Bootcamp für Data Science-Spezialisten – Kurs 112.000 Rubel. von Yandex Workshop, Schulung 8 Monate, Datum: 21. Dezember 2023.
Verschiedenes / / November 29, 2023
Schneller Einstieg in die IT
Bootcamp ist ein kurzer, aber intensiver Kurs. In nur 5 Monaten sind Sie bereit, als Datenanalyst zu arbeiten.
Intensive Belastung
Täglich erwarten dich ca. 8 Stunden Studium: regelmäßige Treffen und Webinare mit einem Mentor, Theorie, Hausaufgaben, viel Praxis und Projekte.
Schnelles Feedback
Sie lernen in einer kleinen Gruppe, sodass wir jedem Schüler viel Aufmerksamkeit schenken können. Der Mentor beantwortet alle Fragen innerhalb einer Stunde.
Persönliche Herangehensweise
Der Lehrer und Mentor hilft bei persönlichen Anliegen per Chat weiter, außerdem führt der Mentor Einzelberatungen und wöchentliche Webinare durch.
Data-Science-Spezialisten arbeiten mit Daten auf die gleiche Weise wie Wissenschaftler – sie nutzen mathematische Statistiken, logische Prinzipien und moderne Visualisierungstools, um Ergebnisse zu erzielen. Beispielsweise führt ein Biologe Experimente durch, um Hypothesen zu überprüfen: Er muss bestimmte Beobachtungen verallgemeinern, Unfälle ausschließen und richtige Schlussfolgerungen ziehen.
Sie müssen Daten analysieren und auf ihrer Grundlage Modelle erstellen, die bei der Entscheidungsfindung in Wissenschaft, Wirtschaft und Alltag helfen.
Sie analysieren große Datenmengen und wenden maschinelles Lernen für verschiedene Aufgaben an. Ein Data Scientist erstellt datenbasierte Modelle, die bei Entscheidungen in Wissenschaft, Wirtschaft und Alltag helfen. Mit maschinellem Lernen können Sie Ereignisse vorhersagen, Werte prognostizieren und nach nicht offensichtlichen Mustern in Daten suchen.
Kostenloser Teil 20-Stunden-Einführungskurs: Grundlagen von Python und Datenanalyse
Lernen Sie die Grundkonzepte der Datenanalyse kennen und verstehen Sie, was Datenanalysten und Datenwissenschaftler tun
1 Sprint 1 Woche Basic Python
Tauchen Sie tiefer in die Programmiersprache Python und die Pandas-Bibliothek ein
2 Sprint 1 Woche Datenvorverarbeitung
Erfahren Sie, wie Sie Daten von Ausreißern, Auslassungen und Duplikaten bereinigen und verschiedene Datenformate konvertieren
Sprint 3 1 Woche 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. Erstellen Sie Diagramme und üben Sie die Analyse von Diagrammen.
4 Sprint 1 Woche Statistische Datenanalyse
Lernen Sie, Beziehungen in Daten mithilfe statistischer Methoden zu analysieren. Erfahren Sie, was statistische Signifikanz, Hypothesen und Konfidenzintervalle sind.
5 Sprint 1 Woche Abschlussprojekt des ersten Moduls
Erfahren Sie, wie Sie vorläufige Datenrecherchen durchführen, Hypothesen formulieren und testen
6 Sprint 1 Woche 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.
Sprint 7 Woche 1 Überwachtes Lernen: Klassifizierung und Regression
Tauchen Sie tiefer in den heißesten Bereich des maschinellen Lernens ein: überwachtes Lernen. Erfahren Sie, wie Sie mit unausgeglichenen Daten umgehen.
8 Sprint 1 Woche Maschinelles Lernen in der Wirtschaft
Erfahren Sie, wie Sie vorläufige Datenrecherchen durchführen, Hypothesen formulieren und testen
9 Sprint 1 Woche Abschlussprojekt des zweiten Moduls
Simulieren Sie den Prozess des Schmelzens von Golderz, um den Betrieb des Unternehmens zu verbessern
10 Sprint 1 Woche 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.
11 Sprint 1 Woche Numerische Methoden
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.
12 Sprint 1 Woche Zeitreihe
Lernen Sie, Zeitreihen zu analysieren. Erfahren Sie, wie Sie tabellarische Daten aus Zeitreihen erstellen und darauf ein Regressionsproblem lösen.
Sprint 13 1 Woche 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.
Sprint 14 1 Woche Basic SQL
Lernen Sie die Grundlagen der strukturierten Abfragesprache SQL und relationaler Algebraoperationen kennen. Lernen Sie PostgreSQL kennen, ein beliebtes Datenbankverwaltungssystem (DBMS). Lernen Sie, Abfragen unterschiedlicher Komplexität zu schreiben und Geschäftsprobleme in SQL zu übersetzen.
Außerdem erhalten Sie eine Einführung in PySpark, eine Open-Source-Bibliothek, die für die verteilte Verarbeitung großer Datenmengen verwendet wird.
15 Sprint 1 Woche Computer Vision
Lernen Sie, einfache Computer-Vision-Probleme mithilfe vorgefertigter neuronaler Netze und der Keras-Bibliothek zu lösen. Werfen Sie einen Blick auf Deep Learning.
16 Sprint 1 Woche Abschlussprojekt
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.