Курс «Аналитик данных»

Аналитик данных

Специалист, который занимается извлечением, анализом и интерпретацией данных с целью выявления закономерностей, трендов и паттернов, используя различные методы статистики, машинного обучения и анализа данных

Записаться →

Получите дополнительное профессиональное образование в области искусственного интеллекта
Более 80% от стоимости обучения оплатит Государство!

3 месяца обучения по 2-3 часа в день. Всего 260 часов

удостоверение по окончании

помощь в трудоустройстве

зарплата
от 120 тыс.  в месяц

Курс нацелен на получение компетенций, необходимых для профессиональной деятельности аналитика данных для разработки и применения технологических решений в области искусственного интеллекта и в смежных областях.

Курс включает изучение методов и инструментальных средств решения задач искусственного интеллекта. Вы научитесь анализировать данные с помощью сервисов аналитики и BI-инструментов, освоите Python и SQL. Программа нацелена на формирование навыков применения методов обработки и хранения больших данных современными инструментами, а также навыков применения методов математической статистики, машинного обучения, глубокого обучения и интеллектуального анализа данных для решения прикладных задач.

Программа построена по модульному принципу, предполагает изучение теоретического материала и практическую отработку полученных знаний.

Для оценки уровня знаний вы выполните практические кейсы и пройдете тестирование.

преимущества курса

курс подойдет

для студентов колледжей и вузов

для начинающих специалистов в области ИТ

для получения прибыльной ИТ-специальности

для всех желающих, имеющих высшее или среднее профессиональное образование (базовое математическое или техническое образование)

чему вы научитесь
кто может учиться
Граждане РФ – жители всех регионов России, если:
  • старше 18 лет и не достигли пенсионного возраста
  • имеют среднее профессиональное / высшее образование или являются студентами вуза / колледжа
  • имеют достаточный уровень базовых знаний в сфере ИТ и могут справиться со вступительным испытанием

Выпускники программы «Цифровые профессии» в 2022-23 годах (выпускники всех курсов 1Т Спринт) также могут подать заявку и обучаться на курсах по программе «Искусственный интеллект»

Стоимость обучения
10 000 
80 000 

*70 000 оплачивает государство

В рамках федерального проекта
«Искусственный интеллект»

Записаться →
Как записаться на курсы
01
Оставьте заявку на нашем сайте.
02
Заполните анкету участника и пройдите диагностику.
03
Дождитесь успешной проверки анкеты и запишитесь на программу в каталоге проекта.
04
По итогам успешного вступительного испытания заключите договор на обучение со скидкой от государства с ООО «1Т».
Программа курса
Раздел 1. Введение в анализ данных
  1. Введение в анализ данных. Профессия Аналитик данных
  2. Определение искусственного интеллекта и BigData. Применения искусственного интеллекта в различных областях
Раздел 2. Инструменты, библиотеки и технологии анализа данных
  1. Знакомство с синтаксисом языка Python и средой разработки Jupyter Notebook. Обзор языка R
  2. Работа с библиотеками Python
  3. Работа с внешними API и протоколом http. Парсинг Интернет-данных
  4. Системы обработки и анализа больших массивов данных (Hadoop, ETL, Spark и др.)
Раздел 3. Технологии хранения и обработки больших данных
  1. Виды представления данных: табличные, графовые, временные ряды. Качество данных, подходы и инструменты
  2. Платформы данных
  3. Введение в теорию БД. Основы языка SQL
  4. SQL базы данных
  5. Базы данных NoSQL
  6. Массово параллельная обработка и анализ данных
  7. Знакомство с СУБД Postgres. Обзор GreenPlum
  8. Моделирование данных
  9. Построение дашбордов с помощью Superset
Раздел 4. Математическое моделирование, машинное обучение и оптимизация
  1. Введение в теорию вероятностей. Базовые понятия
  2. Введение в математическую статистику. Статистические методы анализа данных
  3. Основные понятия и термины в машинном обучении и нейронных сетях
  4. Математические основы машинного обучения (линейная алгебра, статистика, оптимизация)
  5. Основные метрики оценки качества моделей машинного обучения
  6. Выбор и обработка данных для машинного обучения. Методы машинного обучения
  7. Построение моделей машинного обучения (регрессия, классификация, кластеризация, нейросети)
  8. Инструменты анализа данных и Machine Learning (Rapid Miner)
Раздел 5. Глубокое обучение и нейронные сети
  1. Введение в глубокое обучение и нейронные сети
  2. Обзор основных архитектур нейронных сетей. Сверточные и рекуррентные сети
  3. Обучение нейронных сетей с помощью TensorFlow и Keras
  4. Использование предварительно обученных моделей для классификации изображений и других задач
  5. Small Data Learning и Сиамские нейронные сети
Раздел 6. Продвижение продукта. Бизнес-метрики
  1. Введение в продуктовую аналитику
  2. Ключевые метрики роста продукта
  3. A/B-тестирование
модули

Модуль 1.

Базовый

Модуль предполагает введение в содержание профессии «Аналитик данных». Отдельные темы посвящены изучению инструментов анализа данных: Python, Jupyter Notebook, библиотеки Python, Hadoop, ETL, Spark и др.; изучению технологий хранения и обработки больших данных: БД, SQL, MPP, Postgres, GreenPlum, моделирование данных, построение дашбордов с помощью Superset

Модуль 2.

Профильный

Модуль предполагает знакомство с математическим моделированием, машинным обучением, оптимизацией и обучением нейронных сетей. Отдельные темы посвящены введению в теорию вероятности и математическую статистику, A/B-тестированию, математическим основам машинного обучения, методам анализа больших данных (регрессия, классификация, кластеризация, ассоциативные правила). Будут рассмотрены архитектура нейронных сетей, обучение нейронных сетей с помощью TensorFlow и Keras, способы использования предварительно обученных моделей для классификации изображений и других задач, продвижение продукта, бизнес-метрики.

Преподаватели

Отзывы выпускников