ДПО «Специалист по Data Science» от МИФИ

Погрузитесь в процессы обучения, познакомитесь с одногруппниками и командой курса

• Особенности и лайфхаки онлайн-обучения
• Как проходит обучение на специальности Data Science
• Как мы оцениваем студентов
• Центр карьеры SkillFactory
• Возможности и культура общения в сообществе Skillfactory
• Навигация учебной платформы

Вспомните основы математики и получите необходимую базу для старта в Data Science.

• Числа и выражения
• Уравнения и неравенства
• Основные понятия теории функций
• Основы геометрии: планиметрия, тригонометрия и стереометрия
• Множества, логика и элементы статистики
• Комбинаторика
• Решение задач

Изучите основы разработки на Python. Решите типовые задачи, которые возникают перед любым разработчиком.

• Типы данных: числа, строки, списки, словари, множества
• Основные конструкции языка: условный оператор и циклы
• Функции
• Стандарт PEP-8
• Решение практических задач

Освоите основные концепции машинного обучения и создадите свои первые модели

• Построение и валидация моделей
• ML-библиотеки для решения такого типа задачи
• Обучение и валидация ML-модели
• Интерпретирование и анализ результатов работы модели
• Презентация результатов работы коллегам
• Оптимизация гиперпараметров модели
• Генерация и отбор новых признаков для повышения качества модели

Изучите объекто-ориентированное программирование и алгоритмы. Научитесь работать с системами контроля версий.

• Использование командной строки Linux гитом/github: add/commit/rebase/push
• Подходы к разработке проекта (Agile, Scrum, Crisp-dm)
• Настройка софта для работы в Data Science (Jupyter, IDE, pip)
• Анализ, визуализация и обработка данных с помощью Python

Познакомитесь с методами структурированного хранения данных, сможете проектировать базы данных, применять SQL

• Современные хранилища данных
• Экосистема Hadoop
• Источники данных и работа с ними
• Apache Spark и обработка данных
• Hadoop как хранилище данных
• Apache Airflow для оркестрации конвейеров
• Обзор облачных хранилищ

Научитесь решать прикладные задачи, изучив архитектуру и алгоритмы обучения нейронных сетей

• Введение в нейронные сети
• Фреймворки для глубокого обучения
• Сверточные нейронные сети
• Задача оптимизации
• Современное компьютерное зрение: Fine-tuning & Transfer Learning
• Сегментация. Проектирование собственной архитектуры
• Детектирование объектов
• Введение в NLP и рекуррентные сети
• Нейронные сети в NLP
• Обучение с подкреплением (Reinforcement Learning)

Если вы — налоговый резидент (находитесь на территории РФ более 183 дней в течение 12 месяцев) и работаете по трудовому договору, то каждый месяц работодатель должен отчислять с вашей зарплаты 13% государству, чтобы оплатить подоходный налог.

Из этих денег вы можете вернуть себе до 15 600 рублей в год в виде налогового вычета за обучение. Для этого вам нужно подать заявление через личный кабинет на сайте nalog.ru (можно залогиниться через Госуслуги).

К заявлению нужно приложить все документы, которые подтверждают ваше право на вычет:

1. Справку 2-НДФЛ от вашего работодателя.
2. Договор на обучение cо Skillfactory.
3. Лицензию на образовательную деятельность. У нас такая есть
4. Чеки об оплате обучения. Мы отправляем эти чеки на вашу электронную почту, их можно взять оттуда.
5. Справку о получении образовательных услуг. Чтобы получить нашу справку, напишите в чат поддержки.

Ваше заявление будут рассматривать в налоговой в течение месяца. Инспектор может запросить другие документы, если этих ему покажется недостаточно. В случае успеха вам должны выдать специальное уведомление о праве на вычет. Это уведомление нужно передать в бухгалтерию вашего работодателя.
После этого работодатель должен выплачивать вам всю зарплату, не удерживая подоходный налог в пользу государства, пока не выплатит всю сумму вычета.

Вам не понадобятся специальные навыки или опыт. Мы обучаем IT-специалистов с нуля уже более 6 лет и за это время выработали методику, которая позволяет освоить новую профессию за 12 месяцев. Но многое зависит и от вас — чтобы пройти курс до конца и найти работу, нужно уделять учёбе достаточно времени: читать теорию, практиковаться в тренажёре и делать учебные проекты.

Это зависит от вашего опыта и сложности конкретного модуля. Мы рекомендуем заниматься от 10 часов в неделю, т. е. 5 раз в неделю по 2 часа в любое удобное время.
Для экстра-результатов понадобится от 15 часов.

Да, подойдет любой офисный или домашний компьютер с выходом в Интернет. Мощный процессор или дорогая видеокарта не пригодятся — мы научим вас использовать облачные технологии для вычислений. Все занятия будут проходить на нашей LMS-платформе, мессенджере Slack и приложении для видео-конференций Zoom.

Да, у нас нет вступительных экзаменов и других ограничений.