пропускать разделы, которые уже знаете.
Есть ли на курсе строгие дедлайны?
На курсе будет только один дедлайн: через 6 месяцев после начала учёбы закроется доступ к чату с преподавателем.
Неужели без математики я не смогу работать аналитиком или специалистом по Data Science?
Аналитиком данных можно работать и без знаний линейной алгебры и математического анализа (без статистики обойтись сложно). Однако незнание этих областей математики ограничивает множество рабочих инструментов аналитика, а значит и карьерные перспективы.

Специалистам по Data Science основы линейной алгебры и математического анализа необходимы для понимания языка в описании моделей; теория вероятностей — для понимания вероятностных моделей; статистика — для предобработки данных, оценки качества моделей и принятия решения о внедрении нового алгоритма. Если вы хотите разрабатывать собственные модели машинного обучения или глубоко понимать принципы и возможности улучшения существующих моделей, без математики никуда. Мы отобрали в наш курс только те темы, которые понадобятся в работе.

На собеседованиях на аналитика данных математику, хотя бы статистику, иногда спрашивают. К такому лучше подготовиться заранее — к тому же освоить математику не так уж сложно.

При отборе на специалиста по Data Science математику спрашивают практически всегда и без подготовки здесь не обойтись.
Можно ли взять паузу в учёбе?
На этом курсе нет перерывов, потому что вы можете пройти его и вернуться ко всем материалам в любой момент.
Получу ли я какой-то документ после курса?
Мы отправим вам свидетельство об обучении — официальный документ о дополнительном образовании.
Если не понравится, я могу вернуть деньги?
Да, причём в любой момент. Если обучение в потоке уже началось, придётся оплатить прошедшие дни — но мы вернём деньги за оставшееся время обучения. Более подробно рассказываем об этом в седьмом пункте оферты.
Как можно оплатить?
Банковской картой: внести всю сумму сразу или платить ежемесячно.

Ежемесячные платежи работают так: вы вносите первую оплату, и в этот момент привязывается карта. С этой карты автоматически будут списываться следующие платежи каждые 30 календарных дней. Например, оплатили 25 марта — следующий платёж пройдёт 24 апреля. Обучение будет стоить меньше, если оплатить весь курс сразу.

Через компанию: юридические лица — резиденты РФ также могут оплатить обучение в Практикуме. Оставить заявку на оплату от юрлица можно на странице для корпоративных клиентов.
Можно ли оплатить курс за счёт работодателя?
Да, работодатель может оплатить учёбу полностью или разделить оплату с вами: например, поделить сумму 50/50 или 75/25.

Такая оплата пройдёт по счёту или двустороннему договору, а ИП могут оплатить с бизнес-счёта. Если работодатель купит обучение сразу 10 и больше сотрудникам, сделаем скидку 10%.

Чтобы получить счёт на оплату через компанию, оставьте заявку или напишите нам в чат поддержки.
Что такое налоговый вычет на обучение и как его получить?
Налоговый вычет может оформить тот, кто работает по трудовому договору и является налоговым резидентом Российской Федерации, то есть 183 дня в году находится на территории страны.

Для этого нужно подать заявление на налоговый вычет через личный кабинет на сайте nalog.ru (в него можно войти через аккаунт на Госуслугах).

К заявлению нужно приложить:
•‎ Справку 2-НДФЛ от работодателя.
•‎ Договор на обучение, в вашем случае это оферта Практикума.
•‎ Лицензию на образовательную деятельность. Вот наша.
•‎ Чек об оплате обучения. Мы отправляем его на электронную почту. Если не найдёте чек у себя в почте, напишите в чат службы поддержки — вышлем копию.
•‎ Справку о получении образовательных услуг — её тоже нужно запросить в чате поддержки.

Подробнее о налоговом вычете — на сайте Федеральной налоговой службы.

Давайте поможем

Напишите, как вас зовут и по какому номеру можно связываться — позвоним и расскажем всё про курсы