Skillbox
EDPRO
Нетология
Eduson Academy
Московский институт психологии
Skypro
НАДПО
Skillfactory
GeekBrains
НИИДПО
Talentsy
ProductStar
Bang Bang Education
Логомашина
Contented
Бруноям
Хекслет
Fashion Factory School
НЦРДО
SF Education
Skillbox Английский (Kespa)
Otus
Годограф
Фоксфорд
Компьютерная Академия TOP
100балльный репетитор
MAED
XYZ School
Международная школа профессий
Эколь
Яндекс Практикум
Pentaschool
ИППСС
City Business School
Moscow Digital School
Вебиум
Skyeng
Skysmart
НСПК
НИПКЭФ
Синергия Академия
Level One
Контур.Школа
InvestFuture
Инглекс
KARPOV.COURSES
Coddy
Hello World
Psycholesson
99 баллов
#Sekta
ЭКОДПО
Bonnie & Slide
Digital Skills Academy
Interra
Kata Academy
Викиум
Слёрм
PIXEL
Merion Academy
NeuroBoost
Anecole
Verona School
ЕГЭLAND
Profieng
НАМО им. Н.А. Бородина
Институт бизнес-аналитики Алексея Колоколова
КОРОЛЬ ГОВОРИТ!
PROschool online
Innova IT Academy
EDPRO
Skillbox
Нетология
Eduson Academy
Московский институт психологии
Skypro
НАДПО
Skillfactory
GeekBrains
НИИДПО
Talentsy
ProductStar
Bang Bang Education
Логомашина
Contented
Бруноям
Хекслет
Fashion Factory School
Psychodemia
НЦРДО
SF Education
Skillbox Английский (Kespa)
Otus
Годограф
Фоксфорд
Компьютерная Академия TOP
100балльный репетитор
MAED
XYZ School
Международная школа профессий
Эколь
Яндекс Практикум
Pentaschool
ИППСС
City Business School
Moscow Digital School
Вебиум
Skyeng
Skysmart
НСПК
Сотка
Level One
Контур.Школа
TutorOnline
Тетрика
Инглекс
KARPOV.COURSES
Coddy
99 баллов
#Sekta
Bonnie & Slide
Interra
Викиум
Слёрм
Моя Альфа школа
Verona School
ЕГЭLAND
EasyCode
Институт бизнес-аналитики Алексея Колоколова
КОРОЛЬ ГОВОРИТ!
PROschool online
Innova IT Academy
Яндекс Практикум Английский
Этот курс по аналитике данных предназначен для тех, у кого уже есть базовые знания и опыт, но желающих освоить новые навыки и выйти на следующий, более продвинутый уровень. Под руководством топовых специалистов, занимающих серьёзные должности в ведущих компаниях России, вы научитесь работать с большими данными и моделями машинного обучения, взаимодействовать с командой DWH, грамотно планировать сложные и глубокие эксперименты и проводить их последующий анализ, составлять отчётность, применяя продуктовый подход, и создавать дашборды. Прохождение курса займёт у вас шесть месяцев.
Показываем, как будет расти ваш заработок вместе с опытом. И сколько времени потребуется, чтобы окупить вложения в образование
Если у вас уже есть знания и умения в области аналитики на уровне джуниор-специалиста, этот курс поможет вам выйти на новый уровень профессионализма.
Узнаете, что необходимо для грамотного целеполагания.
Ознакомитесь с сутью и особенностями BI-систем.
Научитесь работать с внутренними метриками.
Изучите алгоритм создания дашбордов.
Выясните, какие роли существуют у бизнес-пользователей.
Научитесь производить анализ продуктов, процессов и сущностей.
Разберётесь, какие существуют типы задач.
Сможете применять различные инструменты и шаблоны.
Узнаете, как приоритизировать работу над дашбордами.
Ознакомитесь с принципами интервьюирования заказчика.
Научитесь использовать данный инструмент.
Изучите различные дизайн-паттерны.
Потренируетесь в создании дашбордов.
Научитесь работать с основными архитектурами платформ данных.
Изучите общую структуру хранилища и главные инструменты, использующиеся для работы с ним.
Начнёте знакомиться со Spark.
Сможете создавать простые и сложные запросы на Spark.
Разберётесь, как оптимизировать запросы.
Разберётесь, как устроен Clickhouse и с какими целями его можно применять.
Сможете работать с запросами различной сложности.
Выясните, что представляет из себя такой инструмент, как S3.
Научитесь работать с S3, применяя при этом также Spark и Boto3.
Изучите устройство логической архитектуры DWH.
Ознакомитесь с различными вариантами строительства.
Узнаете, какие существуют классические роли и подходы при организации работы DWH.
Выясните, какими могут быть процессы вокруг данных.
Выполните проект, предполагающий совместное использование всех изученных в течение блока инструментов.
Узнаете, какова роль экспериментов и по каким принципам они должны внедряться.
Изучите процесс управления движением продукта через эксперименты.
Ознакомитесь с различными метриками и их связями между собой.
Узнаете, чем отличаются друг от друга ошибки первого и второго рода, а также поймёте, что такое чувствительность.
Научитесь грамотно формировать выборку и производить сплитование.
Разберётесь, что такое бутстрап и оптимальный критерий.
Выясните, как обойти проблему множественных сравнений.
Разберётесь, что представляют собой угрозы внешней достоверности результатов и какими способами можно избежать их.
Изучите чеклисты запуска и контроля экспериментов.
Научитесь грамотно проводить презентацию результатов эксперимента.
Узнаете, как обойти проблему нечувствительных тестов.
Научитесь применять CUPED.
Разберётесь, что такое SPRT и как он может помочь с решением проблемы подглядывания.
Ознакомитесь с различными методиками сausal inference.
Пройдёте несколько кейс-тестов и выполните некоторое количество мини-проектов.
Ознакомитесь с базовыми терминами машинного обучения.
Изучите модель линейной регрессии и разберётесь, как она может помочь в решении аналитических задач.
Научитесь строить линейную регрессию в Python.
Разберётесь в отличиях между функцией ошибки, функционалом качества и метрикой.
Научитесь интерпретировать результаты модели линейной регрессии.
Сможете выстроить пайплайн для эксперимента с моделями машинного обучения и определитесь с целями и предполагаемым результатом.
Изучите различные способы обработки данных.
Ознакомитесь со стратегиями валидации данных.
Разберётесь, что представляют из себя расширенные версии линейной регрессии.
Выясните, какие ограничения существуют у данной модели и в чём заключается проблема мультиколлинеарности.
Узнаете, какие критерии используются для сравнения линейных моделей.
Ознакомитесь со стратегией бинаризации таргета.
Выясните, как устроен механизм работы логистической регрессии и других линейных подходов.
Научитесь грамотно применять регуляризацию в задачах классификации.
Познакомитесь с различными метриками классификации.
Разберётесь, для чего необходимо производить калибровку вероятностей.
Научитесь интерпретировать линейные модели и оценивать вероятности.
Изучите концепцию метрического подхода в задачах регрессии и классификации.
Познакомитесь с различными алгоритмами KNN и возможностями их усложнения.
Разберётесь в особенностях интерпретации метрических подходов.
Изучите механизм работы KMeans и Dbscan, их плюсы и минусы.
Познакомитесь с метриками оценки качества кластеризации.
Ознакомитесь с основными спецификациями данных с временной структурой.
Узнаете, что такое авторегрессия и сможете решать эконометрические уравнения.
Научитесь применять библиотеку prophet для анализа временных рядов.
Изучите различные критерии декомпозиции временного ряда.
Выясните, как построить решающее дерево, используя жадный алгоритм.
Узнаете, в чём заключаются ограничения решающих деревьев и сложности в их настройке.
Разберётесь, что такое бэггинг, бустинг и стэкинг.
Поймёте, что представляет из себя концепция BVD.
Изучите механизм работы Isolation Forest.
Просмотр обучающих видеороликов
Делаете все тогда, когда вам это удобно и в подходящем вам темпе
Познакомитесь с площадками для поиска работы, узнаете, как успешно пройти стажировку, и получите доступ к бирже с вакансиями компаний-партнёров
Конечно! Школа Karpov.Courses осуществляет образовательную деятельность на основании официальной лицензии, полученной в апреле 2022 года. Подробности вы можете узнать на сайте школы.
Вы должны знать базовый синтаксис Python и уметь работать с популярными библиотеками, писать запросы на SQL, понимать статистику и теорию вероятностей, уметь создавать дашборды и визуализировать данные.
Вам понадобится только компьютер или ноутбук для написания кода. Никаких дополнительных программ и приложений устанавливать до старта обучения не нужно - за исключением Telegram, Zoom и Discord, где вы сможете общаться с преподавателями и однокурсниками.
Курс продлится шесть месяцев. Еженедельно будет открываться по три урока, состоящих из видеолекций, конспектов и домашних заданий, на выполнение которых вам будет отводиться до двух недель.
Для этого вам необходимо будет набрать не менее 75% баллов в течение прохождения курса. Баллы будут начисляться за выполнение практических заданий.
Это нормально, ведь вы находитесь в процессе освоения новых навыков и знаний. Со всеми возникшими затруднениями вы можете обращаться к экспертам курса.
Обучение организовано так, что вы можете спокойно совмещать его с работой, учебой и личной жизнью. Именно вы решаете, когда работать с материалами курса - вы занимаетесь тогда, когда удобно вам. Все уроки курса будут всегда в вашем доступе, даже после окончания курса, поэтому вы в любой момент сможете повторить пройденный материал.
Именно вы решаете, когда и сколько заниматься. Обычно студенты тратят на обучение от трех до пяти часов в неделю.
Да, вы всегда сможете задать вопрос преподавателю в личном кабинете. Также вы будете получать от него обратную связь после выполнения домашних заданий.
Да, вы можете купить курс в рассрочку, что позволит вам лучше спланировать свой бюджет.
Да, конечно. Подать заявление можно на официальном сайте ИФНС или в приложении Госуслуг. Команда школы поможет собрать пакет документов.
Project Manager в IT
Стилист-имиджмейкер
Эффективный руководитель
3D-моделирование для начинающих