Kurs „Data Science Specialist“ – Kurs 112.000 Rubel. von Yandex Workshop, Ausbildung 8 Monate, Datum 30. November 2023.

Komplettes Kursprogramm in Data Science
Wir aktualisieren es regelmäßig, um sicherzustellen, dass es den Anforderungen der Branche und der Arbeitgeber entspricht. Mit anderen Worten: Sie lernen nur das, was Ihnen bei Ihrer Arbeit definitiv nützlich sein wird.

Grundlagen von Python und Datenanalyse: Kostenloser Einführungskurs:
Lernen Sie die Grundkonzepte der Datenanalyse kennen und verstehen Sie, was Datenanalysten und Datenwissenschaftler tun. Lösen Sie fünf Fälle der Arbeit mit Daten aus verschiedenen Bereichen:
- Finden Sie den Grund für den massiven Ausfall von Geräten heraus,
- Überprüfen Sie die Amortisation von Werbung für mobile Anwendungen.
- den besten Standort für ein neues Geschäft finden,
- Ihnen bei der Auswahl einer Entwicklungsstrategie für ein KI-Startup zu helfen,
- Bewerten Sie die Wirksamkeit von Robotern im Support-Service.

Durch das Lösen von Fällen lernen Sie die Grundlagen von Python und der Pandas-Bibliothek kennen, lernen, wie Sie einige Diagramme erstellen und diese richtig interpretieren.

Einführung in den Beruf „Data Science Specialist“

Was ist ein Data Science-Spezialist?
Wie wir unterrichten.

Grundlegendes Python:
Tauchen Sie tiefer in die Programmiersprache Python und die Pandas-Bibliothek ein.

+1 Projekt im Portfolio
Vergleichen Sie Yandex-Benutzerdaten. Musik nach Stadt und Wochentag.

Datenvorverarbeitung:
Erfahren Sie, wie Sie Daten von Ausreißern, Auslassungen und Duplikaten bereinigen und verschiedene Datenformate konvertieren.

+1 Projekt im Portfolio
Analysieren Sie Daten über Bankkunden und ermitteln Sie den Anteil kreditwürdiger Kunden.

Explorative Datenanalyse:
Lernen Sie die Grundlagen der Wahrscheinlichkeitsrechnung und Statistik. Nutzen Sie sie, um die grundlegenden Eigenschaften von Daten zu erkunden und nach Mustern, Verteilungen und Anomalien zu suchen. Lernen Sie die Bibliotheken Scipy und Matplotlib kennen. Zeichnen Sie Diagramme und üben Sie die Analyse von Diagrammen.

+1 Projekt im Portfolio
Entdecken Sie das Archiv der Anzeigen für den Verkauf von Immobilien in St. Petersburg und der Region Leningrad.

Wahrscheinlichkeitstheorie. Zusätzlicher Kurs
Erinnern oder erkennen Sie die Grundbegriffe der Wahrscheinlichkeitstheorie: unabhängige, gegensätzliche, inkompatible Ereignisse usw. Anhand einfacher Beispiele und unterhaltsamer Probleme üben Sie den Umgang mit Zahlen und den Aufbau der Logik von Lösungen.
Dies ist ein optionaler Sprint. Das bedeutet, dass jeder Studierende selbst eine der Optionen wählt:

• Nehmen Sie an einem zusätzlichen Kurs mit zehn kurzen Lektionen teil, frischen Sie die Theorie auf und lösen Sie Probleme.
• Öffnen Sie nur den Block mit Interviewaufgaben, erinnern Sie sich an die Praxis ohne Theorie.
• Überspringen Sie den Kurs komplett oder kehren Sie zu ihm zurück, wenn es Zeit und Bedarf ist.

Abschlussprojekt des ersten Moduls
Erfahren Sie, wie Sie vorläufige Datenrecherchen durchführen und Hypothesen formulieren und testen.

+1 Projekt im Portfolio
Finden Sie Muster, die den Erfolg des Spiels bestimmen.

Einführung in maschinelles Lernen:
Beherrschen Sie grundlegende Konzepte des maschinellen Lernens. Lernen Sie die Scikit-Learn-Bibliothek kennen und nutzen Sie sie, um Ihr erstes maschinelles Lernprojekt zu erstellen.

+1 Projekt im Portfolio
Entwickeln Sie ein Tarifempfehlungssystem für einen Mobilfunkanbieter.

Betreutes Training:
Tauchen Sie tiefer in den heißesten Bereich des maschinellen Lernens ein: überwachtes Lernen. Erfahren Sie, wie Sie mit unausgeglichenen Daten umgehen.

+1 Projekt im Portfolio
Sagen Sie die Wahrscheinlichkeit voraus, dass ein Kunde die Bank verlässt.

Maschinelles Lernen in der Wirtschaft:
Erfahren Sie, wie maschinelles Lernen (Abk. MO) hilft dem Unternehmen dabei, Daten zu sammeln und wie Produktmetriken mit MO-Metriken in Beziehung stehen. Erfahren Sie, wie Sie mit ML neue Servicefunktionen einführen. Erfahren Sie, was Geschäftskennzahlen, KPIs und A/B-Tests sind.

+1 Projekt im Portfolio
Trainieren Sie ein Modell, das dabei hilft, einen neuen Standort für die Ölförderung mit dem geringsten Verlustrisiko zu identifizieren.

Abschlussprojekt des zweiten Moduls:
Bereiten Sie Daten für maschinelles Lernen vor. Bewerten Sie anhand des Modells seine Qualität.

+1 Projekt im Portfolio
Simulieren Sie den Prozess des Schmelzens von Golderz, um den Betrieb des Unternehmens zu verbessern.

Lineare Algebra:
Werfen Sie einen Blick in einige der Algorithmen, die Sie bisher gelernt haben, und gewinnen Sie ein besseres Verständnis für deren Verwendung. Beherrschen Sie in der Praxis die Hauptkonzepte der linearen Algebra von Grund auf: lineare Räume, lineare Operatoren, euklidische Räume.

+1 Projekt im Portfolio
Verwenden Sie die Datenkonvertierungsmethode, um die persönlichen Daten der Kunden von Versicherungsunternehmen zu schützen.

Numerische Methoden:
Sie analysieren eine Reihe von Algorithmen und passen diese an, um praktische Probleme mit numerischen Methoden zu lösen. Beherrschen Sie Näherungsberechnungen, Schätzungen der Algorithmuskomplexität und den Gradientenabstieg. Erfahren Sie, wie neuronale Netze trainiert werden und was Gradient Boosting ist.

+1 Projekt im Portfolio
Entwickeln Sie ein Modell zur Ermittlung der Kosten eines Gebrauchtwagens.

Zeitfolgen:
Zeitreihen beschreiben, wie sich Parameter wie der Stromverbrauch oder die Anzahl der Taxibestellungen im Laufe der Zeit verändern. Sie lernen, Serien zu analysieren, nach Trends zu suchen und Saisonalitäten zu erkennen. Erfahren Sie, wie Sie tabellarische Daten und ein Zeitreihenregressionsproblem erstellen.

+1 Projekt im Portfolio
Erstellen Sie ein Modell und prognostizieren Sie Spitzenlasten bei Taxis.

Maschinelles Lernen für Texte:
Lernen Sie, numerische Vektoren aus Texten zu erstellen und Klassifizierungs- und Regressionsprobleme für sie zu lösen. Erfahren Sie, wie TF-IDF-Funktionen berechnet werden, und machen Sie sich mit den Sprachdarstellungen word2vec und BERT vertraut.

+1 Projekt im Portfolio
Beschleunigen Sie die Kommentarmoderation in Ihrer Community durch die Automatisierung von Toxizitätsbewertungen.

Grundlegendes SQL:
Erlernen Sie die Grundlagen der SQL-Abfragesprache und der relationalen Algebra für die Arbeit mit Datenbanken. Machen Sie sich mit den Funktionen der Arbeit in PostgreSQL vertraut, einem beliebten Datenbankverwaltungssystem (Abk. DBMS). Lernen Sie, Abfragen unterschiedlicher Komplexität zu schreiben und Geschäftsprobleme in SQL zu übersetzen.
Sie arbeiten mit einer Datenbank eines Online-Shops, der auf Filme und Musik spezialisiert ist.

+1 Projekt im Portfolio
Schreiben Sie eine Reihe von Abfragen unterschiedlicher Komplexität an eine Datenbank, in der Daten zu Risikoinvestoren, Start-ups und Investitionen in diese gespeichert sind.

Computer Vision:
Lernen Sie, einfache Computer-Vision-Probleme mithilfe vorgefertigter neuronaler Netze und der Keras-Bibliothek zu lösen. Lernen Sie Deep Learning kennen.

+1 Projekt im Portfolio
Erstellen Sie ein Modell, um anhand eines Fotos das ungefähre Alter einer Person zu bestimmen.

Unbeaufsichtigtes Lernen:
Unüberwachtes Lernen ist eine der Methoden des maschinellen Lernens, bei der das System ein Problem ohne vorab gekennzeichnete Daten basierend auf seinen Merkmalen und seiner Struktur löst. Erfahren Sie mehr über Clustering- und Anomalieerkennungsprobleme.

Abschlussprojekt:
Bestätigen Sie im letzten Projekt, dass Sie einen neuen Beruf beherrschen. Klären Sie die Aufgabenstellung des Kunden und durchlaufen Sie alle Phasen der Datenanalyse und des maschinellen Lernens. Jetzt gibt es weder Unterricht noch Hausaufgaben – alles ist wie bei einem richtigen Job.

+1 Projekt im Portfolio
Projekt zur Auswahl:
- Erstellen Sie ein Modell, das die Kundenabwanderung eines Telekommunikationsunternehmens vorhersagt.
- Erstellen Sie ein Modell, das die Parameter des technologischen Prozesses in einer metallurgischen Anlage vorhersagt.