Обновлено
18 августа 2022
Автор
Элина Фролова
На чтение
28 минут

Топ-49 курсов по Data science

Компании по всему миру всегда собирали и анализировали данные о своих клиентах, чтобы предоставлять более качественные услуги и повышать прибыль. Для обработки таких массивных дата-сетов крупные фирмы ищут хороших специалистов, которые могли бы анализировать и визуализировать данные в удобный формат для дальнейшего построения бизнес-стратегий и прогностических моделей. В подборке вы найдёте лучшие курсы по изучению Data Science с нуля на русском языке, в том числе и бесплатные мини-курсы по подбору профессии и созданию моделей машинного обучения. 

Вас ждёт полноценное практическое обучение методам сбора, анализа и интерпретации информации, кроме того, вы сможете использовать искусственный интеллект и компьютерное зрение при проектировании ПО и обработке данных.

Ниже представлены 49 курсов по Data Science

Средние зарплаты
hh.ru
Data Scientist
80 000 ₽ — 500 000 ₽
125 880 ₽
209 800 ₽
Программа курса

Программа курса длится более года. За это время вы просмотрите видеоуроки в рамках 53 тематических блоков и сможете отрабатывать знания на практике. За весь курс вы создадите 8 проектов для профессионального портфолио.

1.
Основы программирования на Python + Python для анализа данных
2.
Подгрузка данных
3.
Разведывательный анализ данных
4.
Введение в машинное обучение
5.
Математика и углубленное машинное обучение
6.
ML в бизнесе
Чему вы научитесь
Получать данные из веб-источников или по API
Использовать основные алгоритмические конструкции
Программировать на Python
Строить математические и ML модели
Работать с Github и Kaggle
Программа курса

Курс продлится 10 недель. За это время вы освоите несколько теоретических блоков и сможете отработать новые знания в практических заданиях. 

1.
Введение в искусственные нейронные сети
2.
Фреймворки для глубокого обучения (TensorFlow, Keras)
3.
Сверточные нейронные сети
4.
Оптимизация нейронной сети
5.
Transfer learning & Fine-tuning
6.
Обработка естественного языка (NLP)
7.
Сегментация и Детектирование объектов
8.
Обучение с подкреплением (Reinforcement Learning)
9.
What's next? Продвинутые нейронные сети
Показать все
Чему вы научитесь
Писать нейросети
Применять конструкции Python
Пользоваться машинным обучением
Обучать модели по принципу Deep Learning
Программа курса

Вам предстоит изучать теоретические материалы, выполнять практические задания и создавать дипломные проекты. После завершения каждого курса вы получите отдельные дипломы о профессиональной переподготовке. 

1.
Полный курс по Data Science
2.
Курс-симулятор «Тестировщик ПО»
3.
Профессия «Fullstack-разработчик на Python»
4.
Профессия «Этичный хакер»
5.
Профессия «Разработчик игр на Unity»
6.
Профессия «Аналитик данных»
Чему вы научитесь
Программировать на Python
Анализировать данные
Искать уязвимости в программах и устранять их
Тестировать приложения
Разрабатывать инди-игры на движке Unity
Преподаватели

Дмитрий Орлов

Эксперт

Эмиль Магеррамов

Эксперт

Дмитрий Коробченко

Эксперт

Юлия Носакова

Эксперт

Михаил Бородин

Эксперт

Вячеслав Богданенок

Эксперт

Андрей Зимовнов

Эксперт

Антон Киселев

Эксперт

Данил Ефремов

Эксперт

Максим Пикалов

Эксперт

Жанна Азизова

Эксперт

Михаил Свинцов

Эксперт

Валерия Ракова

Эксперт

Тарас Волченко

Эксперт

Владимир Филимонов

Эксперт

Евгений Малахов

Эксперт

Владислав Лукьянов

Эксперт

Антон Долгачев

Эксперт

Семен Березовский

Эксперт

Федор Буряков

Эксперт

Анна Агабекян

Эксперт

Василий Горелкин

Эксперт

Максим Преображенский

Эксперт

Никита Гуртовцев

Эксперт

Виктор Попко

Эксперт

Елизавета Черненко

Эксперт

Богдан Бурич

Эксперт

Илона Ахметсафина

Эксперт

Оксана Андросюк

Эксперт

Юлия Чистова

Эксперт

Альберт Венедиктов

Эксперт

Виктор Коваль

Эксперт

Полина Полунина

Эксперт

Иван Кудрявин

Эксперт

Вадим Лаушкин

Эксперт

Иван Василевич

Эксперт

Иван Дьячков

Эксперт

Захар Бельтюков

Эксперт

Андрей Белкин

Эксперт

Гамид Джафаров

Эксперт

Василий Москвин

Эксперт

Елена Тузкова

Эксперт

Андрей Зимовнов

Эксперт

Антон Киселев

Эксперт

Данил Ефремов

Эксперт

Максим Пикалов

Эксперт

Жанна Азизова

Эксперт

Михаил Свинцов

Эксперт

Валерия Ракова

Эксперт

Тарас Волченко

Эксперт

Владимир Филимонов

Эксперт

Евгений Малахов

Эксперт

Владислав Лукьянов

Эксперт

Антон Долгачев

Эксперт

Семен Березовский

Эксперт

Федор Буряков

Эксперт

Анна Агабекян

Эксперт

Василий Горелкин

Эксперт

Максим Преображенский

Эксперт

Никита Гуртовцев

Эксперт

Виктор Попко

Эксперт

Елизавета Черненко

Эксперт

Богдан Бурич

Эксперт

Илона Ахметсафина

Эксперт

Оксана Андросюк

Эксперт

Юлия Чистова

Эксперт

Альберт Венедиктов

Эксперт

Виктор Коваль

Эксперт

Полина Полунина

Эксперт

Иван Кудрявин

Эксперт

Вадим Лаушкин

Эксперт

Иван Василевич

Эксперт

Иван Дьячков

Эксперт

Захар Бельтюков

Эксперт

Андрей Белкин

Эксперт

Гамид Джафаров

Эксперт

Василий Москвин

Эксперт

Елена Тузкова

Эксперт

Показать все
Программа курса

Вас ждут онлайн-занятия, на которых вы научитесь работать с потоковыми данными и освоите инженерные навыки, а также выполните итоговый проект для портфолио.

1.
Базовые вводные для старта курса
2.
Технологические основы распределенной обработки данных
3.
Основы распределенного МL
4.
Потоковая обработка данных
5.
Целеполагание и анализ результатов
6.
Вывод результатов ML в продакшн
7.
ML на Python в продакшне
8.
Продвинутые топики
9.
Проектная работа
Показать все
Чему вы научитесь
Работать с большими данными
Создавать ML-алгоритмы
Взаимодействовать с распределенными файловыми системами
Вывод результатов ML в продакшн
Проектировать нейронные сети
Программа курса

Вас ожидает 4 учебных модуля из онлайн-лекций и семинаров, на которых опытные кураторы дадут всю необходимую теорию и множество практических заданий. В конце курса вы защитите дипломный проект, который станет заметной частью портфолио.

1.
Введение в мониторинг и алертинг
2.
GAP-stack (Grafana, Prometheus, Alertmanager)
3.
Логирование
4.
Итоговый проект
Чему вы научитесь
Настраивать трейсинг
Работать с Prometheus
Визуализировать данные c Grafana
Реагировать на инциденты
120 000 ₽
200 000 ₽
Программа курса

Вас ожидает годовой курс лекций и вебинаров, на котором вы освоите всю необходимую теорию, опробуете свои навыки на практических заданиях. На момент окончания обучения в вашем портфолио будет свыше 10 успешных проектов.

1.
SQL и получение данных
2.
Data Warehouse
3.
Business Intelligence решения и многомерная модель данных
4.
Python
5.
Data Lake & Hadoop
6.
Продвинутые методы работы с данными
7.
Работа с потоковыми данными
8.
Работа с данными в облаке
9.
Введение в DS & ML
10.
MLOps
11.
Дипломный проект
Показать все
Чему вы научитесь
Проектировать схемы хранилищ
Понимать данные отчетов
Работать с data literacy
Строить конвейеры обработки данных
Программа курса

Вас ожидает 4 тематических модуля из онлайн-лекций и семинаров, на которых преподаватели дадут всю необходимую теорию и множество практических заданий. В конце вы выполните дипломный проект и получите возможность пройти собеседование в одной из команий-партнеров платформы Otus.

1.
От основ к современным архитектурам
2.
Детекция, трекинг, классификация
3.
Сегментация, генеративные модели, работа с 3D и видео
4.
Проектная работа
Чему вы научитесь
Работать с открытыми датасетами
Использовать реалтайм-детекторы
Решать задачи Deep Metric Learning
Сегментировать изображения
Инструменты
169 800 ₽
283 000 ₽
Программа курса

Программа курса рассчитана на 20 месяцев. За это время вы пройдёте несколько ступеней обучения и изучите множество тем, связанных с машинным обучением. В конце курса вас ждёт реальный кейс в качестве дипломного проекта.

1.
1 ступень. Погружение
2.
Основы визуализации данных
3.
3 ступень. Машинное обучение, Deep Learning и нейронные сети
4.
4 ступень. Soft Skills и управление проектами
5.
Итоговый проект — реальный кейс от Dodo Brands
Чему вы научитесь
Строить полносвязные нейросети.
Писать чат-боты, классификаторы изображений, рекомендательные системы.
Собирать и готовить данные для анализа.
Выбирать и реализовывать алгоритм под задачу.
Пользоваться математическими операциями во время работы над программным кодом.
Программа курса

Обучение Data Science позволит вам освоить способы работы с большими объемами данных и повысить свою квалификацию как специалиста. Вас ждут занятия в небольших группах по 5-10 человек, много практики и полезной информации.

1.
Основы Python
2.
Библиотеки для анализа данных
3.
База данных и SQL
4.
Математическая статистика и теория вероятностей
5.
Основные модели Machine Learning
6.
Работа с неразмеченными данными
7.
Работа с разными типами данных
8.
Нейронные сети
9.
Хорошие практики Data Scientist
Показать все
Чему вы научитесь
Работать с библиотеками и базами данных
Строить модели машинного обучения
Программировать на Python
Проводить А/В-тестирование
Использовать нейронные сети

Интересный факт

Рекомендательные системы на различных стриминговых платформах (Яндекс.Музыка, Кинопоиск и др.) были разработаны с использованием AI-моделей. Более того, при создании популярного сериала «Карточный домик» использовались методы Data Science для обработки данных пользователей, смотревших похожее шоу: аналитики собирали информацию о том, какие эпизоды чаще всего проматывались вперёд, в какой момент убавлялся звук и когда серия выключалась на середине просмотра. Таким образом продюсеры получили информацию о том, как удержать внимание зрителя, и создали успешный проект на основе этих данных.

4,5

Data Analyst – аналитика данных от Skillbox

6 Месяцев
5 994 ₽ в месяц
185 810 ₽
309 684 ₽
5 994 ₽ в месяц
185 810 ₽
309 684 ₽
Программа курса

Программа курса состоит из 104 практических заданий. Благодаря обилию возможностей отработки теории на практике, вы сможете хорошо закрепить материал и создавать портфолио.

1.
Первый уровень: базовая подготовка
2.
Продвинутый уровень: погружение в дата-аналитику и трудоустройство
3.
Экспертный уровень. Выбор специализации
4.
Бонусные курсы
5.
Итоговые проекты
Чему вы научитесь
Брифовать заказчика и понимать его намерения
Работать с системой контроля версий Git
Извлекать данные из источников
Создавать дашборды в Power Bi, рисовать графики и визуализации с помощью Python-библиотек
Формулировать цель и разбивать её на измеримые задачи
Программа курса

Вас ждут онлайн-занятия, на которых вы получите комплексные навыки по обработке и анализу данных, освоите профессиональные инструменты и выполните итоговый проект для вашего портфолио.

1.
Data Architecture
2.
Data Lake
3.
DWH
4.
NoSQL/NewSQL
5.
MLOps
6.
Выпускной проект
Чему вы научитесь
Обрабатывать и хранить большой объем данных
Использовать компоненты экосистемы Hadoop
Работать с реляционными и NoSQL базами данных
Адаптировать датасеты для дальнейшей аналитики
Проектировать хранилища данных
Программа курса

Вы познакомитесь с основами аналитики и научитесь работать с базовыми инструментами, используемыми в этой сфере. Занятия будут проходить под руководством опытных учителей. 

1.
Data Science — будущее для каждого
2.
6 инструментов для начала работы в Data Science
Чему вы научитесь
Работать с Python
Работать в Excel
Визуализировать отчеты в Power BI
Создавать интерактивные дашборды
46 900 ₽
65 000 ₽
Программа курса

Вы освоите работу с большими массивами данных, используя машинное обучение и Python. Обучение включает в себя большое количество практических заданий, выполняя которые, вы закрепите полученные знания.

1.
Python, быстрый старт: типы данных, функции, классы, ошибки
2.
Python, быстрый старт: строки, условия, циклы, списки и словари
3.
Библиотеки для анализа данных: Pandas
4.
Библиотеки для анализа данных: визуализация
5.
Знакомство с машинным обучением
6.
Основные модели машинного обучения: линейная регрессии
7.
Бинарная классификация
8.
Валидация. Почему это важно
9.
Решающие деревья
10.
Feature Engineering, Feature Selection
11.
Предсказание оттока клиентов и прогноз продаж
12.
Воркшоп: скоринг кредитного портфеля
Показать все
Чему вы научитесь
Работать на Python
Применять принципы Machine Learning
Создавать и применять функции
Проектировать рекомендательные системы
5

Работа в командной строке Bash от Skillbox

1 Месяц
28 уроков
6 035 ₽ в месяц
12 070 ₽
14 200 ₽
6 035 ₽ в месяц
12 070 ₽
14 200 ₽
Программа курса

Вас ждут теоретические занятия, на которых вы научитесь выполнять различные задачи с помощью командной строки Bash, и практика, где вы закрепите полученные навыки.

1.
Что такое командная строка
2.
Работа с файлами и папками
3.
Авторизация и права доступа
4.
Процессы, сервисы и задачи
5.
Конфигурация и инструменты
6.
Написание скриптов на Bash
7.
Использование bash на примере настройки веб-сервера
Показать все
Чему вы научитесь
Использовать командную строку Bash
Работать с файлами в системе
Создавать собственные скрипты
Настраивать сервера
Работать с СУБД MySQL
Инструменты
41 300 ₽
59 000 ₽
Программа курса

Вам предстоит пройти три подробных блока обучения и поучаствовать в создании дипломного проекта. Он отправится прямиком к вам в портфолио и даст преимущество на рынке специалистов-аналитиков.

После завершения прохождения курса вы получите сертификат, подтверждающий вашу квалификацию. 

1.
SQL и получение данных
2.
Data Warehouse
3.
Выбор и подключение Business Intelligence-решения
4.
Дипломный проект
Чему вы научитесь
Проектировать аналитические базы данных для компании
Программировать на языке SQL
Работать с хранилищами данных
Работать в Tableau
Задавать настройки ETL-процессам
4,4

Основы математики для Data Science от Skillbox

4 Месяца
64 урока
3 170 ₽ в месяц
38 037 ₽
44 749 ₽
3 170 ₽ в месяц
38 037 ₽
44 749 ₽
Программа курса

Вас ждут 11 блоков с теоретическими онлайн-лекциями, после которых вы выполните практические задания под руководством наставников. Для начала обучения вам потребуется знать язык программирования Python на базовом уровне. 

1.
1. Базовые математические объекты и SymPy. Дроби и преобразования.
2.
2. Базовые математические объекты и SymPy. Функции и дополнительные объекты.
3.
3. Функции одной переменной, их свойства и графики.
4.
4. Интерполяция и полиномы: квадратичные и кубические функции.
5.
5. Аппроксимация и преобразования функций: сдвиги, растяжения, сжатия.
6.
6. Аппроксимация и работа с производными.
7.
7. Функции нескольких переменных, их свойства и графики.
8.
8. Частные производные функции нескольких переменных.
9.
9. Векторы и матрицы. Градиент.
10.
10. Линейная регрессия и системы линейных уравнений.
11.
11. Разложения матриц. Собственные векторы и значения.
Показать все
Чему вы научитесь
Работать с математическими формулами и функциями
Строить графики переменных
Работать с производными, векторами и матрицами
Разбираться в математической терминологии
Формулировать прикладные задачи
Инструменты
Программа курса

Данный курс включает 10 теоретических занятий и 2 практических задания в конце программы. Обучение проходит в онлайн-формате с полностью гибким графиком. В течение всего курса у вас будет возможность задать интересующие вас вопросы преподавателю или пообщаться с другими студентами, используя платформу Slack.

1.
Модуль 1. Плавное погружение в Python
2.
Модуль 2. Библиотеки
3.
Модуль 3. Визуализация данных
4.
Модуль 4. Python для анализа статистических тестов
5.
Модуль 5. Получение данных из разных источников
6.
Модуль 6. Прогнозирование
7.
Дипломная работа
Показать все
Чему вы научитесь
Из больших неструктурированных объемов информации выбирать необходимые данные
Визуализировать данные с помощью Python
Проводить процедуру прогнозирования данных
Пользоваться ML библиотеками
Читать чужой код и изменять его в соответствии со своими задачами
Программа курса

Юлия Пономарёва, Machine Learning Engineer в компании Napoleon IT, расскажет вам о многообразии искусственного интеллекта, а также поделится своим опытом работы в данной сфере.

Чему вы научитесь
Разбираться в вопросах искусственного интеллекта
Знать принципы машинного обучения
Различать области машинного обучения
Планировать дальнейшее обучение в данном направлении
Знать области применения ИИ

Интересный факт

BigData и интеллектуальный анализ данных упростили подбор CV для рекрутинговых агентств: HR-специалистам стало сравнительно проще сортировать информацию и искать лучших кандидатов для организации, ведь поиск и отбор по определённым параметрам теперь можно выполнять автоматически с помощью парсинга резюме со всех доступных онлайн-площадках, в том числе и соцсетей.

Программа курса

Вам предстоит познакомиться с теоретическими материалами и методическими пособиями для успешного освоения информации. После прослушивания вебинара вы получите сертификат об окончании обучения. Эксперт расскажет вам, что такое Tiny ML и почему в ближайшем будущем специалисты этого направления станут чрезвычайно востребованными. Вы поймете, как спроектировать грамотную модель машинного обучения и работать с микроконтроллерами. В конце бесплатного вебинара вы получите ценные теоретические знания и на их основе сможете самостоятельно разработать голосовой помощник для обучения английскому. 

Чему вы научитесь
Разбираться в специфике деятельность ML-инженеров
Создавать модели машинного обучения
Проектировать простые умные устройства
Понимать задачи и методы Tiny ML
Программа курса

Вы освоите Data Science, сможете профессионально работать с данными, используя машинное обучение и нейронные сети. Закрепите полученные знания на практике и во время работы над итоговым проектом.

1.
Получение и подготовка данных: SQL
2.
Python для анализа данных
3.
Построение Machine Learning моделей
4.
Нейронные сети и NLP
5.
Рекомендательные системы
6.
Дипломная работа и помощь с трудоустройством
Чему вы научитесь
Строить ML-модели
Использовать техники машинного обучения
Писать запросы на SQL
Автоматизировать работу с массивами
Работать с данными без переноса в таблицы
Программа курса

Вам предстоит изучать теоретические материалы и выполнять практические задания для закрепления полученных навыков. 

1.
Продвинутые методы машинного обучения
2.
Сбор данных. Анализ текстовых данных
3.
Анализ Временных рядов
4.
Рекомендательные системы
5.
Дополнительные темы
6.
Проектная работа
Чему вы научитесь
Строить модели машинного обучения
Проектировать рекомендательные системы
Собирать и анализировать данные
Работать в специализированных сервисах
Искать ошибки и фиксить их
Инструменты
Программа курса

Вас ждут теоретические занятия, на которых вы научитесь использовать библиотеки Python для работы с данными, а также вы выполните итоговый проект и получите отзыв от преподавателя.

1.
Вебинар. Введение в курс
2.
Видеоурок. Вычисления с помощью Numpy. Работа с данными в Pandas
3.
Вебинар. Вычисления с помощью Numpy. Работа с данными в Pandas
4.
Видеоурок. Визуализация данных в Matplotlib.
5.
Вебинар. Визуализация данных в Matplotlib
6.
Видеоурок. Обучение с учителем в Scikit-learn
7.
Вебинар. Обучение с учителем в Scikit-learn
8.
Видеоурок. Обучение без учителя в Scikit-learn.
9.
Вебинар. Обучение без учителя в Scikit-learn и введение в итоговый проект
10.
Вебинар. Консультация по итоговому проекту
Показать все
Чему вы научитесь
Применять арифметические операции к числам в Python
Работать с большим количеством данных
Визуализировать данные на графиках
Строить алгоритмы машинного обучения
Использовать дополнительные возможности Python для работы с данными
Преподаватели

Михаил Лебедев

Эксперт

Татьяна Заец

Эксперт

Юлия Пономарёва

Эксперт

Александра Гордей

Эксперт

Никита Баранов

Эксперт

Ирина Гаранина

Эксперт

Александр Саранов

Эксперт

Сергей Ширкин

Эксперт

Иван Максимов

Эксперт

Ксения Макарова

Эксперт

Альбина Гилязова

Эксперт

Дмитрий Тихомиров

Эксперт

Артём Голубин

Эксперт

Павел Нагорный

Эксперт

Дмитрий Кравчук

Эксперт

Никита Варганов

Эксперт

Ирина Телина

Эксперт

Мария Корлякова

Эксперт

Никита Васильев

Эксперт

Камиля Муллакаева

Эксперт

Ксения Густокашина

Эксперт

Илья Карпенко

Эксперт

Николай Котенко

Эксперт

Roman Netrogolov

Эксперт

Вероника Голубева

Эксперт

Никита Калмыков

Эксперт

Показать все
Программа курса

Вас ожидают 8 онлайн-уроков с подробным разбором теории, а также домашние задания, чтобы вы могли опробовать свои навыки на практике.

1.
Основы клиент-серверного взаимодействия. Парсинг API
2.
Парсинг HTML. BeautifulSoup, MongoDB
3.
Системы управления базами данных MongoDB и SQLite в Python
4.
Парсинг HTML. XPath
5.
Scrapy
6.
Scrapy. Парсинг фото и файлов
7.
Selenium в Python
8.
Работа с данными
Показать все
Чему вы научитесь
Работать с MongoDB
Собирать данные через Soap
Формировать запросы
Работать с базами данных
Использовать Парсинг и Краулер для поиска информации
Программа курса

В течение трех онлайн-занятий в формате видео-лекций вы познакомитесь со спецификой деятельности data-специалиста. Изучая вводный теоретический материал, вы поймете, интересна ли вам эта профессия.

В качестве практического задания напишете реальный код на языке SQL — незаменимом инструменте экспертов. 

1.
Data Science: будущее для каждого
2.
Базовые навыки: с чего начать
3.
Как найти работу: первые шаги
Чему вы научитесь
Разбираться в задачах data-специалиста
Определять карьерные траектории в Data Science
Искать возможности для развития в сфере Data Science
Инструменты
Программа курса

Вам предстоит изучить теоретические материалы, выполнить практические задания и создать итоговый проект.

1.
Python для анализа данных
2.
NumPy, pandas, MPL
3.
Статистика в Python
4.
Tableau: творить, исследуя данные
5.
Дата-сторителлинг
6.
Дипломный проект
Чему вы научитесь
Анализировать данные
Писать код на Python
Визуализировать данные в Tableau
Проводить журналистские расследования
Работать с базами данных
Программа курса

План обучения можно получить на почту. В нём описаны роли в программировании и компетенции, которые необходимы для профессионала. Чек-листы помогут вам разобраться в индустрии, советы от HR направят в нужной траектории и научат вести себя на собеседованиях.

Чему вы научитесь
Программировать на нескольких языках
Применять машинное обучение
Внедрять ИТ-технологии для решения задач бизнеса
Разбираться в data science
Инструменты
Программа курса

В программу трека "Дискретная математика" входят несколько курсов по таким основным математическим направлениям, как комбинаторика, функции, графы, теория множеств. В ходе обучения вы будете работать как с теоретическим материалом, так и с тестами.

1.
Введение в математическую логику
2.
Теория множеств
3.
Комбинаторика
4.
Функции
5.
Графы
Чему вы научитесь
Формулировать логические высказывания
Понимать функции
Работать с графами
Понимать теорию множеств
Определять софизмы

Интересный факт

Одним из пионеров работы с данными и их визуализации была Флоренс Найтингейл, широко известная в Великобритании как основатель современного ухода за больными. Она работала в больнице для британских солдат и направляла различные петиции для улучшения санитарных условий, однако в правительстве не очень-то прислушивались к просьбам, да и никто не хотел разбираться в многочисленных статистических данных в виде неупорядоченных цифровых и текстовых данных. 

Именно поэтому Флоренс разработала диаграмму смертей и их причин, продемонстрировавшую, что сокращение смертности в больницах приведет к спасению тысяч жизней. В марте 1855 года правительство направило санитарный комитет, который очистил питьевую воду и модернизировал систему вентиляции больницы, в результате чего резко повысился процент выживаемости пациентов. Это был один из первых случаев, когда визуализация данных использовалась для убеждения политиков в необходимости социальных реформ.

Программа курса

На этом курсе вы в короткие сроки научитесь использовать стек ELK, применяемый для аналитики данных. Обучение будет состоять из теоретической и практической частей и продлится 2 дня (8 академических часов).

1.
Теоретический модуль
2.
Практический модуль
Чему вы научитесь
Использовать ELK
Использовать Kibana для визуализации данных
Работать с системой логирования
Программа курса

Вас ждут онлайн-занятия, на которых вы освоите все инструменты ML-инженера, а в конце выполните итоговый проект, который добавите в свое портфолио.

1.
Введение в Python
2.
Введение в Python. ООП, модули, базы данных
3.
Основы Python для ML
4.
Теоретический минимум для ML: математика, линал, статистика
5.
Основные методы машинного обучения
6.
Проектная работа
Чему вы научитесь
Работать с большим объемом данных
Программировать на языке Python
Использовать математику и теорию вероятности
Взаимодействовать с базами данных
Использовать систему контроля версий Git
Бесплатно
Программа курса

Пройдя обучение, вы освоите профессию AI разработчика, поработаете над практическими заданиями самостоятельно и в составе команды.

1.
Основы AI
2.
Задачи NLP
3.
Задачи Computer Vision
4.
Финальный проект
Чему вы научитесь
Создавать прототипы
Руководить проектами AI
Ставить задачи
Работать с заказчиками
Программа курса

Программа обучения состоит из двух курсов: «Machine Learning PRO» и «Deep Learning». В каждом образовательном блоке будут практические задания для закрепления теории. 

1.
Краткая программа курса «Machine Learning PRO»
2.
Программа курса «Deep Learning»
Чему вы научитесь
Разбираться в методах построения рекомендательных систем
Применять принципы разбиения выборки
Работать с нейронными сетями
Строить модели ML
Пользоваться методами предобработки данных
Инструменты
Программа курса

Вас ждёт онлайн-курс по Data Science, в котором вы разберёте основные принципы работы с данными, SQL, Python, моделями машинного обучения и нейросетями. По итогам каждого блока вы будете выполнять лабораторную работу, где на практике сможете применить теоретические знания, полученные на курсе.

1.
SQL и получение данных
2.
Python для анализа данных
3.
Основы практической статистики
4.
Математика для анализа данных
5.
Машинное обучение
6.
Введение в нейронные сети
7.
Дипломный проект
Показать все
Чему вы научитесь
Составлять SQL-запросы к базам данных
Использовать Python-библиотеки Pandas и NumPy
Строить и обучать ML-модели
Проектировать нейросети для обработки данных
Проверять, очищать и анализировать датасет и интепретировать результаты анализа
15 000 ₽
Программа курса

Вас ждет 12 онлайн-занятий, на которых вы научитесь работать с СУБД MySQL и сможете самостоятельно администрировать базы данных.

1.
Вебинар. Установка окружения. DDL-команды
2.
Видеоурок. Управление БД. Язык запросов SQL
3.
Вебинар. Введение в проектирование БД
4.
Вебинар. CRUD-операции
5.
Видеоурок. Операторы, фильтрация, сортировка и ограничение. Агрегация данных
6.
Вебинар. Операторы, фильтрация, сортировка и ограничение. Агрегация данных
7.
Видеоурок. Сложные запросы
8.
Вебинар. Сложные запросы
9.
Видеоурок. Транзакции, переменные, представления. Администрирование. Хранимые процедуры и функции, триггеры
10.
Вебинар. Транзакции, переменные, представления. Администрирование. Хранимые процедуры и функции, триггеры
11.
Видеоурок. Оптимизация запросов. NoSQL
12.
Вебинар. Оптимизация запросов. NoSQL
Показать все
Чему вы научитесь
Проектировать базы данных
Писать SQL-запросы
Работать с СУБД MySQL
Создавать транзакции
Оптимизировать запросы к БД
Программа курса

Вас ждёт изучение Machine Learning на продвинутом уровне с возможностью очного обучения в Москве. Для успешного прохождения курса вам понадобится знание Python и математики. 

1.
Построение модели
2.
Работа с заказчиком
3.
Рекомендательные системы
4.
Компьютерное зрение
5.
Обработка естественного языка (NLP)
6.
Временные ряды
7.
Итоговый хакатон
8.
Дипломный проект
Показать все
Чему вы научитесь
Выдвигать и проверять гипотезы
Проектировать модели машинного обучения
Оценивать эффективность ML-моделей
Подбирать алгоритмы для моделей
Интерпретировать результаты исследований
Программа курса

На данном онлайн-занятии Юлия Пономарёва, Machine Learning Engineer в компании Napoleon IT, расскажет вам о сфере Data Science, а также о своем опыте работы в этом направлении.

Чему вы научитесь
Самостоятельно создавать модели машинного обучения
Прогнозировать продажи на основе имеющейся информации
Собирать и анализировать данные
Решать различные задачи в GIS-системе
Планировать дальнейшее обучение в сфере Data Science
4,3

Data Science в медицине от GeekBrains

18 Месяцев
228 уроков
264 775 ₽
274 500 ₽
Программа курса

Курс рассчитан на 18 месяцев. За это время вы освоите несколько тематических блоков и создадите 15 работ для портфолио.

1.
Подготовительные видеокурсы
2.
Программирование и математика
3.
Машинное обучение
4.
MySQL и библиотеки Python
5.
Нейронные сети
6.
Анализ данных в медицине
7.
Прикладные задачи анализа медицинских данных
8.
Курсы со свободной датой старта
Показать все
Чему вы научитесь
Анализировать данные медицинских исследований: заболеваемость, результаты тестирования препаратов.
Пользоваться машинным обучением в области медицины.
Разрабатывать нейросети.
Программировать.

Интересный факт

В Data Science часто используется специальный язык программирования R, оптимизированный для статистического анализа и визуализации данных. Это своего рода экосистема сбора и анализа информации, которая состоит из множества инструментов, которые позволяют пользователям подготавливать данные, создавать прогностические модели и создавать функциональные графики и диаграммы. Так, ANZ (Банковская группа Австралии и Новой Зеландии) использовала R в анализе риска для оценки вероятности дефолта по кредиту, а американское агенство недвижимости Zillow использовало R для составления прогноза цен на жилье.

Программа курса

Вас ждёт бесплатный курс в формате четырёх вебинаров и практических заданий. Вы сможете выполнять задания для базового или продвинутого уровня в зависимости от уже имеющихся знаний в области data science. 

1.
Что такое нейронные сети
2.
Обучение нейросети
3.
Виды нейронных сетей
4.
Data science сегодня
Чему вы научитесь
Проектировать нейросети
Программировать на Python
Обучать нейросети разпознаванию изображений
Настраивать нейронную сеть
Решать задачи регрессии и классификации
Инструменты
75 000 ₽
125 000 ₽
Программа курса

Вас ожидают 9 учебных месяцев, за время которых вы освоите всю необходимую теорию, а также сделаете огромный упор на практику. Под руководством преподавателей вы улучшите свои навыки и пополните портфолио интересными проектами.

1.
Аналитическое мышление
2.
SQL для аналитика
3.
Power BI
4.
Метрики, гипотезы, точки роста
5.
Аналитика больших данных
6.
Tableau
7.
Power Query, Power Pivot, DAX, M
8.
Дипломный проект
Показать все
Чему вы научитесь
Искать данные с помощью SQL
Составлять гипотезы
Обрабатывать полученную информацию
Проектировать отчетность
16 200 ₽
18 000 ₽
Программа курса

Вас ждет 14 онлайн-занятий, на которых вы узнаете основы работы в сфере Data Science, а также выполните итоговый проект, который добавите в свое портфолио.

1.
Основы программирования на языке Python
2.
Numpy и Pandas — инструменты, которые помогают получать данные
3.
Работа с машинным обучением
4.
Презентация проектов
Чему вы научитесь
Программировать на языке Python
Работать с библиотеками Pandas и Numpy
Понимать принципы устройства искусственного интеллекта
Создавать простые модели машинного обучения
Настраивать нейронные сети
Инструменты
Программа курса

Программа содержит много практики и наглядных примеров кода. Уроки и работа над курсовым проектом выстроены с постепенным повышением уровня сложности. Преподаватель оперативно даёт обратную связь по заданиям и объясняет непонятные моменты.

1.
Паттерны web-представления
2.
Архитектура python-приложений
3.
Принципы проектирования
4.
Порождающие паттерны
5.
Структурные паттерны
6.
Поведенческие паттерны
7.
Архитектурные системные паттерны
8.
Антипаттерны
9.
Микросервисная архитектура
Показать все
Чему вы научитесь
Находить и различать антипаттерны
Применять разные способы работы с микросервисной архитектурой
Использовать шаблоны проектирования «банды четырёх»
Работать с базами данных и бизнес-системами
Разбираться во фреймворках и принципах ООП
Инструменты
Программа курса

Курс состоит из 8 уроков и является второй ступенью подготовки специалистов в области Data Science. Вы получите навыки статистического анализа и проверки гипотез, которые сможете закрепить на практике с помощью домашних заданий.

1.
Случайные события. Условная вероятность. Формула Байеса. Независимые испытания
2.
Дискретные случайные величины. Закон распределения вероятностей. Биномиальный закон распределения. Распределение Пуассона
3.
Описательная статистика. Качественные и количественные характеристики популяции. Графическое представление данных
4.
Непрерывные случайные величины. Функция распределения и плотность распределения вероятностей. Равномерное и нормальное распределение. Центральная предельная теорема
5.
Проверка статистических гипотез. P-значения. Доверительные интервалы. A/B-тестирование
6.
Взаимосвязь величин. Параметрические и непараметрические показатели корреляции. Корреляционный анализ.
7.
Многомерный статистический анализ. Линейная регрессия
8.
Дисперсионный анализ. Логистическая регрессия
Показать все
Чему вы научитесь
Анализировать данные различными способами
Проводить A/B тестирование для проверки гипотез
Выявлять статистические закономерности и зависимости
Работать с большими массивами данных
Производить вычисления, связанные со случайными процессами и полями
Инструменты
Программа курса

Вам предстоит изучать теоретические материалы, решать практические задания и работать в команде. После успешной защиты итогового проекта вы получите диплом. 

1.
SQL и получение данных
2.
Python, статистика и математика для анализа данных
3.
Feature engineering и предобработка данных
4.
Математика для анализа данных
5.
Построение модели
6.
Менеджмент data-проектов
7.
Рекомендательные системы
8.
Распознавание изображений, машинное зрение
9.
Обработка естественного языка (NLP)
10.
Итоговый хакатон
11.
Дипломный проект
Показать все
Чему вы научитесь
Собирать и анализировать данные
Строить нейросети и функциональные алгоритмы
Работать с базами данных
Программировать на Python
Курировать разработку проектов в data science
4,9

Аналитика Big Data от GeekBrains

18 Месяцев
196 уроков
159 375 ₽
212 500 ₽
Программа курса

Вы изучите языки программирования и библиотеки для работы с данными. Сможете анализировать данные больших объемов. Пополните свое портфолио 9 работами.

1.
Подготовительный блок
2.
Фундамент анализа данных
3.
Сбор, обработка и хранение данных
4.
Алгоритмы обработки и анализа данных. Совместно с компанией X5 Retail Group
5.
Системы машинного обучения. Рекомендательные системы
6.
Аналитика Big Data для бизнеса
7.
Курсы со свободной датой старта
Показать все
Чему вы научитесь
Анализировать большие данные
Использовать библиотеки для анализа данных
Использовать методы прикладной статистики
Формировать отчеты анализа данных
Работать на Python
Программа курса

Во время обучения вас научат работать с многомерными свертками и создавать NLP. После курса вы в течение месяца будете выполнять сложную дипломную работу под руководством наставника, которая станет главным украшением вашего портфолио. 

1.
Пререквизиты
2.
Персептрон
3.
Многослойная нейронная сеть
4.
Свёрточные сети
5.
Современные свёрточные архитектуры
6.
Рекуррентные сети
7.
Механизм внимания
8.
Компьютерное зрение
9.
Работа с текстом
10.
GAN
11.
Итоговый проект
Показать все
Чему вы научитесь
Выбирать данные из линейной регрессии с помощью генератора
Решать задачи с использованием Beam-Search и Teacher Forcing
Реализовывать сеть генерации
Строить языковые модели
работать с многомерными свертками
Инструменты
4,7

Data Scientist PRO: работа с данными от Skillbox

24 Месяца
6 466 ₽ в месяц
200 451 ₽
334 085 ₽
6 466 ₽ в месяц
200 451 ₽
334 085 ₽
Программа курса

Вы научитесь основам работы в сфере Data Science, за год станете специалистом уровня Junior в выбранном направлении, а затем прокачаете свои навыки до продвинутого уровня и сможете работать над более сложными проектами.

1.
Первый уровень
2.
Второй уровень
3.
Третий уровень
4.
Дипломные проекты
5.
Бонусные курсы
Чему вы научитесь
Собирать данные из различных источников
Знать статистику и теорию вероятности
Анализировать большое количество данных и визуализировать результаты
Создавать и администрировать базы данных
Программировать нейросети

Интересный факт

Приложение Swarm, работающее на основе искусственного интеллекта, уже пятый год предсказывает результаты церемонии вручения премии Оскар с 90%-й точностью! Система анализирует информацию и генерирует рейтинг каждого претендента в номинации, прогнозируя его шансы на получение каждой награды. 

4,1

Введение в Data Science от Skillbox

6 Месяцев
262 урока
5 864 ₽ в месяц
70 367 ₽
100 524 ₽
5 864 ₽ в месяц
70 367 ₽
100 524 ₽
Программа курса

Вас ждут три курса, изучение которых позволит получить высокооплачиваемую профессию в области Data Science и Machine Learning. Вы будете изучать теорию, а затем опробуете все усвоенные знания на практике.

1.
Введение в Data Science
2.
Основы статистики и математики
Чему вы научитесь
Проектировать математические и статистические модели машинного обучения
Разворачивать и администрировать инфраструктуру для автоматизации обработки информации
Программировать на Python
Анализировать данные с помощью различных инструментов
Формулировать и проверять гипотезы
4,6

Data Scientist с нуля до Junior от Skillbox

12 Месяцев
5 298 ₽ в месяц
116 550 ₽
194 250 ₽
5 298 ₽ в месяц
116 550 ₽
194 250 ₽
Программа курса

Вас ждет 80 тематических блоков и 80 практических занятий, за которые вы изучите основы профессии Data Scientist, а затем освоите выбранное вами направление из трех доступных на курсе: машинное обучение, аналитика данных или дата-инженерия.

1.
Первый уровень: базовая подготовка
2.
Второй уровень: специализация
3.
Итоговые проекты
4.
Бонусные курсы
Чему вы научитесь
Анализировать данные
Применять методы машинного обучения
Мыслить на языке данных
Строить аналитические модели
Использовать математику и статистику
4 991 ₽ в месяц
109 800 ₽
183 000 ₽
Программа курса

Вас ждут теоретические занятия, где вы узнаете всю информацию, необходимую для работы дата-аналитиком, практические уроки, где вы освоите различные программы, инструменты и сервисы, а также 2 проекта, которые вы сможете добавить в портфолио.

1.
Первый уровень: базовая подготовка
2.
Продвинутый уровень: погружение в дата-аналитику
3.
Итоговые проекты
4.
Бонусные курсы
Чему вы научитесь
Анализировать большое количество данных
Визуализировать полученную информацию с помощью графиков
Работать с базами данных и писать SQL-запросы
Программировать на языке Python
Общаться с заказчиком
4 991 ₽ в месяц
109 800 ₽
183 000 ₽
Программа курса

Вас ждёт изучение процесса машинного обучения, состоящее из 80 теоретических блоков и двух итоговых проектов, при этом первые три месяца вы сможете обучаться без затрат. Двухступенчатый формат обучения позволит вам начать с основ математики и статистики, а затем перейти на более продвинутый уровень изучения алгоритмов и нейросетей, а также поучаствовать в соревновании для ML-специалистов на специальной платформе. 

1.
Первый уровень: базовая подготовка
2.
Второй уровень: погружение в Machine Learning
3.
Итоговые проекты
4.
Бонусные курсы
Чему вы научитесь
Проектировать и настраивать модели машинного обучения
Программировать на Python и SQL
Работать с Git
Визуализировать данные в Power BI
Анализировать задачу, выдвигать и проверять гипотезу, интерпретировать результаты

В заключение

В обязанности дата-сайентистов входит сбор, анализ и визуализация данных, а также работа с инструментами по обработке BigData, а финальная модель или дашборд используются для принятия управленческих решений на основе реальной информации о потребителях, продажах или конкурентах. Например, именно результаты работы data scientist`ов напрямую могут влиять на изменение стратегии фирмы в части расширения географии торговой сети или создания новой продуктовой линейки. Кроме того, инструменты Data Science могут использоваться в любой сфере: от медицины до разработки мобильных приложений, помогая сократить временные затраты и снизить продуктовые издержки.

Data Science постоянно развивается и движется вперед, а это означает, что специалисты должны быть готовы постоянно изучать новые методики и технологии интерпретации и визуализации данных, поэтому непрерывное обучение является неотъемлемой частью профессии, а прохождение специализированных курсов может дать серьёзное преимущество на старте карьеры: вы освоите статистику, математику, основы Python, визуализацию данных в BI и Tableau, а также сможете создавать и обучать AI/ML-модели для выявления зависимостей и составления прогнозов.

Школы с платными курсами