Data Scientist от Skillbox

Получите представление о том, какие функции способны выполнять ML-модели. 

Разберётесь в базовой терминологии и сможете в ней ориентироваться. 

Освоите новый функционал SQL. Отточите приобретённые навыки. 

Дадите определение понятию линейной регрессии. Изучите сопутствующие практики. 

Научитесь эффективно выполнять задания, связанные с регуляризацией. 

Разберётесь в метрической классификации. Узнаете, в чём заключается метод ближайших соседей.

Получите представление о том, как устроена библиотека NumPy и какие задачи она может выполнять. 

Начнёте изучать теорию линейной классификации. Обсудите особенности логистической регрессии. 

Углубитесь в предыдущую тему. Освоите методику опорных векторов.

Познакомитесь с особенностями логической классификации. Разберёте новые термины.

Дадите характеристику таким понятиям, как деревья решений и случайный лес.

Узнаете, как устроен процесс очистки данных. Научитесь проводить его на практике.

Поговорите о кластеризации. Поймёте, что из себя представляет метод k-средних.

Подробнее изучите тему предыдущего модуля. Отточите приобретённые навыки. 

Разберётесь в особенностях алгоритма DBSCAN. 

Дадите определение такому понятию, как несбалансированные выборки.

Получите представление о том, как устроены современные нейронные сети и какие возможности они представляют для бизнеса.

Научитесь проводить анализ текстов и оценивать их по всем важным критериям. 

Узнаете, что из себя представляет такая профессия, как Data Analyst.

Ознакомитесь с классификацией различных источников информации. 

Рассмотрите ключевые метрики аналитики. Сможете грамотно с ними работать. 

Приобретёте и отточите навыки, связанные с анализом качества полученных данных. 

Поймёте, как нужно формулировать и проверять гипотезы. 

Разберётесь в инструментарии Microsoft Excel. Изучите техники визуализации. 

Проведёте практическую работу по анализу продаж. Предложите идеи о том, какие бренды стоит закрыть. 

Рассмотрите способы объединения разнородных данных. Сможете применять их на практике. 

Продолжите разбираться в вопросе проверки качества. Углубитесь в эту тему. 

Рассмотрите новую терминологию и научитесь в ней ориентироваться. 

Познакомитесь с форматами визуализации, актуальными для Python.

Получите представление о том, какие факторы нужно учитывать при составлении гипотез. 

Оцените заданную воронку продаж, выявите системные ошибки и дадите советы по их исправлению. 

Поговорите о функционале SQL с точки зрения витрины данных. 

Разберётесь в особенностях процесса очистки. Отточите связанные с этим навыки. 

Детально изучите методики построения прогнозов. Сможете ими пользоваться. 

Рассмотрите различные инструменты для визуализации. 

Дадите определение понятию А/В-тестов. Научитесь их разрабатывать. 

Воспользуетесь новыми техниками для анализа инноваций в мобильном приложении маркетплейса. Определите их эффективность. 

Поймёте, как грамотно работать с API. Обсудите особенности аккумулирования источников. 

Получите представление о том, как можно повысить общее качество информации. 

Научитесь выявлять закономерности и делать выводы на их основе. 

Поговорите о нюансах интерпретации при работе с результатами А/В-тестирования.

Приобретёте навыки составления аналитической отчётности. Сможете проводить презентации. 

Сформулируете главные факторы убыточности. Предложите свои варианты её снижения. Проверите свои гипотезы.

Познакомитесь с более углублённом теорией машинного обучения. 

Рассмотрите возможности Auto ML. Освоите соответствующие практики. 

Продолжите изучать предыдущую тему. Разберётесь в соответствующей методологии. 

Дадите определение понятию компьютерного знания. Поймёте, какие возможности оно открывает. 

Рассмотрите предыдущую тему в контексте нейронных сетей. 

Познакомитесь с базовыми понятиями нейролингвистического программирования. 

Поговорите о совмещении технологий искусственного интеллекта и NLP.

Получите представление о том, как устроены системы рекомендаций в разных сервисах. 

Дадите определение понятию коллаборативной фильтрации. Освоите сопутствующие практики. 

Рассмотрите изучаемые системы с точки зрения их эффективности для бизнеса.

Расширите инструментарий для работы с моделями машинного обучения. 

Поймёте, что из себя представляют временные ряды и научитесь грамотно с ними работать. 

Посмотрите на предыдущую тему с точки зрения прогнозирования. Освоите новые техники. 

Углубитесь в вопросы контроля качества. Сможете тщательно проверять готовые модели. 

Познакомитесь с общей классификацией продвинутых методик продуктовой аналитики.

Разберётесь в ключевых метриках и сможете грамотно с ними работать. 

Поговорите о проведении исследований. Узнаете, как они должны быть построены. 

Обсудите особенности А/В-тестов в выбранной области. 

Приобретёте и отточите навыки расчёта показателей юнит-экономики. 

Получите представление о том, как должна составляться необходимая отчётность. 

Познакомитесь с ключевыми метриками. Сможете работать с различными каналами продвижения.

Рассмотрите методы и техники маркетингового анализа. Поймёте, как эффективно их применять. 

Приобретёте и отточите навыки оценки деятельности конкурентов. 

Получите представление о том, как должны проводиться исследования целевой аудитории. 

Разберётесь в функционале такого сервиса, как «Яндекс Метрика».

Освоите новые инструменты и научитесь эффективно ими пользоваться. 

Сильнее углубитесь в возможности одной из изучаемых площадок. 

Поймёте, откуда взять информацию о клиентах и продажах. 

Разберётесь в теории и инструментах сквозной аналитики. 

Познакомитесь с основными методиками визуализации результатов.

Сможете проводить анализ маркетинговой кампании и степени её успешности. 

Разберётесь в функционале Power BI. Приобретёте связанные с этим навыки. 

Ознакомитесь с возможностями Power Query. Расширите теоретическую базу. 

Узнаете, что из себя представляет язык запросов DAX. Поймёте, какие задачи он может выполнять. 

Рассмотрите различные инструменты и методики визуализации. 

Научитесь грамотно работать с фильтрами и графиками. Изучите гистограммы. 

Сможете составлять таблицы и обрабатывать матрицы. Разберётесь в том, когда стоит использовать карты.

Приобретёте и отточите навыки составления интерактивных отчётов.

Изучите различные средства визуализации, которые вы не затронули раннее. 

Разберётесь в расширенном функционале Python и освоите новые методики. 

Рассмотрите особенности оценивания. Отточите сопутствующие навыки. 

Разберётесь в теории составления и проверки гипотез. 

Углубитесь в предыдущую тему и получите соответствующие практические знания. 

Познакомитесь со спецификой совместных распределений. 

Рассмотрите техники исследования зависимостей через призму вашего профессионального поля. 

Детально изучите методики работы с временными рядами, приближенные к вашей будущей профессиональной деятельности. 

Разберёте частотный и байесовский подходы. Узнаете, что гласит формула Байеса.

Поймёте, что нужно учесть перед началом поиска работы. 

Получите представление о том, как создать продающее резюме, даже если у вас нет опыта. 

Разберёте различные площадки для поиска вакансий и рассмотрите их особенности. 

Подготовитесь к будущим тестовым заданиям. Изучите общие правила. 

Научитесь избегать распространённых ошибок на собеседованиях. 

Обсудите вопросы испытательного срока и адаптации к рабочему месту. 

Поговорите о том, как составляются и прорабатываются планы карьерного развития. 

Сможете грамотно отвечать на типичные вопросы. Заранее к ним подготовитесь. 

Поговорите о том, что работодатели требуют от программистов различных направлений.