База по Computer Science для работы с данными: работа в консоли, настройка окружения, классы и структуры данных. Научитесь оценивать производительность и сложность алгоритмов. Погружение в анализ данных на Python.
старт обучения: сентябрь 2024
продолжительность: 10 недель
продолжительность: 10 недель
Курс Python для анализа [больших] данных
Кому подойдет этот курс
- РазработчикиУже программируете или только начинаете свой профессиональный путь, хотите расширить профессиональные возможности и получить практические навыки работы с большими данными.
Что даст курс: освоите необходимую базу по Computer Science для работы с большими данными, а именно - настройка окружения, работа в консоли, изучите базовые алгоритмы и структуры данных, познакомитесь с анализом данных на Python. - АналитикиХотите научиться обрабатывать и анализировать данные на Python, а также подтянуть базу по Computer Science для работы с большими массивами информации. Это в свою очередь позволит решать более сложные и интересные аналитические задачи.
Что даст курс: освоите необходимую базу по Computer Science для обработки и анализа данных на Python, а именно - анализ данных в Python, работа с регулярными выражениями и SQL, настройка окружения, работа в консоли, базовые алгоритмы и структуры данных, нотация Big-O.
Для тех, кто хочет перейти в сферу Data Science и освоить машинное обучение, рекомендуем пройти «Практический курс Machine Learning». - Data EngineersУже работаете в сфере инженерии больших массивов информации. Хотите структурировать, освежить или восполнить пробелы в Computer Science (алгоритмы и структуры данных, нотация Big-O). Также хотите расширить свой кругозор и арсенал практических навыков в сфере анализа данных.
Что даст курс: познакомитесь с анализом данных на Python, изучите (или вспомните) базовые алгоритмы и структуры данных, нотацию Big-O, научитесь анализировать алгоритмы и более осознанно выбирать подходы к решению практических задач. - Data ScientistsПонимаете, что 90% времени при работе с моделями машинного обучения - это сбор и предобработка данных. Также понимаете, что с развитием MLOps, Data Scientist отвечает за все большую зону ответственности. В связи с этим, хотите научиться эффективно обрабатывать большие и малые данные, настраивать окружение и воспроизводимые вычисления (reproducible research).
Что даст курс: освоите необходимую базу по Computer Science для эффективного и воспроизводимого анализа данных на Python, изучат работу с регулярными выражениями и SQL, правила настройки окружения, работу в консоли, базовые алгоритмы и структуры данных, анализ сложности алгоритмов и нотацию Big-O.
Кому подойдет этот курс
- РазработчикиУже программируете или только начинаете свой профессиональный путь, хотите расширить профессиональные возможности и получить практические навыки работы с большими данными.
Что даст курс: освоите необходимую базу по Computer Science для работы с большими данными, а именно - настройка окружения, работа в консоли, изучат базовые алгоритмы и структуры данных, познакомятся с анализом данных на Python. - АналитикиХотите научиться обрабатывать и анализировать данные на Python, а также подтянуть базу по Computer Science для работы с большими массивами информации. Это в свою очередь позволит решать более сложные и интересные аналитические задачи.
Что даст курс: освоите необходимую базу по Computer Science для обработки и анализа данных на Python, а именно - анализ данных в Python, работа с регулярными выражениями и SQL, настройка окружения, работа в консоли, базовые алгоритмы и структуры данных, нотация Big-O.
Для тех, кто хочет перейти в сферу Data Science и освоить машинное обучение, рекомендуем пройти «Практический курс Machine Learning». - Data EngineersУже работаете в сфере инженерии больших массивов информации. Хотите структурировать, освежить или восполнить пробелы в Computer Science (алгоритмы и структуры данных, нотация Big-O). Также хотите расширить свой кругозор и арсенал практических навыков в сфере анализа данных.
Что даст курс: познакомится с анализом данных на Python, изучить (или вспомните) базовые алгоритмы и структуры данных, нотацию Big-O, научитесь анализировать алгоритмы и более осознанно выбирать подходы к решению практических задач. - Data ScientistsПонимаете, что 90% времени при работе с моделями машинного обучения - это сбор и предобработка данных. Также понимаете, что с развитием MLOps, Data Scientist отвечает за все большую зону ответственности. В связи с этим, хотите научиться эффективно обрабатывать большие и малые данные, настраивать окружение и воспроизводимые вычисления (reproducible research).
Что даст курс: освоите необходимую базу по Computer Science для эффективного и воспроизводимого анализа данных на Python, изучат работу с регулярными выражениями и SQL, правила настройки окружения, работу в консоли, базовые алгоритмы и структуры данных, анализ сложности алгоритмов и нотацию Big-O.
Что входит в программу
10 занятий
▶ Python для работы с большими данными.
10 домашних заданий
▶ Каждую неделю вас ждут домашние задания для отработки новых знаний на практике.
▶ Python для работы с большими данными.
10 домашних заданий
▶ Каждую неделю вас ждут домашние задания для отработки новых знаний на практике.
10 занятий
▶ Python для работы с большими данными.
10 домашних заданий
▶ Каждую неделю вас ждут домашние задания для отработки новых знаний на практике.
▶ Python для работы с большими данными.
10 домашних заданий
▶ Каждую неделю вас ждут домашние задания для отработки новых знаний на практике.
Чему вы научитесь
10 недель для освоения базы (основы Python, основы настройки окружения, основы анализа данных).
Python для анализа [больших] данных
В этом модуле вас ждут:
▶ обзор курса;
▶ знакомство с DevOps (CI/CD), MLOps (CT);
▶ воспроизводимость вычислений и окружения;
► pythonic код;
► объекты, классы и ООП.
▶ обзор курса;
▶ знакомство с DevOps (CI/CD), MLOps (CT);
▶ воспроизводимость вычислений и окружения;
► pythonic код;
► объекты, классы и ООП.
В этом модуле вам предстоит:
▶ командная строка, знакомство с bash (ls, cd, mkdir, pwd и т. п.);
▶ работа с CLI: man, tree;
▶ работа с файлами 101: cat, head, tail, wc, cp, mv, rm, less;
▶ работа с файлами 101: wc, права доступа (chmod), sh-bang;
► команды для работы с файлами: tail/head -c, grep, find, sort, tr;
► настраиваем удаленное соединение с сервером (ssh, config, auth keys);
► перенос файлов между серверами (scp).
▶ командная строка, знакомство с bash (ls, cd, mkdir, pwd и т. п.);
▶ работа с CLI: man, tree;
▶ работа с файлами 101: cat, head, tail, wc, cp, mv, rm, less;
▶ работа с файлами 101: wc, права доступа (chmod), sh-bang;
► команды для работы с файлами: tail/head -c, grep, find, sort, tr;
► настраиваем удаленное соединение с сервером (ssh, config, auth keys);
► перенос файлов между серверами (scp).
В этом модуле вас ждет:
► команды для работы с файлами: grep, find, zip/unzip/gzip, sort, xargs;
► знакомство с ssh, scp;
► скрипты, $1, $? & Co.;
► работа с сетью в командной строке (curl).
► команды для работы с файлами: grep, find, zip/unzip/gzip, sort, xargs;
► знакомство с ssh, scp;
► скрипты, $1, $? & Co.;
► работа с сетью в командной строке (curl).
В этом модуле вы изучите:
Занятие по regex:
► диалекты: grep, PCRE;
► конструкции простые и сложные;
► регистр и другие полезные ключи grep;
► look-ahead и look-behind regex;
► re в Python.
Занятие по git:
► Системы контроля версий;
► Введение в git.
Занятие по regex:
► диалекты: grep, PCRE;
► конструкции простые и сложные;
► регистр и другие полезные ключи grep;
► look-ahead и look-behind regex;
► re в Python.
Занятие по git:
► Системы контроля версий;
► Введение в git.
В этом модуле вы изучите:
► уровни внедрения CI/CD;
► github actions, типичные задачи, механика;
► secrets;
► воспроизводимость (данных, окружения, вычислений);
► отладка (дебаг).
► уровни внедрения CI/CD;
► github actions, типичные задачи, механика;
► secrets;
► воспроизводимость (данных, окружения, вычислений);
► отладка (дебаг).
В этом модуле вас ждет:
► лучшие практики написания кода и PEP-8;
► правила хорошего тона при работе с файлами (with);
► list/set/dict comprehension;
► модуль collections и pythonic way;
► генераторы в Python.
► лучшие практики написания кода и PEP-8;
► правила хорошего тона при работе с файлами (with);
► list/set/dict comprehension;
► модуль collections и pythonic way;
► генераторы в Python.
В этом модуле вы изучите:
► первичный анализ датасета в pandas;
► операции с данными (фильтрации, срезы, ...);
► трансформации данных (join, group by, explode, window, melt, stack, unstack, multiindex);
► визуализация данных в pandas;
► best practices, tips and tricks.
► первичный анализ датасета в pandas;
► операции с данными (фильтрации, срезы, ...);
► трансформации данных (join, group by, explode, window, melt, stack, unstack, multiindex);
► визуализация данных в pandas;
► best practices, tips and tricks.
В этом модуле вы изучите:
► SQL интерфейс, пользовательская (аналитическая) история;
► SQL интерфейс, инженерная история (connection, cursor, transaction)
► SQL интерфейс, пользовательская (аналитическая) история;
► SQL интерфейс, инженерная история (connection, cursor, transaction)
В этом модуле вы изучите:
► сложность вычислений и нотация Big-O;
► базовые алгоритмы, которые чаще всего встречаются на собеседованиях (бинарный поиск, сортировка слиянием и quicksort);
► оценка time and space complexity алгоритмов;
► bonus: 5 вариантов решения задачи Фибоначчи.
► сложность вычислений и нотация Big-O;
► базовые алгоритмы, которые чаще всего встречаются на собеседованиях (бинарный поиск, сортировка слиянием и quicksort);
► оценка time and space complexity алгоритмов;
► bonus: 5 вариантов решения задачи Фибоначчи.
В этом модуле вы изучите:
► что такое структура данных и почему они используются в ежедневной работе;
► базовые структуры данных, которые чаще всего встречаются на собеседованиях (массив, связный список, стек, очередь, множество, двоичное дерево поиска, map (хэш таблица), графы);
► оценка time complexity операций над структурами;
► стек вызовов, связь структур друг с другом, свойствами базовых структур данных и реальной практикой;
► разбор базовых задач и алгоритмов, которые чаще всего встречаются с конкретными структурами данных (рекурсия, обход деревьев и графов (bfs, dfs)).
► что такое структура данных и почему они используются в ежедневной работе;
► базовые структуры данных, которые чаще всего встречаются на собеседованиях (массив, связный список, стек, очередь, множество, двоичное дерево поиска, map (хэш таблица), графы);
► оценка time complexity операций над структурами;
► стек вызовов, связь структур друг с другом, свойствами базовых структур данных и реальной практикой;
► разбор базовых задач и алгоритмов, которые чаще всего встречаются с конкретными структурами данных (рекурсия, обход деревьев и графов (bfs, dfs)).
Наши преподаватели
Вашими преподавателями и наставниками будут практики из Amazon AWS, Яндекса, Rambler, eBay. А еще они авторы совместной с Яндексом специализации Big Data for Data Engineers на Coursera, у которой уже более 100 тысяч слушателей.
Алексей ДральОснователь и CEO,
BigData Team10 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.
Илья БойцовDeep learning Lead, WayfairСфера интересов: NLP и рекомендательные системы (RecSys)
Преподаватель и один из авторов курса 'Рекомендательные системы" в Школе Анализа Данных (ШАД) Яндекса
Александр КлимовMachine Learning Engineer, eBayСфера интересов: MLOps
Портфолио: построение с нуля MLOps инфраструктуры для DS команды Альфа-Банка (РФ)
Евгений АдищевChief ML Officer @ Next Step FusionСфера интересов: современные модели и алгоритмы в обучении с подкреплением (RL), а также обработка естественных языков и большие языковые генеративные модели (NLP, LLM)
Как проходит обучение Python для анализа [больших] данных
Курс проходит в онлайн-формате. Будет много практики и общения с наставниками и слушателями.
- GraderВаши домашние задания будет проверять Grader — наша разработка для получения моментальной обратной связи.
- Telegram, Slack или DiscordОбщаться с преподавателями, кураторами и между собой можно в мессенджере. В чате курса удобно следить за важной информацией и новостями.
- ОблакоВсе материалы курса: лекции, практические занятия, домашние задания — доступны во время обучения и после.
Grader
Ваши домашние задания будет проверять Grader — наша разработка для получения моментальной обратной связи.
Telegram, Slack или Discord
Общаться с преподавателями, кураторами и между собой можно в мессенджере. В чате курса удобно следить за важной информацией и новостями.
Облако
Все материалы курса: лекции, практические занятия, домашние задания — доступны во время обучения и после.
Что вы получите
- Максимум знаний и навыковМы адаптируем программу под уровень подготовки слушателей, чтобы вы максимально прокачали знания и навыки в сжатые сроки.
- Практика, практика, практикаВас ждет много часов интенсивной работы: практические задания на каждом занятии, домашние задания, работа на кластере.
- Поддержка наставников и кураторовНаши 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 заданиямМы 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.
- Возможность получить грант на обучениеВ рамках развития человеческого капитала в сфере ИТ, Tech Orda предоставляет гранты на обучение в размере 600,000 тенге (для граждан Казахстана). Этот курс является частью большой грантовой программы (BDE или BDE++). Оставляйте заявки и/или читайте подробности: astanahub.com/l/TechOrda
Что вы получите
- Максимум знаний и навыковМы адаптируем программу под уровень подготовки слушателей, чтобы вы максимально прокачали знания и навыки в сжатые сроки.
- Практика, практика, практикаВас ждет много часов интенсивной работы: практические задания на каждом занятии, домашние задания, работа на кластере.
- Поддержка наставников и кураторовНаши 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 заданиямМы 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.
- Возможность получить грант на обучениеВ рамках развития человеческого капитала в сфере ИТ, Tech Orda предоставляет гранты на обучение в размере 600,000 тенге (для граждан Казахстана). Этот курс является частью большой грантовой программы (BDMLE или BDE++). Оставляйте заявки и/или читайте подробности: astanahub.com/l/TechOrda
У нас обучаются сотрудники ведущих компаний
и студенты лучших ВУЗов:
и студенты лучших ВУЗов:
У нас обучаются сотрудники ведущих компаний
и студенты лучших ВУЗов:
и студенты лучших ВУЗов:
230 000 тенге
Стоимость и критерии отбора
Стоимость половины курса
Python для анализа [больших] данных
Python для анализа [больших] данных
35 000 рублей
10 модулей
5 модулей
65 000 рублей
455 000 тенге
Стоимость курса целиком
Критерии отбора
Прислать резюме и/или мотивационное письмо для разрешения спорных случаев (отбора на курс)
Сдать входное тестирование на умение решать аналитические задачи и знание основ Python
Для прохождения курса Python для работы с большими данными будет полезно владеть базой по работе с Python:
▶ https://www.coursera.org/learn/python
▶ https://www.coursera.org/learn/python-data
▶ иметь опыт работы с Jupyter notebooks
▶ уметь отлаживать программы с помощью "print"
▶ https://www.coursera.org/learn/python
▶ https://www.coursera.org/learn/python-data
▶ иметь опыт работы с Jupyter notebooks
▶ уметь отлаживать программы с помощью "print"
Отбор студентов производится на основе:
▶ Набранных баллов по тестированию (порог >70% правильных ответов за базовую часть)
▶ Решения внутренней комиссии на основе результатов тестирования (набранных баллов), опросника, релевантного профиля работы и/или обучения, мотивации/целей прохождения курса
▶ Набранных баллов по тестированию (порог >70% правильных ответов за базовую часть)
▶ Решения внутренней комиссии на основе результатов тестирования (набранных баллов), опросника, релевантного профиля работы и/или обучения, мотивации/целей прохождения курса
Пройти дополнительный опросник на знание Unix CLI, алгоритмов и структур данных, Big Data (для лучшего понимания уровня учебной группы)
Общие рекомендации по подготовке
Вы также можете
- Взять рассрочкуВы 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 вычетУ 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.
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.
Наши ученики о нас
Лекторы просто шикарные, объясняют на пальцах. Готовы ответить на самые тупые вопросы, что намного лучше лекций в университете.
Очень понравилось большее количество полезной, актуальной практики. Уже применяю полученный опыт в работе и пропагандирую базовое концепции обработки больших данных среди коллег. Также зачёт за отзывчивость лекторов, которые отвечали на все вопросы и были готовы помочь даже с темой, которая напрямую не касается темы лекции. Удобное время лекций. Вкусные кексики :)
Курс - супер. Изначально у меня было лишь поверхностное представление по всем темам из программы. Сейчас есть четкая уверенность, что везде смогу разобраться и сразу начать делать что-то промышленное.
Очень порадовало, что все можно было потрогать руками и порешать реальные задания. Помимо практических навыков и теоретических знаний в дата инженерии в качестве бонуса практикуешь python, bash, regexp и т.д.
Домашки убивают почти все свободное время, но они при этом очень интересные и захватывающие. Подача материала отличная.
Алексею и всей команде большое спасибо!
Очень порадовало, что все можно было потрогать руками и порешать реальные задания. Помимо практических навыков и теоретических знаний в дата инженерии в качестве бонуса практикуешь python, bash, regexp и т.д.
Домашки убивают почти все свободное время, но они при этом очень интересные и захватывающие. Подача материала отличная.
Алексею и всей команде большое спасибо!
Все причастные к Big Data, Machine Learning (в общем для тех, кто в тренде 😉).
Кто развивается в этих направлениях и хочет новых знаний и ответов, хочет выучиться на самую актуальную нынче в мире специализацию Data scientist и кому нужны готовенькие специалисты в ML - BigData Team вам в помощь!
Команда - огонь, просто посмотрите их опыт работы и это о многом скажет.
P.S. А как один из слушателей курса хочу отметить преподавательский талант ребят. Тяжело подобрать правильные эпитеты, но они рядом в любое время с ответами на любые вопросы (даже самые глупые), помощью и поддержкой, советами и рекомендациями.
Спасибо вам огромное!
Кто развивается в этих направлениях и хочет новых знаний и ответов, хочет выучиться на самую актуальную нынче в мире специализацию Data scientist и кому нужны готовенькие специалисты в ML - BigData Team вам в помощь!
Команда - огонь, просто посмотрите их опыт работы и это о многом скажет.
P.S. А как один из слушателей курса хочу отметить преподавательский талант ребят. Тяжело подобрать правильные эпитеты, но они рядом в любое время с ответами на любые вопросы (даже самые глупые), помощью и поддержкой, советами и рекомендациями.
Спасибо вам огромное!
Проходила обучение у Алексея в рамках образовательного интенсива «Остров 10-21» по треку CDO. Случилось очень быстрое глубокое погружение в технологии работы с данными, понимание инструментов работы с данными и вообще, что такое такое ML, AI и Big Data.
Изучали возможности технологий не только на готовых решениях, но и работали со своим проектом. Далее, при поддержке BigData Team уже изучала как анализировать и визуализировать данные и как визуализация Больших данных помогает наглядно понимать где собака зарыта.
Обязательно продолжу изучать технологии с Командой. Так же проходила и онлайн-модули по Big Data. И очень благодарна за то, что кажущиеся на первый взгляд такими сложными технологии так доступно и прикладно объясняются.
И да, после образовательного интенсива сменила место работы и сейчас работаю в области управления, основанного на данных.
Изучали возможности технологий не только на готовых решениях, но и работали со своим проектом. Далее, при поддержке BigData Team уже изучала как анализировать и визуализировать данные и как визуализация Больших данных помогает наглядно понимать где собака зарыта.
Обязательно продолжу изучать технологии с Командой. Так же проходила и онлайн-модули по Big Data. И очень благодарна за то, что кажущиеся на первый взгляд такими сложными технологии так доступно и прикладно объясняются.
И да, после образовательного интенсива сменила место работы и сейчас работаю в области управления, основанного на данных.
Мне всё понравилось, курс даёт хорошее понимание концептов ML и DL,
с которыми можно двигаться дальше.
с которыми можно двигаться дальше.
Вы подняли мою планку методов преподавания. Отличная организация и доходчивое объяснение. Великолепно спланированная практика. Понравились опросы в Телеграме для оценки понимания и прогресса учеников. Ежедневные куизы помогали выявить дыры, которые мы сами бы не заметили.
Буду рекомендовать всем, кому не лень! Настоящие профессионалы своего дела и очень классные, отзывчивые ребята😍
Курс очень познавательный. Представляет собой отличный обзор всех важных элементов DS. Но, к сожалению, очень интенсивный. Для совсем начинающих не рекомендуется. Подача материала очень интересная, различные кьюзы, соревнования мотивируют. Выражаю свою благодарность за полученные знания. Дальнейших успехов курсу! Продолжайте в том же духе.
Курс был очень интересным и полезным. Благодарю за старание! Каждый участник найдет нужный материал для себя. Понравилось, что вы постоянно работаете с обратной связью.
Очень качественное, глубокое обучение и объяснения.
Вдобавок, было очень весело, что делало обучение еще более интересным.
Вдобавок, было очень весело, что делало обучение еще более интересным.
Курс был интересным и плодотворным и мне очень понравилось. Поддержка со стороны преподавателей и ассистентов действительно помогла. Мне было очень приятно видеть, как работники и менеджеры задают вопросы, которые направлены на применение полученных знаний к реальным задачам.
Интенсив классный, больше практики больше хардкора!! Спасибо вам большое, много чего узнал!
Курс был очень интересный и насыщенный. Крайне интересно было слушать разных докладчиков по разным темам. Интересно было бы ещё послушать реальные кейсы, какие были цели, как шли к цели, какие препятствия, какие решения.
Больше всего понравилась подача материала в целом и тема про консольные приложения. Я много чему научилась. Спасибо за ваш труд.
Наши ученики о нас
Лекторы просто шикарные, объясняют на пальцах. Готовы ответить на самые тупые вопросы, что намного лучше лекций в университете.
Очень понравилось большее количество полезной, актуальной практики. Уже применяю полученный опыт в работе и пропагандирую базовое концепции обработки больших данных среди коллег. Также зачёт за отзывчивость лекторов, которые отвечали на все вопросы и были готовы помочь даже с темой, которая напрямую не касается темы лекции. Удобное время лекций. Вкусные кексики :)
Курс - супер. Изначально у меня было лишь поверхностное представление по всем темам из программы. Сейчас есть четкая уверенность, что везде смогу разобраться и сразу начать делать что-то промышленное.
Очень порадовало, что все можно было потрогать руками и порешать реальные задания. Помимо практических навыков и теоретических знаний в дата инженерии в качестве бонуса практикуешь python, bash, regexp и т.д.
Домашки убивают почти все свободное время, но они при этом очень интересные и захватывающие. Подача материала отличная.
Алексею и всей команде большое спасибо!
Очень порадовало, что все можно было потрогать руками и порешать реальные задания. Помимо практических навыков и теоретических знаний в дата инженерии в качестве бонуса практикуешь python, bash, regexp и т.д.
Домашки убивают почти все свободное время, но они при этом очень интересные и захватывающие. Подача материала отличная.
Алексею и всей команде большое спасибо!
Все причастные к Big Data, Machine Learning (в общем для тех, кто в тренде 😉).
Кто развивается в этих направлениях и хочет новых знаний и ответов, хочет выучиться на самую актуальную нынче в мире специализацию Data scientist и кому нужны готовенькие специалисты в ML - BigData Team вам в помощь!
Команда - огонь, просто посмотрите их опыт работы и это о многом скажет.
P.S. А как один из слушателей курса хочу отметить преподавательский талант ребят. Тяжело подобрать правильные эпитеты, но они рядом в любое время с ответами на любые вопросы (даже самые глупые), помощью и поддержкой, советами и рекомендациями.
Спасибо вам огромное!
Кто развивается в этих направлениях и хочет новых знаний и ответов, хочет выучиться на самую актуальную нынче в мире специализацию Data scientist и кому нужны готовенькие специалисты в ML - BigData Team вам в помощь!
Команда - огонь, просто посмотрите их опыт работы и это о многом скажет.
P.S. А как один из слушателей курса хочу отметить преподавательский талант ребят. Тяжело подобрать правильные эпитеты, но они рядом в любое время с ответами на любые вопросы (даже самые глупые), помощью и поддержкой, советами и рекомендациями.
Спасибо вам огромное!
Проходила обучение у Алексея в рамках образовательного интенсива «Остров 10-21» по треку CDO. Случилось очень быстрое глубокое погружение в технологии работы с данными, понимание инструментов работы с данными и вообще, что такое такое ML, AI и Big Data.
Изучали возможности технологий не только на готовых решениях, но и работали со своим проектом. Далее, при поддержке BigData Team уже изучала как анализировать и визуализировать данные и как визуализация Больших данных помогает наглядно понимать где собака зарыта.
Обязательно продолжу изучать технологии с Командой. Так же проходила и онлайн-модули по Big Data. И очень благодарна за то, что кажущиеся на первый взгляд такими сложными технологии так доступно и прикладно объясняются.
И да, после образовательного интенсива сменила место работы и сейчас работаю в области управления, основанного на данных.
Изучали возможности технологий не только на готовых решениях, но и работали со своим проектом. Далее, при поддержке BigData Team уже изучала как анализировать и визуализировать данные и как визуализация Больших данных помогает наглядно понимать где собака зарыта.
Обязательно продолжу изучать технологии с Командой. Так же проходила и онлайн-модули по Big Data. И очень благодарна за то, что кажущиеся на первый взгляд такими сложными технологии так доступно и прикладно объясняются.
И да, после образовательного интенсива сменила место работы и сейчас работаю в области управления, основанного на данных.
Мне всё понравилось, курс даёт хорошее понимание концептов ML и DL,
с которыми можно двигаться дальше.
с которыми можно двигаться дальше.
Вы подняли мою планку методов преподавания. Отличная организация и доходчивое объяснение. Великолепно спланированная практика. Понравились опросы в Телеграме для оценки понимания и прогресса учеников. Ежедневные куизы помогали выявить дыры, которые мы сами бы не заметили.
Буду рекомендовать всем, кому не лень! Настоящие профессионалы своего дела и очень классные, отзывчивые ребята😍
Курс очень познавательный. Представляет собой отличный обзор всех важных элементов DS. Но, к сожалению, очень интенсивный. Для совсем начинающих не рекомендуется. Подача материала очень интересная, различные кьюзы, соревнования мотивируют. Выражаю свою благодарность за полученные знания. Дальнейших успехов курсу! Продолжайте в том же духе.
Курс был очень интересным и полезным. Благодарю за старание! Каждый участник найдет нужный материал для себя. Понравилось, что вы постоянно работаете с обратной связью.
Очень качественное, глубокое обучение и объяснения.
Вдобавок, было очень весело, что делало обучение еще более интересным.
Вдобавок, было очень весело, что делало обучение еще более интересным.
Курс был интересным и плодотворным и мне очень понравилось. Поддержка со стороны преподавателей и ассистентов действительно помогла. Мне было очень приятно видеть, как работники и менеджеры задают вопросы, которые направлены на применение полученных знаний к реальным задачам.
Интенсив классный, больше практики больше хардкора!! Спасибо вам большое, много чего узнал!
Курс был очень интересный и насыщенный. Крайне интересно было слушать разных докладчиков по разным темам. Интересно было бы ещё послушать реальные кейсы, какие были цели, как шли к цели, какие препятствия, какие решения.
Больше всего понравилась подача материала в целом и тема про консольные приложения. Я много чему научилась. Спасибо за ваш труд.
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.
А еще это значит, что вы можете получить налоговый вычет за обучение на наших курсах.
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.
j
А еще это значит, что вы можете получить налоговый вычет за обучение на наших курсах.
j
F.A.Q.
Занятия проходят онлайн 1 раз в неделю. Если вы пропустили занятие - не переживайте, будет видеозапись. Мы рекомендуем выделять на обучение 8-12 часов в неделю.
Для успешного прохождения курса вам надо знать Python и основы Linux и SQL. Напишите нам, и мы порекомендуем материалы для подготовки.
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.
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.
Онлайн (online) — это живые трансляции в Zoom с преподавателями. Преподаватели дают теоретический материал и практические задания, отвечают на вопросы слушателей. Занятие длится 3 часа.
МООК (MOOC) — это формат обучения, где вы изучаете новый материал по предзаписанным видео длительностью 5−10 минут, а не в формате 3х-часовой интерактивной сессии с преподавателем.
МООК формат имеет свои плюсы и минусы по сравнению с онлайн-обучением:
(+) гибкость: можно смотреть видео в любое удобное время. Например часть материала можно посмотреть в дороге или в перерыве между встречами днем;
(-) самоорганизация: вам нужно самостоятельно планировать время на изучение материала;
(+) стоимость: МООК дешевле онлайн, поскольку преподавателю не нужно выделять дополнительное время в графике для проведения занятия;
(-) интерактив: когда вы изучаете новый материал с преподавателем и другими слушателями, то в максимально-интерактивном режиме получаете обратную связь. Есть возможность один и тот же концепт обсудить с разных точек зрения, чтобы лучше в нем разобраться. В рамках МООК — вам нужно проявлять больше инициативы, чтобы задавать интересующие вас вопросы и вчитываться в комментарии других слушателей, менторов и преподавателей
В обоих форматах обучения предоставляются:
▶ доступ к чату и материалам курса;
▶ доступ к вычислительной инфраструктуре (кластеру) на курсе Big Data;
▶ задачи и автоматическая системы проверки для выдачи интерактивной обратной связи по решению;
▶ менторская поддержка по учебным материалам (наши менторы — обычно лучшие выпускники прошлых курсов, то есть лучшие 5%);
▶ комментарии по сложным вопросам от инструкторов / разработчиков курса;
Cмешанное обучение (blended learning) — возможность взять из обоих подходов лучшее. В рамках этого обучения часть учебных модулей даются в формате МООК, а часть в формате онлайн. Учитываются интересы максимально-интерактивного обучения и минимизируется риск недостаточной вовлеченности при обучении в формате МООК. После 2−4 МООК модулей проводится онлайн-занятие с преподавателем.
МООК (MOOC) — это формат обучения, где вы изучаете новый материал по предзаписанным видео длительностью 5−10 минут, а не в формате 3х-часовой интерактивной сессии с преподавателем.
МООК формат имеет свои плюсы и минусы по сравнению с онлайн-обучением:
(+) гибкость: можно смотреть видео в любое удобное время. Например часть материала можно посмотреть в дороге или в перерыве между встречами днем;
(-) самоорганизация: вам нужно самостоятельно планировать время на изучение материала;
(+) стоимость: МООК дешевле онлайн, поскольку преподавателю не нужно выделять дополнительное время в графике для проведения занятия;
(-) интерактив: когда вы изучаете новый материал с преподавателем и другими слушателями, то в максимально-интерактивном режиме получаете обратную связь. Есть возможность один и тот же концепт обсудить с разных точек зрения, чтобы лучше в нем разобраться. В рамках МООК — вам нужно проявлять больше инициативы, чтобы задавать интересующие вас вопросы и вчитываться в комментарии других слушателей, менторов и преподавателей
В обоих форматах обучения предоставляются:
▶ доступ к чату и материалам курса;
▶ доступ к вычислительной инфраструктуре (кластеру) на курсе Big Data;
▶ задачи и автоматическая системы проверки для выдачи интерактивной обратной связи по решению;
▶ менторская поддержка по учебным материалам (наши менторы — обычно лучшие выпускники прошлых курсов, то есть лучшие 5%);
▶ комментарии по сложным вопросам от инструкторов / разработчиков курса;
Cмешанное обучение (blended learning) — возможность взять из обоих подходов лучшее. В рамках этого обучения часть учебных модулей даются в формате МООК, а часть в формате онлайн. Учитываются интересы максимально-интерактивного обучения и минимизируется риск недостаточной вовлеченности при обучении в формате МООК. После 2−4 МООК модулей проводится онлайн-занятие с преподавателем.
Да, вы можете оплатить курс по частям. Напишите нам, чтобы оформить рассрочку или обсудить индивидуальные условия платежа.
Да. Образовательная лицензия номер 1 177 627 017 501.
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.
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.
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.
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.
Да, мы предоставляем "удостоверение повышения квалификации", но только на образовательных курсах, которые проходят в формате F2F, а именно:
— Python для анализа [больших] данных
— Промышленная разработка на Python (F2F)
— Практический курс по большим данным (F2F)
— Практический курс по машинному обучению (F2F)
— Big Data/Machine Learning Engineer, BDMLE-29
— Big Data/Machine Learning Engineer, BDMLE-24
— Big Data Engineer++
На другие курсы (и курсы в формате МООК) это не распространяется.
— Python для анализа [больших] данных
— Промышленная разработка на Python (F2F)
— Практический курс по большим данным (F2F)
— Практический курс по машинному обучению (F2F)
— Big Data/Machine Learning Engineer, BDMLE-29
— Big Data/Machine Learning Engineer, BDMLE-24
— Big Data Engineer++
На другие курсы (и курсы в формате МООК) это не распространяется.
Оставьте заявку на обучение
или задайте вопрос
Если у вас остались вопросы, возникла нестандартная ситуация, мы всегда готовы помочь. Заполните эту форму и мы вернемся с ответом в ближайшее время.
Примем заявку на обучение для бизнеса
Поможем с оформлением рассрочки
Поймем ваши цели и запрос
Порекомендуем материалы для подготовки к курсу
