Записаться на курс
Оставьте заявку на бесплатную консультацию
Разработан совместно с академиком РАН из МГУ им. М.В. Ломоносова
→ Средняя зарплата 180 000 ₽
→ Работа из любой точки мира
→ Трудоустройство через 9 месяцев
→ Работа из любой точки мира
→ Трудоустройство через 9 месяцев
Data Scientist с нуля до PRO
Не требуется опыт в программировании
Углубленный курс «Data Scientist с нуля до PRO» от МГУ
Освойте профессию будущего на практических задачах и устройтесь на новую работу
Курс разработан совместно с академиком РАН из МГУ им. Ломоносова*
Алексей Львович Семенов — заведующий кафедрой математической логики и теории алгоритмов МГУ.
Участник разработок ПО для ИИ и для суперкомпьютеров, лауреат премии ЮНЕСКО в области цифровых технологий в образовании и премии им. А. Н. Колмогорова за выдающиеся достижения в области математики.
Участник разработок ПО для ИИ и для суперкомпьютеров, лауреат премии ЮНЕСКО в области цифровых технологий в образовании и премии им. А. Н. Колмогорова за выдающиеся достижения в области математики.
*Московский государственный университет им. М.В. Ломоносова
Лучший ВУЗ России по версии RAEX
Топ-25 по качеству образования в Рейтинге лучших университетов мира Times Higher Education (THE) 2021
Лучший ВУЗ России по версии RAEX
Топ-25 по качеству образования в Рейтинге лучших университетов мира Times Higher Education (THE) 2021
Это специалист, который исследует данные, чтобы найти скрытые закономерности
и полезные выводы, строит математические модели, чтобы предсказывать события
и обучает нейросети, выполняющие различные задачи лучше и быстрее человека.
Кто такой Data Scientist
Медицина
Помогают предсказывать заболевания, более точно диагностировать болезни и искать новые лекарства
Транспорт
С помощью нейросетей оптимизируют маршруты, прогнозируют пробки и снижают выбросы CO2
Поиск и соцсети
Используют алгоритмы, чтобы рекомендовать пользователю подходящий фильм, музыку или товар
Безопасность
Создают системы распознавания лиц для безопасности в городе и разблокировки смартфонов
Почему стоит выбрать професссию
01/
Спрос на специалистов постоянно увеличивается и, по оценке экспертов, вырастет еще на 31% к 2029 году.
02/
Дата-сайентисты востребованы почти в любой сфере: IT, образование, наука, ритейл, медицина, дизайн, киберспорт.
03/
Специалисты в этой сфере уже через 1−2 года работы могут претендовать на зарплату в 180 000 ₽.
В среднем специалисты Data Science зарабатывают 180 000 ₽
Развивайте свои навыки и увеличивайте доход
Senior-специалист
в иностранной компании
8 000 $
Middle-специалист
180 000 ₽
Junior-специалист
80 000 ₽
Senior-специалист
250 000 ₽
*По данным hh.ru и indeed.com
7 из 10 работодателей нанимают людей с опытом
03
04
Фэктори помогает студентам:
Собрать реальные проекты в портфолио
Участвовать в стажировках и хакатонах
Получить оффер от потенциального работодателя
Поработать над проектом в команде
01
Это формат, где студенты под руководством экспертов IT-индустрии помогают компаниям решать задачи бизнеса и получают бесценный опыт работы в IT.
02
Поэтому мы придумали Фэктори
Вы получите реальный опыт
Модель распознавания жестов
Разработаете систему принятия решений, которая в режиме реального времени сможет реконструировать положение согнутых пальцев руки здорового пользователя. Преуспевшие студенты продолжат сотрудничество с компанией.
- Python
- Sklearn
- Pandas
- EDA
- Keras
Анализ и сортировка данных
Вам предоставят изображения транспортных средств различных типов и с разных ракурсов. С помощью дескрипторов вы разобьете картинки на кластеры и интерпретируете каждый из них. В результате получите кейс в портфолио и обратную связь от эксперта из компании.
- Pandas
- ML
- Numpy
Intellivision
Записаться на курс
Программа курса
Введение
1 неделя
Вы сможете сформулировать для себя реальные цели обучения, узнаете, в чем ценность DS для бизнеса, познакомитесь с основными задачами дата-сайентиста и разберетесь, как строится разработка любого DS-проекта.
- INTRO-1. Как учиться эффективно — онбординг в обучение
- INTRO-2. Обзор профессии. Типы задач в Data Science. Этапы и подходы к разработке Data Science проекта
Проектирование разработки
5 недель
Вы научитесь работать с основными типами данных с помощью языка Python и сможете применять в повседневной работе циклические конструкции, условные операторы и функции.
- PYTHON-1. Основы Python
- PYTHON-2. Погружение в типы данных
- PYTHON-3. Условные операторы
- PYTHON-4. Циклы
- PYTHON-5. Функции и функциональное программирование
- PYTHON-6. Практика
- PYTHON-7. Гид по стилю в среде Python (бонусный)
Основы математики
7 недель
- MATH-1. Числа и выражения
- MATH-2. Уравнения и неравенства
- MATH-3. Основные понятия теории функций
- MATH-4. Основы геометрии: планиметрия, тригонометрия и стереометрия
- MATH-5. Множества, логика и элементы статистики
- MATH-6. Комбинаторика и основы теории вероятности
- MATH-7. Решение задач
Работа с данными
8 недель
На этом этапе вы овладеете базовыми навыками работы с данными: научитесь подготавливать, очищать и преобразовывать данные так, чтобы они были пригодны для анализа. Кстати, об анализе: вы будете анализировать данные с помощью популярных библиотек Matplotlib, Seaborn, Plotly.
- PYTHON-8. Инструменты Data Science
- PYTHON-9. Библиотека NumPy
- PYTHON-10. Введение в Pandas
- PYTHON-11. Базовые приемы работы с данными в Pandas
- PYTHON-12. Продвинутые приемы работы с данными в Pandas
- PYTHON-13. Очистка данных
- PYTHON-14. Визуализация данных
- PYTHON-15. Принципы ООП в Python и отладка кода (дополнительный модуль)
- Проект 1. Аналитика датасета по закрытым вопросам
Подгрузка данных
6 недель
Вы сможете выгружать данные из разных форматов и источников. А поможет вам в этом SQL — язык структурированных запросов. Вы научитесь использовать агрегатные функции, соединения таблиц и сложные объединения.
- PYTHON-16. Как выгружать данные из файлов разных форматов
- PYTHON-17. Получение данных из веб-источников и API
- SQL-0. Привет, SQL!
- SQL-1. Основы SQL
- SQL-2. Агрегатные функции
- SQL-3. Соединение таблиц
- SQL-4. Сложные объединения
- Проект 2. Подгрузка новых данных. Уточнение анализа
Статистический анализ данных
7 недель
Разведывательный анализ данных (EDA) — вот, что окажется в центре вашего внимания. Вы познакомитесь со всеми этапами такого анализа и научитесь проводить его с помощью библиотек Statsmodels, Scikit Learn, Seaborn, Matplotlib, SciPy, Pandas. Кроме того, вам удастся поработать на Kaggle, популярном сервисе по участию в соревнованиях.
- EDA-1. Введение в разведывательный анализ данных. Алгоритмы и методы EDA
- EDA-2. Математическая статистика в контексте EDA. Типы признаков
- EDA-3. Проектирование признаков (Feature Engineering)
- EDA-4. Статистический анализ данных на Питоне
- EDA-5. Статистический анализ данных на Питоне. Часть 2
- EDA-6. Проектирование экспериментов
- EDA-7. Kaggle площадка
- Проект 2
Введение в машинное обучение
9 недель
Вы познакомитесь с ML-библиотеками для моделирования зависимостей в данных. Вы сможете обучить основные виды ML-моделей, провести валидацию, интерпретировать результаты работы и выбрать важные признаки (feature importance).
- ML-1. Теория машинного обучения
- ML-2. Обучение с учителем: Регрессия
- ML-3. Обучение с учителем: Классификация
- ML-4. Обучение без учителя: Кластеризация и техники понижение размерности
- ML-5. Валидация данных и оценка модели
- ML-6. Отбор и селекция признаков
- ML-7. Оптимизация гиперпараметров модели
- ML-8. ML Cookbook
- Проект 3. Задача классификации
ОСНОВНОЙ БЛОК
Линейная алгебра, математический анализ, дискретная математика — звучит страшно, но не пугайтесь: разберем все эти предметы и научим с ними работать! На втором этапе вы погрузитесь в математику и основы машинного обучения, узнаете больше о профессиях DS, а также выберите трек обучения второго года.
Математика и машинное обучение. Часть 1
6 недель
Вы сможете решать практические задачи с помощью ручного счета и Python (векторные и матричные вычисления, работа с множествами, исследование функций с помощью дифференциального анализа).
- MATH&ML-1. Линейная алгебра в контексте Линейных методов. Часть 1
- MATH&ML-2. Линейная алгебра в контексте Линейных методов. Часть 2
- MATH&ML-3. Математический анализ в контексте задачи оптимизации Часть 1
- MATH&ML-4. Математический анализ в контексте задачи оптимизации. Часть 2
- MATH&ML-5. Математический анализ в контексте задачи оптимизации. Часть 3
- Проект 4. Задача регрессии
Математика и машинное обучение. Часть 2
6 недель
Вы познакомитесь с основными понятиями теории вероятности и математической статистики, алгоритмами кластеризации, а также научитесь оценивать качество произведенной кластеризации и представлять результаты в графическом виде.
- MATH&ML-6. Теория вероятностей в контексте Наивного Байесовского классификатора
- MATH&ML-7. Алгоритмы на основе Деревьев решений
- MATH&ML-8. Бустинг & Стекинг
- MATH&ML-9. Кластеризация и техники понижение размерности. Часть 1
- MATH&ML-10. Кластеризация и техники понижение размерности. Часть 2
- Проект 5. Ансамблевые методы
Дискретная математика
4 недели
- MATH&MGU-1 Множества и комбинаторика
- MATH&MGU-2 Логика
- MATH&MGU-3 Графы. Часть 1
- MATH&MGU-4 Графы. Часть 2
ML в бизнесе
8 недель
Вы научитесь использовать ML-библиотеки для решения задачи временных рядов и рекомендательных систем. Вы сможете обучить ML-модель и провести её валидацию, а также создать работающий прототип и запустить модель в веб-интерфейсе. А ещё получите навыки A/B-тестирования, чтобы можно было оценить модель.
- MATH&ML-11. Временные ряды. Часть 1
- MATH&ML-12. Временные ряды. Часть 2
- MATH&ML-13. Рекомендательные системы. Часть 1
- MATH&ML-14. Рекомендательные системы. Часть 2
- PROD-1. Подготовка модели к Production
- PROD-2. ПрототипStreamlit+Heroku
- PROD-3. Бизнес понимание. Кейс
- Проект 6. Тема на выбор: Временные ряды или Рекомендательные системы
Второй год обучения - 3 специализации на выбор
Профориентация
10 недель
ML, CV или NLP: на этом этапе вам наконец предстоит сделать выбор, по какому пути двигаться дальше. Мы расскажем о каждой специализации и предложим решить несколько практических задач, чтобы вам было проще определиться.
Трек ML - Engineer
29 недель
В ML-треке вы научитесь решать углубленные задачи машинного обучения, овладеете компетенциями дата-инженера, отточите навык работы с библиотеками Python. Также вы научитесь создавать MVP (минимально жизнеспособную версию продукта), узнаете все тонкости вывода ML-модели в продакшн и узнаете, как работают ML-инженеры в реальной жизни.
- Введение в Deep Learning
- Основы Data Engineering
- Дополнительные главы Python и ML
- Экономическая оценка эффектов и разработка MVP
- ML в Production
- Углубленное изучение ML-разработки и выпускной проект по выбранной теме
Трек CV - Engineer
29 недель
На CV-треке вы научитесь решать такие задачи компьютерного зрения, как классификация изображений, сегментация и детекция, генерация и стилизация картинок, восстановление и повышение качества фотографий. Кроме того, вы узнаете, как выкатывать нейронные сети в продакшн.
- Введение в Deep Learning
- Основы Data Engineering
- Дополнительные главы Python и ML
- Экономическая оценка эффектов и разработка MVP
- ML в Production
- Углубленное изучение ML-разработки и выпускной проект по выбранной теме
Deep Learning и нейронные сети
БОНУС
Где применяются нейросети? Как обучить нейронную сеть? Что такое Deep Learning? Ответы на эти вопросы вы узнаете в бонусном разделе DL.
Введение в Data Engineering
БОНУС
Вы узнаете, в чём различие ролей дата-сайентиста и дата-инженера, какими инструментами пользуется последний в своей работе, какие задачи ежедневно решает. Слова «снежинка», «звезда» и «озеро» обретут новые значения :)
Преподаватели и авторы курса
Senior ML-Engineer, МТС
Алек Леков
Основные компетенции — временные ряды, Deep Learning и нейронные сети.
Занимается консалтингом в сфере AI.
Занимается консалтингом в сфере AI.
Эмиль Магеррамов
Руководитель группы вычислительной химии в BIOCAD. Создает сервисы и модели машинного обучения, которые помогают химикам быстрее выпускать лекарства.
Ведущий автор разделов ML и DS
Маргарита Бурова
Эксперт по Data Science
Компетенции: Python, vашинное обучение, cтатистика, анализ данных
Компетенции: Python, vашинное обучение, cтатистика, анализ данных
Ведущий автор раздела MATH&ML
Алексей Семенов
Заведующий кафедрой математической логики и теории алгоритмов МГУ
Академик РАН
Автор раздела курса
Михаил Баранов
Эксперт по Data Science
Компетенции: машинное обучение, большие данные, Python
Компетенции: машинное обучение, большие данные, Python
Александр Рыжков
Руководитель команды LightAutoML Kaggle Grandmaster
Компетенции: ML/DS, Python, математика, статистика, Kaggle
Компетенции: ML/DS, Python, математика, статистика, Kaggle
Автор раздела про KAGGLE
Екатерина Трофимова
Исследователь лаборатории методов анализа больших данных, факультет компьютерных наук НИУ ВШЭ
Компетенции: Python, PyTorch, CV, GNN
Компетенции: Python, PyTorch, CV, GNN
Автор модулей по EDA
Антон Киселев
Head of Marketing Analytics, Playrix
Эксперт по данным с опытом 15+ лет
Компетенции: Data Science
Эксперт по данным с опытом 15+ лет
Компетенции: Data Science
ведущий автор раздела «Введение в DS»
Андрей Рысистов
Эксперт DS, преподаватель Skillfactory, автор курсов, автор и соавтор нескольких научных исследований и работ.
Сфера интересов — искусственный интеллект в авиационных технических системах
Сфера интересов — искусственный интеллект в авиационных технических системах
Автор модулей по Python и ML
Стажер в команде ML Циан + ментор SF
Мария Жарова
Владимир Горюнов
Ментор SkillFactory на курсах Data Science, Data Engineering и Fullstack-разработчик на Python
Елена Мартынова
Компетенции: BI, SQL, Python,аналитика
Ментор SkillFactory
Леонид Саночкин
Научный сотрудник AIRI
10+ лет занимается исследованиями в области NLP
10+ лет занимается исследованиями в области NLP
Ментор по NLP
Центр карьеры
Сопровождаем вас до трудоустройства на работу
Вместе создадим резюме и дадим рекомендации по карьере
Научим проходить интервью с IT-рекрутерами и HR-менеджерами
Поможем выйти на работу в зарубежную компанию
Познакомим с представителями компаний-работодателей
Вернем деньги за обучение, если не найдете работу после окончания курса.
А еще мы действительно заботимся о вашем трудоустройстве: дадим много практики, реальные проекты для портфолио, поможем с резюме и познакомим с будущими работодателями.
Мы уверены в навыках, которые даем, и в их востребованности на рынке.
*подробные условия возврата в правилах акции
Отзывы наших студентов
Узнайте, как преобразилась их жизнь
Екатерина Тарасевич
Санкт-Петербург
Александр Журавлев
Минск
Марина Чигарева
Москва
Дмитрий Анпилогов
Саратов
Валентин Шунайлов
Челябинск
Долговская Виктория
Каменск-Уральский
Антон Пальшин
Калининград
Николай Шумаков
Москва
53 года, Москва
Татьяна Мирко
30 лет, Москва
Ника Гвенетадзе
Москва
Андрей Шевченко
34 года, Рига
Ольга Шутылева
Харьков
Аркадий Хазанов
Набережные Челны
Сергей Димов
34 года, Абакан
Валентин Ветюков
Артем Белоконский
Киев
Александра Быстрова
Москва
27 лет, Москва
Выбрать базовый тариф
Базовый
Оптимальный
VIP
Выбрать оптимальный тариф
Выбрать VIP тариф
5 658 ₽ /мес.
7 043 ₽ /мес.
13 260 ₽ /мес.
При рассрочке на 36 мес.
При рассрочке на 36 мес.
При рассрочке на 36 мес.
11 317 ₽ /мес.
15 650 ₽ /мес.
33 150 ₽ /мес.
Менторы отвечают на вопросы по темам курса в мессенджере
Координаторы помогают в обучении, решают технические проблемы
Интерактивные вебинары
Доступ к материалам курса навсегда
Центр карьеры
• карьерная консультация
• ревью резюме
• карьерный клуб
• сообщество с вакансиями
• рассылка резюме по партнерам
• ревью резюме
• карьерный клуб
• сообщество с вакансиями
• рассылка резюме по партнерам
12 часов индивидуальных консультаций с ментором
Дополнительная карьерная консультация
Тестовое техническое собеседование с экспертом
•
•
•
•
•
•
•
•
Все опции базового и оптимального тарифа
Персональный ментор: полное сопровождение в процессе обучения, ответы на любые вопросы по теории и практике, созвоны 2 раза в неделю
Совместный проект с ментором по вашему выбору
•
•
•
•
Все опции базового тарифа
Выберите подходящий вариант обучения
12 : 10 : 44 : 16
60%
скидка до
дней
часов
минут
секунд
Успейте занять место на курсе со скидкой
Модуль продвинутой математики для Data Science
•
-35%
-45%
-55%
Записаться на курс по базовому тарифу
Записаться на курс по оптимальному тарифу
Записаться на курс по VIP тарифу
Skillfactory — онлайн-школа IT-профессий. Онлайн-курсы по Data Science, аналитике, программированию и менеджменту
© 2023
© 2023
ОБЩЕСТВО С ОГРАНИЧЕННОЙ
ОТВЕТСТВЕННОСТЬЮ "СКИЛФЭКТОРИ"
ОГРН 1197746648813
ИНН 9702009530
Лицензия на образовательную деятельность № 041164 от 15 декабря 2020 года.
ОТВЕТСТВЕННОСТЬЮ "СКИЛФЭКТОРИ"
ОГРН 1197746648813
ИНН 9702009530
Лицензия на образовательную деятельность № 041164 от 15 декабря 2020 года.
119049
ГОРОД МОСКВА
ВН. ТЕР. Г. МУНИЦИПАЛЬНЫЙ ОКРУГ ЯКИМАНКА
ПР-Т ЛЕНИНСКИЙ
ДОМ 6
СТРОЕНИЕ 20
ЭТАЖ 3
КОМ. 21
ГОРОД МОСКВА
ВН. ТЕР. Г. МУНИЦИПАЛЬНЫЙ ОКРУГ ЯКИМАНКА
ПР-Т ЛЕНИНСКИЙ
ДОМ 6
СТРОЕНИЕ 20
ЭТАЖ 3
КОМ. 21