Специалист по Data Science

Программа закрывает весь путь ML-специалиста: 111 часов теории и 404 часа практики, от первого Python до модели, работающей в продакшне. Специальных навыков и опыта не требуется — вся база, включая статистику, даётся внутри курса.

Работа с данными начинается с SQL: выборки, соединения, оконные функции и витрины для аналитики ad hoc. Затем — предобработка, разведочный анализ и визуализация на Pandas, ООП и Git для инженерной гигиены проекта.

Классическое машинное обучение занимает ядро программы: линейная и логистическая регрессия, метод опорных векторов, решающие деревья и случайный лес, ансамбли через бэггинг и стекинг, градиентный бустинг — рабочая лошадка табличных задач.

Обучение без учителя — PCA, t-SNE, k-means и DBSCAN — дополняется статистическим блоком: проверка гипотез и корректно поставленные A/B-тесты. Вы понимаете не только как обучить модель, но и как доказать, что она приносит пользу.

Production-этап отличает курс от курсов по ноутбуку: деплой и мониторинг моделей, оркестрация пайплайнов на Airflow, подбор гиперпараметров на Optuna и интерпретация прогнозов через Shap. Инструментальный набор — Scikit-learn, LightGBM, XGBoost, SciPy, Matplotlib и Seaborn.

В программу встроен ИИ-модуль по работе с нейросетями-ассистентами, а проверить формат можно на 98 бесплатных вводных уроках. Итог — 17 проектов с экспертным ревью и сквозной финальный кейс; после выпуска месяц подготовки к карьере и до 8 месяцев поддержки.