Machine Learning. Basic

С нуля до уверенных Junior компетенций в Машинном обучении. Практика на реальных данных.

25 апреля

Basic

6 месяцев

Онлайн

Вт/Чт 20:00 Мск

Для кого этот курс?

Для тех, кто хочет с нуля освоить Machine Learning.

На базовом курсе вы получите навыки Python, математический фундамент и понимание основных принципов и кейсов машинного обучения.

К концу обучения вы соберете портфолио из выполненных работ и сделаете готовый проект, который сможете опубликовать и показывать на собеседованиях.

Пример проектной работы:   исследование рыночной корзины на основе данных розничной торговли

Подходит ли программа именно вам?

Менеджер поможет разобраться!

Баннер оставить заявку

Что даст вам этот курс ?

  • Python. Пройдете основы программирования и научитесь использовать этот наиболее актуальный язык в задачах Machine Learning.
  • Математика. Освоите ключевые разделы, чтобы понимать теоретические основы и принципы работы алгоритмов Машинного Обучения.
  • Классические модели Machine Learning. Классические модели Machine Learning. Научитесь применять основные алгоритмы машинного обучения для решения большого набора задач классификации и регрессии, проводить необходимыц анализ и обработку данных, освоите полный цикл обучения моделей Машинного обучения.

Занятия проходят в интерактивным формате, в отличной дружеской атмосфере и включают много живого общения с преподавателем.

После обучения вы сможете:

  • Претендовать на должности, где требуются junior-компетенции со знанием A/B тестирования
  • Решать реальные бизнес-задачи при помощи методов машинного обучения от задач классификации до ансамблей моделей
  • Работать с Python-библиотеками для Machine Learning: pandas, numpy, matplotlib, seaborn, scipy, sklearn
  • Справляться с нестандартными ситуациями за счет глубокого теоретического понимания работы алгоритмов и моделей
  • Ориентироваться в различных направлениях Data Science и подбирать подходящие под задачу инструменты
  • Научитесь работать с Git, Shell
  • Глубоко поймете теорию вероятностей и математическую статистику, на основе которой построен Machine Learning

Творческая атмосфера

Во время обучения вы погрузитесь в условия, близкие к реальным рабочим процессам. Вам придется справляться с «грязными» данными, просчитывать свои действия наперед, экспериментировать с решениями и готовить модели к проду.

Процесс обучения

Обучение проходит онлайн: вебинары, общение с преподавателями и вашей группой в Telegram, сдача домашних работ и получение обратной связи от преподавателя.

Вебинары проводятся 2 раза в неделю по 2 ак. часа и сохраняются в записи в личном кабинете. Вы можете посмотреть их в любое удобное для вас время.

В ходе обучения вы будете выполнять домашние задания. Каждое из них посвящено одному из компонентов вашего выпускного проекта.

После выполнения всех домашних заданий вы получите готовый выпускной проект.

Оптимальная нагрузка

Возможность совмещать учебу с работой

Эксперты

Преподаватели из разных сфер, каждый со своим уникальным опытом

Перспективы

Сможете претендовать на позицию Data Scientist Junior 

Трудоустройство

Многие студенты еще во время прохождения первой части программы находят или меняют работу, а к концу обучения могут претендовать на повышение в должности. 

  • Получите помощь с оформлением резюме, портфолио и сопроводительного письма
  • Разместите свое резюме в базе OTUS и сможете получать приглашения на собеседования от партнеров

Data science

Перспективы направления
Средний уровень зарплат в Москве:
60 000Junior+ специалист
120 000Middle+ специалист
857
актуальных вакансий

Работодатели курса

Формат обучения

Интерактивные вебинары


2 занятия по 2 академ.часа в неделю.
Доступ к записям и материалам остается навсегда

Практика


Домашние задания с поддержкой и обратной связью наших преподавателей помогут освоить изучаемые технологии

Активное комьюнити


Общение с преподавателями на вебинарах, переписки в закрытом телеграм-чате, развёрнутые ответы при проверке домашних заданий

Программа

Введение в Python

В данном модуле познакомимся с базовыми структурами данных и операторами Python. Изучим азы работы с shell и git.

Тема 1: Что будет по окончанию курса Basic / Special

Тема 2: Настройка окружения для работы

Тема 3: Базовые типы и структуры данных. Управление потоком

Тема 4: Работа с функциями и данными

Тема 5: Git, shell

Тема 6: Групповая менторская консультация

Введение в Python. ООП, модули, базы данных

В данном модуле познакомимся с ООП в Python, научимся применять основные принципы ООП и разделять на модули.

Тема 1: Основы ООП

Тема 2: Продвинутый ООП, исключения

Тема 3: Продвинутый ООП, продолжение

Тема 4: Модули и импорты

Тема 5: Тесты

Тема 6: Знакомство со встроенными модулями

Тема 7: Файлы и сеть

Тема 8: Практика

Python для ML и работа с базами данных

В данном модуле познакомимся с библиотекой numpy, pandas. Научимся работать с многообразием библиотек визуализации данных в Python. Познакомимся с базами данных и языком запросов SQL. Научимся выполнять запросы на получение данных и перекладывать часть обработки на сторону сервера данных.

Тема 1: Основы NumPy

Тема 2: Основы Pandas

Тема 3: Визуализация данных

Тема 4: Практика: Построение датасета для дальнейшего моделирования из сырых данных

Тема 5: Бонус: Обзор про базы данных, SQL и теорию множеств. Таблицы, представления, простые выборки

Тема 6: Бонус: Join, exists, вложенные запросы, group by, having

Тема 7: Бонуc: Оконные функции в SQL, виды и область применения

Теоретический минимум для ML: математика, линал, статистика

В данном модуле вы изучите разделы матричной алгебры для решения систем линейных уравнений и для векторного анализа. Познакомитесь с основными методами оптимизации функций (максимизации/минимизации), также научимся аппроксимировать значение функции, чтобы ускорять вычисления в Python при работе с данными. Научитесь формулировать и тестировать гипотезы, в том числе А/B-тестирование.

Тема 1: Матрицы. Основные понятия и операции

Тема 2: Основы линейной алгебры: базис, отображение

Тема 3: Матричные разложения. Практика в Python

Тема 4: Дифференцирование и оптимизация функций

Тема 5: Практика. Дифференцирование и оптимизация функций

Тема 6: Метод наименьших квадратов

Тема 7: Аксиоматика теории вероятностей. Случайные величины и их свойства

Тема 8: Многомерные случайные величины. ЦПТ. Практика

Тема 9: Основные понятия статистики. Точечные оценки

Тема 10: Проверка гипотез (AБ тестирование)

Тема 11: Исследование зависимостей: номинальные, порядковые и количественные величины

Тема 12: Практика. Исследование зависимостей: номинальные, порядковые и количественные величины

Основные методы машинного обучения

В данном модуле рассмотрим задачи, которые направлены на проверку гипотез, поиск оптимальных решений с помощью искусственного интеллекта.

Тема 1: Введение в машинное обучение

Тема 2: Задача регрессии. Линейная регрессия

Тема 3: Задача классификации. Метод ближайших соседей

Тема 4: Логистическая регрессия

Тема 5: Деревья решений

Тема 6: Ансамбли моделей

Тема 7: Feature engineering & advanced preprocessing

Тема 8: Практика

Проектная работа

Заключительный месяц курса посвящен проектной работе. Свой проект — это то, что интересно писать слушателю. То, что можно создать на основе знаний, полученных на курсе. При этом не обязательно закончить его за месяц. В процессе написания по проекту можно получить консультации преподавателей.

Тема 1: Выбор темы проекта

Тема 2: Консультация в формате предзащиты

Тема 3: Защита проекта

Также вы можете получить полную программу, чтобы убедиться, что обучение вам подходит

Проектные работы

Курс завершается финальным проектом, который предстоит защитить перед преподавателями и командой. Вам будет, что обсудить на собеседовании!

Вы можете выбрать одну из предложенных преподавателем тем или реализовать свою идею.
Например:

 

Преподаватели

Руководитель курса

Игорь Стурейко

(к.ф.-м.н.) Teamlead, главный инженер

НИИгазэкономика

Руководитель курса

Мария Тихонова

PhD Computer Science, Senior Data Scientist

SberDevices, ВШЭ

Евгений Ревняков

( к.т.н.) Senior software engineer

Exness

Глеб Карпов

Исследователь

Skoltech Computational Intelligence Laboratory

Евгений Романов

Data Scientist

Газпромбанк

Ментор

Артем Червяков

ML-engineer

SberDevices

Константин Алексин

Специалист по прогнозному моделированию

СБЕР

Валерий Валов

EdTech

Преподаватель

Кирилл Панфилов

Блогер, программист

[dirty_python]

Эксперты-практики делятся опытом, разбирают кейсы студентов и дают развернутый фидбэк на домашние задания

Прошедшие
мероприятия

Мария Тихонова
Открытый вебинар
Интенсив «Data Science - это проще, чем кажется». День 2
Мария Тихонова
Открытый вебинар
Интенсив «Data Science - это проще, чем кажется». День 1
Оставьте заявку, чтобы получить доступ ко всем записям прошедших мероприятий. Записи всех мероприятий появятся в этом блоке

Корпоративное обучение для ваших сотрудников

Отус помогает развивать высокотехнологичные Команды. Почему нам удаётся это делать успешно:
  • Курсы OTUS верифицированы крупными игроками ИТ-рынка и предлагают инструменты и практики, актуальные на данный момент
  • Студенты работают в группах, могут получить консультации не только преподавателей, но и профессионального сообщества
  • OTUS проверяет знания студентов перед стартом обучения и после его завершения
  • Простой и удобный личный кабинет компании, в котором можно видеть статистику по обучению сотрудников
  • Сертификат нашего выпускника за 5 лет стал гарантом качества знаний в обществе
  • OTUS создал в IT более 120 курсов по 7 направлениям, линейка которых расширяется по 40-50 курсов в год

Сертификат о прохождении курса

OTUS осуществляет лицензированную образовательную деятельность.
В конце обучения вы получите сертификат OTUS о прохождении курса.

После обучения вы:

  • заберете с собой полный комплект обучающих материалов: видеозаписи всех вебинаров, презентации к занятиям и другие дополнительные материалы
  • получите все необходимые навыки для работы в Data Science
  • пополните свое портфолио новыми работами для будущего работодателя
  • получите сертификат о прохождении курса

Частые вопросы

Что понадобится для обучения?
Программа предусмотрена для новичков и дает все необходимые базовые знания. Поэтому для занятий вам понадобится только компьютер.
Почему стоит выбрать учебу в Otus?
Образовательная экспертиза Otus доказана более 6 лет успешной специализации на обучении в IT. Наша фишка — продвинутые программы для специалистов с опытом и быстрый запуск курсов по новым набирающим популярность технологиям. Мы уже обучили более 20 000 студентов, и будем рады помочь освоить вам новые навыки.
Что является наиболее ценным по мнению выпускников курса?
Домашние задания сопровождаются письменной обратной связью, и вы всегда можете задать вопрос в закрытый чат группы или голосом на вебинаре. А для защиты итогового проекта у вас будет несколько этапов, где Вы сможете получить консультацию по проекту от Марии Тихоновой и преодолеть трудности его выполнения.
Обязательно ли выполнять и защищать выпускной проект?
Для получения сертификата OTUS и УПК (удостоверение повышения квалификации государственного образца) необходимо сдать проект. Кроме того, проект необязательно защищать перед аудиторией, а можно сдать в чате с преподавателем. Для получения УПК также понадобится предъявить документ об образовании.
Обязательно ли выполнять все домашние задания?
Нет, не обязательно. Но выполнение домашних заданий поможет вам разобраться в материале курса, поэтому хотя бы часть домашних заданий стоит выполнить. При выполнении или сдаче домашнего задания, вы можете задать вопрос преподавателям, если где-то возникли сложности.
Помогаете ли вы с трудоустройством после курса?
В Otus Club проводятся вебинары на тему трудоустройства, разбор резюме, прохождения собеседований, особенности реферальных программ при найме. Также обратим Ваше внимание, что преподаватели курса занимают ведущие позиции в разных компаниях. Будьте активны, выполняйте домашние задания, стройте network с сокурсниками и преподавателями, и вам будет проще найти работу, расширив свои контакты.
Смогу ли я совмещать учебу с работой?
Да, программа курса рассчитана на то, что студент имеет ограниченный временной ресурс.
Что, если в середине курса я не смогу продолжать обучение?
У вас есть право одного бесплатного трансфера в другую группу. И лекции курса в любом случае у вас останутся в личном кабинете навсегда. Также есть отдельные опции по сдаче домашних заданий даже после окончания программы курса.
Я могу вернуть деньги?
Да, вы можете сделать возврат средств пропорционально оставшимся месяцам обучения.
Может ли мой работодатель оплатить курс?
Конечно, мы работаем с юр. лицами. При общении с менеджером уточните, что оплачивать будет ваш работодатель.
Остались вопросы?
Оставляйте заявку и задавайте вопросы менеджеру, команда курса с ним на связи и постарается дать вам дать исчерпывающую информацию.