Для успешного обучения на курсе нужно иметь опыт программирования на любом языке.

Вы освоите язык Python для успешной работы в Data Science.
Материалы курса представляют собой предварительно записанные в студии лекции с теоретической частью и наглядной практической работой. После каждой лекции вам будет предложен тест для проверки усвоенного материала.

Подробнее о подготовительном курсе

Machine Learning

Вы освоите основные методы и концепции машинного обучения, наиболее востребованные в реальной практике Data Science. Научитесь обращаться с полным циклом работы с данными: от сбора и предобработки до построения моделей и настройки пайплайнов. Курс даст как интуитивное понимание работы алгоритмов, так и математическое обоснование вместе с разбором типовых практических задач.

Подробнее о курсе

Нейронные сети на Python

Изучите виды, особенности, методы обучения, архитектуру нейронных сетей. Научитесь решать задачи Deep Learning с помощью фреймворков PyTorch, Tensorflow, Keras. Изучите такие ключевые темы, как Computer Vision, NLP, обучение с подкреплением. В рамках курса предусмотрена защита проекта. Он представляет собой генеративную модель для порождения текста заданного стиля или изображений заданной тематики.

Охват тем курса и глубина проработки - одни из лучших среди курсов по Deep Learning среди российских образовательных продуктов.

Минимальные знания

- владение языком программирования Python на уровне Junior

- знание математического анализа (вычисление производных сложных функций)

- знание линейной алгебры (матричные операции и собственные векторы)

- знание теории вероятностей и математической статистики (понимание дисперсии, математического ожидания, нормального закона распределения)

Подробнее о курсе

Формат обучения

Учитесь из любой точки мира

Удобный формат занятия позволяет учиться в любом месте, где есть доступ в интернет.

Совмещайте обучение с работой

Совмещать обучение с работой просто. Вебинары начинаются в 20:00 МСК и длятся два академических часа. Также вы получаете всего одно домашнее задание в неделю.

Общайтесь в Live-режиме с преподавателями

Занятия проводятся в формате онлайн-вебинаров. Ведите живой диалог с преподавателем.

ПРОЙТИ БЕСПЛАТНОЕ ТЕСТИРОВАНИЕ

Это поможет понять, насколько курс подходит именно вам.

Мероприятия

Поиск аномалий в данных, 12 ноября в 20:00

Рассматриваем способы очистки данных от мусора. Учимся настраивать систему для поиска аномалий. Обсуждаем, что делать, если разметку не завезли, а валидировать хочется. А также изучаем статистические методы, One-class SVM, Isolation Forest, DBSCAN и других зверей.

Дмитрий
Сергеев

Всё о курсе «Machine Learning», 19 ноября в 20:00

День Открытых Дверей — отличная возможность задать все вопросы по Machine learning, узнать подробнее о программе курса, особенностях онлайн-формата, навыках, компетенциях и перспективах, которые ждут выпускников после обучения. Также преподаватель расскажет о себе и своём профессиональном опыте. Поэтому если есть вопрос, запишитесь на онлайн-трансляцию и задайте его в прямом эфире!

Дмитрий
Сергеев

12 ноября в 20:00

Поиск аномалий в данных

Открытый вебинар

Провел: Дмитрий Сергеев

19 ноября в 20:00

Всё о курсе «Machine Learning»

День открытых дверей

Провел: Дмитрий Сергеев

Все правильно!

Вы успешно записались на открытый вебинар
«Поиск аномалий в данных»

12 ноября в 20:00

Все правильно!

Вы успешно записались на день открытых дверей
«Всё о курсе «Machine Learning»»

19 ноября в 20:00

Добавить в календарь

На ваш номер отправлен код. Введите его сюда.

Если смс не пришла, проверьте, правильно ли введен номер

Сертификаты

Вы получите сертификат для каждого курса, который входит в программу обучения, а также удостоверение о повышении квалификации.

Преподаватели

Дмитрий Музалевский

Lead Data Scientist в Koerber Digital

Более 7 лет опыта в области анализа данных и машинного обучения. Опыт работы и проектов в различных индустриях: телеком, онлайн-ритейл, банковская сфера, финтех и медтех.

В настоящий момент работает в компании Koerber Digital GmbH, Берлин. Занимает позицию Lead Data Scientist и ведет работу команды, занимающейся аналитикой больших объемов данных и машинным обучением для производственных предприятий и B2B компаний.

Образование: магистратура МГТУ им.Баумана "Компьютерный анализ и интерпретация данных"; бакалавриат НИУ МАИ "Математические методы в экономике и маркетинге".

Дмитрий Музалевский

Lead Data Scientist в Koerber Digital

Дмитрий Сергеев

Senior Data Scientist в Oura

Программирую и практикую анализ данных с 2012 года. Последние 3 года работал Data Scientist в компании ZeptoLab, где занимался всеми проектами, связанными с машинным обучением. В настоящий момент получаю степень магистра в университете Aalto в Финляндии.

Преподавал машинное обучение и анализ данных в Центре Математических Финансов МГУ, был приглашенным лектором на Факультете Компьютерных Наук НИУ ВШЭ и различных летних школах.

Образование: Эконом-мат РЭУ им. Плеханова, ЦМФ МГУ, ДПО ФКН ВШЭ “Практический анализ данных и машинное обучение”, MSc Aalto University

Стек/интересы: Python, Machine Learning, Time Series, Anomaly Detection

Дмитрий Сергеев

Senior Data Scientist в Oura

Антон Лоскутов

Data Scientist в Mail.Ru Group

Работает на позиции Data Scientist в Mail.Ru Group. Окончил образовательный проект «Техносфера» от Mail.Ru. Сейчас заканчивает обучение в МГУ имени М. В. Ломоносова на механико-математическом факультете.

Проводит лекции по машинному обучению в проекте Open Data Science. Считает, что машинное обучение — это не только fit-predict, но и математическое понимание происходящего.

Антон Лоскутов

Data Scientist в Mail.Ru Group