Курс по анализу Big Data с BigData Team

Самый быстрый способ прокачать свои навыки для IT-специалистов. Научитесь эффективно обрабатывать большие данные, выполняя практические задания на реальном кластере.

Онлайн
24 мая - 24 июня 2021
понедельник с 19:00 до 22:00
четверг с 19:00 до 22:00
Учебная группа на этот курс сформирована, но не расстраивайтесь.
Оставьте заявку — мы свяжемся с вами, если места освободятся.
Если таких заявок будет много, мы организуем еще одну группу.
Набор на курс закрыт

Кому подойдет этот курс

Разработчики
Вы программируете, но хотите расширить профессиональные возможности и получить практические навыки работы с большими данными? На курсе вы научитесь работать с Hadoop, MapReduce, Hive, Spark, Kafka, Cassandra и будете выполнять задания на реальном кластере.
Аналитики
Хотите освоить работу с большими данными, чтобы решать более сложные и интересные аналитические задачи?
Вы научитесь использовать инструменты работы с большими, проводить аналитику с помощью SQL и NoSQL инструментов, готовить данные и отчеты на основе больших массивов информации.

Для тех, кто хочет перейти в сферу Data Science и освоить машинное обучение, рекомендуем пройти "Практический курс Machine Learning".
Data Engineers
Хотите расширить свой арсенал для работы с данными и структурировать свои знания в DE? Вы узнаете о современных технологиях работы с Big Data, научитесь грамотно их использовать и понимать, какую технологию в каких случаях лучше применять.
Data Scientists
Ловите себя на мысли, что качество модели во многом зависит от правильного сбора и предобработки данных? Вы получите базу по современным инструментам и подходам, необходимым для сбора, хранения и обработки данных; изучите особенности укладки данных для оптимизации вычислений, подготовки фичей и масштабирования ML-моделей.

Кому подойдет этот курс

Разработчики
Вы программируете, но хотите расширить профессиональные возможности и получить практические навыки работы с большими данными? На курсе вы научитесь работать с Hadoop, MapReduce, Hive, Spark, Kafka, Cassandra и будете выполнять задания на реальном кластере.
Аналитики
Хотите освоить работу с большими данными, чтобы решать более сложные и интересные аналитические задачи?
Вы научитесь использовать инструменты работы с большими, проводить аналитику с помощью SQL и NoSQL инструментов, готовить данные и отчеты на основе больших массивов информации.

Для тех, кто хочет перейти в сферу Data Science и освоить машинное обучение, рекомендуем пройти "Практический курс Machine Learning".
Data Engineers
Хотите расширить свой арсенал для работы с данными и структурировать свои знания в DE? Вы узнаете о современных технологиях работы с Big Data, научитесь грамотно их использовать и понимать, какую технологию в каких случаях лучше применять.
Data Scientists
Ловите себя на мысли, что качество модели во многом зависит от правильного сбора и предобработки данных? Вы получите базу по современным инструментам и подходам, необходимым для сбора, хранения и обработки данных; изучите особенности укладки данных для оптимизации вычислений, подготовки фичей и масштабирования моделей ML.

Что входит в программу

10 занятий
Погружение в большие данные: 30 часов лекций
и семинаров, 50 часов на самостоятельную работу.
10 домашних заданий
На каждом занятии вы будете работать с кластером,
а после этого вас ждут домашние задания для отработки новых знаний на практике.

Что входит в программу

10 занятий
Погружение в большие данные: 30 часов лекций и семинаров, 50 часов на самостоятельную работу.
10 домашних заданий
На каждом занятии вы будете работать с кластером, а после этого вас ждут домашние задания для отработки новых знаний на практике.

Чему вы научитесь

Часть 1. HDFS, Map Reduce, Hive
Вы научитесь работать с распределенными файловыми системами, познакомитесь с экосистемой Hadoop, разберетесь с оптимизацией MapReduce вычислений и работой с Hive.
Введение в Большие Данные (Big Data). Распределенные файловые системы, Workshop
• Вводная часть: знакомство (задачи, оценки, дедлайны), подробности курса.
• Распределенные файловые системы (GFS, HDFS). Их составляющие, достоинства, недостатки и сфера применения.
• Чтение и запись в HDFS. HDFS APIs: Web, shell.

Hadoop экосистема, MapReduce и не только
• Hadoop Streaming.
    • Элементы Hadoop-задачи (Mapper, reducer, combiner, partitioner, comparator).
    Оптимизация MapReduce вычислений
    • Приложения с несколькими Hadoop-задачами.
    • Тюнинг Hadoop-job (настройка партиционирования, сложные ключи, uber jobs).
    • Задачи с несколькими входами. Joins в Hadoop.
    SQL поверх больших данных (Hive)
    • Архитектура Hive, виды таблиц, форматы хранения данных.
    • Трансляция Hive-запросов в MapReduce-задачи.
    • Сериализация и десериализация.
    • Тюнинг Join'ов в Hive.
    • Партиционирование, бакетирование, семплирование.
    • User defined functions, Hive Streaming.
    Часть 2. Spark: from zero to hero
    На протяжении этой части курса вы будете работать со Spark: от основных терминов и RDD до Spark DataFrames и оптимизации Spark вычислений.
    Модель вычислений Spark: RDD
    • Схема выполнения задачи в Spark.
    • Основные термины Spark (job, task, stage).
    • Представление вычислений в виде графа. Spark Python API. Spark RDD API.
    • Broadcast-сообщения и счетчики.
    Spark DataFrames, Spark SQL
    • Взаимодействие Hive и Spark SQL.
    • Отличия DF от RDD.

    Оптимизация Spark вычислений
    • Spark on YARN.
    • Типы stage в Spark.
    • Оптимизация операции shuffle.
    • Настройка Garbage Collection, тюнинг потребления памяти.
    Часть 3. RT, NoSQL, Data layout
    Вы научитесь работать с потоковой обработкой данных, познакомитесь с Kafka и Spark Streaming, освоите NoSQL поверх больших данных, подружите Spark с Cassandra.
    Потоковая обработка данных (Kafka, Spark Streaming)
    • Подходы к Realtime-обработке.
    • Гарантии обработки. Переход от одной гарантии к другой. Архитектуры "Лямбда" и "Каппа".
    • Spark Streaming vs. Spark RDD, Spark Structured Streaming vs. Spark DataFrames, DStream.
    • Архитектура Kafka, Kafka Streams, репликация в Kafka. Отличие Kafka от классических очередей.
    • Семантики доставки сообщений. Сжатие данных в kafka. Синхронная и асинхронная репликация.
    NoSQL поверх больших данных: Cassandra
    • Отличия Key-Value хранилищ от реляционных БД.
    • Компактификация и её виды. CQLSH.
    • Архитектура Cassandra.
    • Обеспечение надёжности и высокодоступности в Key-Value хранилищах.
    • Интеграция Spark с Cassandra.

    Data Layout
    • Как бороться с Data Skew с помощью MapReduce подходов в разных фреймворках.
    • Trade-off между CPU и IO-bound приложениями, подходы к сжатию в Big Data, горячие и холодные данные.
    • Форматы данных в Big Data: ORC vs Parquet, Avro, ...

    Чему вы научитесь

    Часть 1. HDFS, Map Reduce, Hive
    Вы научитесь работать с распределенными файловыми системами, познакомитесь с экосистемой Hadoop, разберетесь с оптимизацией MapReduce вычислений и работой с Hive.
    Введение в Большие Данные (Big Data). Распределенные файловые системы, Workshop
    • Вводная часть: знакомство (задачи, оценки, дедлайны), подробности курса.
    • Распределенные файловые системы (GFS, HDFS). Их составляющие, достоинства, недостатки и сфера применения.
    • Чтение и запись в HDFS. HDFS APIs: Web, shell.
    Hadoop экосистема, MapReduce и не только
    • Hadoop Streaming.
      • Элементы Hadoop-задачи (Mapper, reducer, combiner, partitioner, comparator).
      Оптимизация MapReduce вычислений
      • Приложения с несколькими Hadoop-задачами.
      • Тюнинг Hadoop-job (настройка партиционирования, сложные ключи, uber jobs).
      • Задачи с несколькими входами. Joins в Hadoop.
      SQL поверх больших данных (Hive)
      • Архитектура Hive, виды таблиц, форматы хранения данных.
      • Трансляция Hive-запросов в MapReduce-задачи.
      • Сериализация и десериализация.
      • Тюнинг Join'ов в Hive.
      • Партиционирование, бакетирование, семплирование.
      • User defined functions, Hive Streaming.
      Часть 2. Spark: from zero to hero
      На протяжении этой части курса вы будете работать со Spark: от основных терминов и RDD до Spark DataFrames и оптимизации Spark вычислений.
      Модель вычислений Spark: RDD
      • Схема выполнения задачи в Spark.
      • Основные термины Spark (job, task, stage).
      • Представление вычислений в виде графа. Spark Python API. Spark RDD API.
      • Broadcast-сообщения и счетчики.
      Spark DataFrames, Spark SQL
      • Взаимодействие Hive и Spark SQL.
      • Отличия DF от RDD.

      Оптимизация Spark вычислений
      • Spark on YARN.
      • Типы stage в Spark.
      • Оптимизация операции shuffle.
      • Настройка Garbage Collection, тюнинг потребления памяти.
      Часть 3. RT, NoSQL, Data layout
      Вы научитесь работать с потоковой обработкой данных, познакомитесь с Kafka и Spark Streaming, освоите NoSQL поверх больших данных, подружите Spark с Cassandra.
      Потоковая обработка данных (Kafka, Spark Streaming)
      • Подходы к Realtime-обработке.
      • Гарантии обработки. Переход от одной гарантии к другой. Архитектуры "Лямбда" и "Каппа".
      • Spark Streaming vs. Spark RDD, Spark Structured Streaming vs. Spark DataFrames, DStream.
      • Архитектура Kafka, Kafka Streams, репликация в Kafka. Отличие Kafka от классических очередей.
      • Семантики доставки сообщений. Сжатие данных в kafka. Синхронная и асинхронная репликация.
      NoSQL поверх больших данных: Cassandra
      • Отличия Key-Value хранилищ от реляционных БД.
      • Компактификация и её виды. CQLSH.
      • Архитектура Cassandra.
      • Обеспечение надёжности и высокодоступности в Key-Value хранилищах.
      • Интеграция Spark с Cassandra.

      Data Layout
      • Как бороться с Data Skew с помощью MapReduce подходов в разных фреймворках.
      • Trade-off между CPU и IO-bound приложениями, подходы к сжатию в Big Data, горячие и холодные данные.
      • Форматы данных в Big Data: ORC vs Parquet, Avro, ...

      Наши преподаватели


      Вашими преподавателями и наставниками будут практики из Amazon AWS, Яндекса, Rambler, NVIDIA.А еще они авторы совместной с Яндексом специализации Big Data for Data Engineers на Coursera, у которой уже более 60 тысяч слушателей.

      Алексей Драль
      Генеральный директор,
      BigData Team
      10 лет в IT (Amazon AWS, Yandex, Rambler). Преподаватель и автор учебных программ по Machine learning, Big data, CDO programs for Chief Data Officers. Руководит международным онлайн-курсом "Big Data for Data Engineers" на Coursera, совместный проект с Яндексом.
      Артём Выборнов
      Head of Big Data Dev,
      Rambler Group
      Соавтор международного онлайн-курса "Big Data for Data Engineers", совместный проект с Яндексом.
      Павел Клеменков
      Chief Data Scientist (Data Platform), NVIDIA
      Основатель комьюнити Moscow Spark. Соавтор специализации по большим данным Big Data for Data Engineers на Coursera.
      Андрей Титов
      Senior Spark Engineer,
      NVIDIA
      Активный участник сообщества Moscow Spark. До перехода в NVIDIA занимался построением платформы обработки данных для SOC банка "Открытие". Большой опыт построения распределенных систем поточной обработки данных.

      Наши преподаватели


      Вашими преподавателями и наставниками будут практики из Amazon AWS, Яндекса, Rambler, NVIDIA.А еще они авторы совместной с Яндексом специализации Big Data for Data Engineers на Coursera, у которой уже более 60 тысяч слушателей.

      Алексей Драль
      Генеральный директор,
      BigData Team
      10 лет в IT (Amazon AWS, Yandex, Rambler). Преподаватель и автор учебных программ по Machine learning, Big data, CDO programs for Chief Data Officers. Руководит международным онлайн-курсом "Big Data for Data Engineers" на Coursera, совместный проект с Яндексом.
      Артём Выборнов
      Head of Big Data Dev,
      Rambler Group
      Соавтор международного онлайн-курса "Big Data for Data Engineers", совместный проект с Яндексом.
      Павел Клеменков
      Chief Data Scientist (Data Platform), NVIDIA
      Основатель комьюнити Moscow Spark. Соавтор специализации по большим данным Big Data for Data Engineers на Coursera.
      Андрей Титов
      Senior Spark Engineer,
      NVIDIA
      Активный участник сообщества Moscow Spark. До перехода в NVIDIA занимался построением платформы обработки данных для SOC банка "Открытие". Большой опыт построения распределенных систем поточной обработки данных.

      Как проходит обучение Big Data

      Курс проходит в онлайн-формате.
      Будет много практики, работы на кластере и общения
      с наставниками и слушателями.
      1
      Кластер
      На протяжении всего курса вы будете выполнять практические задания на Hadoop-кластере, развернутом в многопользовательском режиме. Правильно настроить кластер - сложно и дорого, поэтому мы берем настройку окружения на себя, а вы тратите время только на обучение.
      Если будут вопросы по конфигурации кластера, тоже сможем дать рекомендации.
      2
      Zoom
      Занятия проходят в Zoom. Вы сможете задавать вопросы на лекциях и общаться в перерывах. Все занятия записываются и доступны вместе с другими материалами курса.
      3
      Telegram
      Общаться с преподавателями, кураторами и между собой можно в Telegram. В чате курса удобно следить за важной информацией и новостями.
      4
      Облако
      Все материалы курса: лекции, практические занятия, домашние задания - доступны во время обучения и после.

      Как проходит обучение Big Data

      Курс проходит в онлайн-формате. Будет много практики, работы на кластере и общения с наставниками и слушателями.
      1
      Кластер
      На протяжении всего курса вы будете выполнять практические задания на Hadoop-кластере, развернутом в многопользовательском режиме. Правильно настроить кластер - сложно и дорого, поэтому мы берем настройку окружения на себя, а вы тратите время только на обучение. Если будут вопросы по конфигурации кластера, тоже сможем дать рекомендации.
      2
      Zoom
      Занятия проходят в Zoom. Вы сможете задавать вопросы на лекциях и общаться в перерывах. Все занятия записываются и доступны вместе с другими материалами курса.
      3
      Telegram
      Общаться с преподавателями, кураторами и между собой можно в Telegram. В чате курса удобно следить за важной информацией и новостями.
      4
      Облако
      Все материалы курса: лекции, практические занятия, домашние задания - доступны во время обучения и после.

      Что вы получите

      Работа на реальном кластере
      Вы получите опыт работы на Hadoop-кластере в многопользовательском режиме. Все по-настоящему:
      не потушили Spark сессию и отжираете ресурсы кластера - вам могут и в чате написать, и задачу убить ;)
      Максимум знаний и навыков
      Мы адаптируем программу под уровень подготовки слушателей, чтобы вы максимально прокачали знания и навыки в сжатые сроки.
      Практика, практика, практика
      Вас ждет 80 часов интенсивной работы: практические задания на каждом занятии, домашние задания, работа на кластере.
      Поддержка наставников и кураторов
      Наши преподаватели будут вашими наставниками на протяжении всего обучения: ответят на вопросы, дадут обратную связь по заданиям, подскажут, что улучшить.
      Наши кураторы не оставят без ответа ни одно ваше сообщение.
      Быстрая обратная связь по домашним заданиям
      Мы знаем, каково это не спать всю ночь, чтобы успеть к дедлайну. Мы уважаем ваше время, поэтому стараемся как можно быстрее дать обратную связь по домашним заданиям.
      Удостоверение о повышении квалификации
      Те, кто успешно пройдет курс, получат Удостоверение о повышении квалификации государственного образца.
      Все слушатели получат электронный сертификат об окончании курса.
      У нас обучаются сотрудники ведущих компаний
      и студенты лучших ВУЗов
      У нас обучаются сотрудники ведущих компаний
      и студенты лучших ВУЗов
      Набор на курс закрыт
      Учебная группа на этот курс сформирована, но не расстраивайтесь.
      Оставьте заявку — мы свяжемся с вами, если места освободятся.
      Если таких заявок будет много, мы организуем еще одну группу.
      Оставить заявку

      Стоимость обучения Big Data

      Вы можете пройти курс целиком или по частям
      HDFS, Map Reduce, Hive
      • Введение в Big Data
      • Распределенные файловые системы
      • Hadoop экосистема
      • Оптимизация MapReduce вычислений
      • Hive
      25 000 рублей
      Записаться
      Spark: from zero to hero
      • Модель вычислений Spark: RDD
      • Spark DataFrames, Spark SQL
      • Оптимизация Spark вычислений
      30 000 рублей
      Записаться
      RT, NoSQL,
      Data layout
      • Потоковая обработка данных Kafka
      • Spark Streaming
      • Cassandra
      25 000 рублей
      Записаться
      Курс целиком
      • Введение в Big Data
      • Распределенные файловые системы
      • Hadoop экосистема
      • Оптимизация MapReduce вычислений
      • Hive
      • Модель вычислений Spark: RDD
      • Spark DataFrames, Spark SQL
      • Оптимизация Spark вычислений
      • Потоковая обработка данных Kafka
      • Spark Streaming
      • Cassandra
      65 000 рублей
      Записаться

      Стоимость обучения Big Data

      Вы можете пройти курс целиком или по частям
      HDFS, Map Reduce, Hive
      • Введение в Big Data
      • Распределенные файловые системы
      • Hadoop экосистема
      • Оптимизация MapReduce вычислений
      • Hive
      25 000 рублей
      Записаться
      Spark: from zero to hero
      • Модель вычислений Spark: RDD
      • Spark DataFrames, Spark SQL
      • Оптимизация Spark вычислений
      30 000 рублей
      Записаться
      RT, NoSQL,
      Data layout
      • Потоковая обработка данных Kafka
      • Spark Streaming
      • Cassandra
      25 000 рублей
      Записаться
      Курс целиком
      • Введение в Big Data
      • Распределенные файловые системы
      • Hadoop экосистема
      • Оптимизация MapReduce вычислений
      • Hive
      • Модель вычислений Spark: RDD
      • Spark DataFrames, Spark SQL
      • Оптимизация Spark вычислений
      • Потоковая обработка данных Kafka
      • Spark Streaming
      • Cassandra
      65 000 рублей
      Записаться

      Вы также можете

      Взять рассрочку
      Вы можете оплатить курс по частям: половину стоимости надо внести до начала курса, половину - в середине. Напишите нам или заполните форму, чтобы оформить рассрочку или обсудить индивидуальные условия платежа.
      Получить налоговый вычет
      У нас есть образовательная лицензия - это значит, что вы сможете получить налоговый вычет за обучение на курсе. Что такое налоговый вычет и как его получить, читайте в нашей статье.

      Что надо знать для успешного прохождения курса

      Для прохождения курса надо обязательно владеть базой Python, Linux и SQL.
      Python
      Хорошо, если вы:
      Имеете опыт работы с Jupyter notebooks
      Знаете, что такое генераторы в Python, и умеете ими пользоваться

      Идеально, если вы:
      Умеете отлаживать программы с помощью "print"
      Работаете с данными с помощью Pandas, NumPy на базовом уровне
      Базовый Linux
      Хорошо, если вы:

      Умеете зайти на сервер по ssh
      Умеете пользоваться консольными утилитами bash (cat, head, tail, wc, sort, uniq
      и т.д.)

      У нас были слушатели, которые первый раз увидели консоль Linux на занятии.
      Им было сложнее, чем другим, но но это не помешало пройти курс.
      Базовый SQL
      Для одного из занятий вам понадобится знание базовых команд SQL.
      Их можно изучить за несколько часов, не переживайте.
      Не уверены, что готовы к успешному прохождению курса? Напишите нам, и мы порекомендуем материалы для подготовки.
      Отзывы

      Образовательная лицензия

      У нас есть образовательная лицензия - это значит, что мы предоставляем Удостоверение о повышении квалификации государственного образца тем, кто успешно прошел курс.
      А еще это значит, что вы можете получить налоговый вычет за обучение на наших курсах.

      F.A.Q.

      Смогу ли я совмещать занятия с работой?
      Занятия проходят онлайн в понедельник 19:00 - 22:00 и четверг 19:00 - 22:00. Если вы пропустили занятие,
      не переживайте: будет видеозапись. Мы рекомендуем выделять на обучение 15-20 часов в неделю.
      Смогу ли я успешно пройти курс? Какие знания нужны?
      Для успешного прохождения курса вам надо знать Python и основы Linux и SQL. Напишите нам, и мы порекомендуем материалы для подготовки.
      Курс довольно дорогой. Как я пойму, что это того стоит?
      Мы постоянно обновляем и дополняем программу, чтобы дать вам максимум полезной и актуальной информации. Мы разрабатываем практические задания, чтобы вы быстрее прокачивали свои навыки.
      Мы развернули для вас кластер для работы. Мы держим высокий темп, чтобы вам было сложно, но интересно. Мы уверены, что наш курс стоит своих денег. На выбор мы предлагаем несколько пакетов под любые задачи и бюджет.
      Смогу ли я оплатить курс в рассрочку?
      Да, вы можете оплатить курс по частям. Напишите нам, чтобы оформить рассрочку или обсудить индивидуальные условия платежа.
      Смогу ли я получить налоговый вычет за обучение у вас?
      Да. Как оформить налоговый вычет, читайте в нашей статье.
      У вас есть образовательная лицензия?
      Да. Образовательная лицензия номер 1177627017501.
      Почему вы не предлагаете трудоустройство выпускникам? Другие предлагают.
      Мы считаем, что обучение не гарантирует трудоустройства, поэтому не даем пустых обещаний.
      Работодателю важно, насколько хорошо вы разбираетесь в технологиях, с которыми работали, умеете ли самостоятельно решать сложные задачи и находить оптимальные решения. Мы дадим вам актуальные знания и навыки, которые востребованы работодателями, а дальше - дело за вами.
      Почему стоит учиться именно у вас?
      1. Мы любим практику и разбираем реальные кейсы из индустрии и бизнеса.
      2. Наша команда — это эксперты с опытом работы в NVIDIA, Amazon AWS, Yandex, Rambler. Они преподают в МГУ, ВШЭ, МФТИ, Harbour.Space University, Coursera. За их плечами множество запущенных проектов.
      3. Нам доверяют обучение ведущие компании и вузы: Сбербанк, Мегафон, X5 Retail Group, ВШЭ, МФТИ.

      Смогу ли я совмещать занятия с работой?
      Занятия проходят онлайн в понедельник 19:00 - 22:00 и четверг 19:00 - 22:00. Если вы пропустили занятие, не переживайте: будет видеозапись. Мы рекомендуем выделять на обучение 15-20 часов в неделю.
      Смогу ли я успешно пройти курс? Какие знания нужны?
      Для успешного прохождения курса вам надо знать Python и основы Linux и SQL. Напишите нам, и мы порекомендуем материалы для подготовки.
      Курс довольно дорогой. Как я пойму, что это того стоит?
      Мы постоянно обновляем и дополняем программу, чтобы дать вам максимум полезной и актуальной информации. Мы разрабатываем практические задания, чтобы вы быстрее прокачивали свои навыки. Мы развернули для вас кластер для работы. Мы держим высокий темп, чтобы вам было сложно, но интересно. Мы уверены, что наш курс стоит своих денег. На выбор мы предлагаем несколько пакетов под любые задачи и бюджет.
      Смогу ли я оплатить курс в рассрочку?
      Да, вы можете оплатить курс по частям. Напишите нам, чтобы оформить рассрочку или обсудить индивидуальные условия платежа.
      Смогу ли я получить налоговый вычет за обучение у вас?
      Да. Как оформить налоговый вычет, читайте в нашей статье.
      У вас есть образовательная лицензия?
      Да. Образовательная лицензия номер 1177627017501.
      Почему вы не предлагаете трудоустройство выпускникам? Другие предлагают.
      Мы считаем, что обучение не гарантирует трудоустройства, поэтому не даем пустых обещаний. Работодателю важно, насколько хорошо вы разбираетесь в технологиях, с которыми работали, умеете ли самостоятельно решать сложные задачи и находить оптимальные решения. Мы дадим вам актуальные знания и навыки, которые востребованы работодателями, а дальше - дело за вами.
      Почему стоит учиться именно у вас?
      1. Мы любим практику и разбираем реальные кейсы из индустрии и бизнеса.
      2. Наша команда — это эксперты с опытом работы в NVIDIA, Amazon AWS, Yandex, Rambler. Они преподают в МГУ, ВШЭ, МФТИ, Harbour.Space University, Coursera. За их плечами множество запущенных проектов.
      3. Нам доверяют обучение ведущие компании и вузы: Сбербанк, Мегафон, X5 Retail Group, ВШЭ, МФТИ

      Оставьте заявку на обучение

      Заполняя форму, вы соглашаетесь с политикой конфиденциальности
      Поймем ваши цели и запрос
      Ответим на вопросы по обучению
      Порекомендуем материалы
      для подготовки к курсу

      Приходите учиться к нам!

      Click to order
      Ваш заказ
      Total: 
      Ваше имя
      Ваш email
      Комментарии
      Промокод
      Действует только на товар Курс целиком
      ОБУЧЕНИЕ
      ДОКУМЕНТЫ
      © 2021 BigData Team
      ПОДПИСАТЬСЯ
      Icons provided by Tilda publishing
      Illustrations designed by Freepik