Построение модели машинного обучения включает в себя три этапа: сбор данных, их моделирование и развертка. Этим занимаются Data Engineer, ML-инженеры, аналитики данных. Специалисты используют такие инструменты, как MongoDB, SQL, Docker, Python, HTML, CSS, Hadoop, NoSQL, Apache Spark, PySpark, Linux, Jupyter Notebook, Gitlab, Kubernetes, Airflow, Kafka, Spark Streaming и другие.
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.
Fullstack-разработчик
Продакт-менеджер
Аналитик-разработчик
Data Scientist
Data Science
Data scientist
Кандидат технических наук; Старший консультант по data science; Руководитель отдела научного ПО
Разработчик группы бизнес-анализа
Программа обучения состоит из двух курсов: «Machine Learning PRO» и «Deep Learning». В каждом образовательном блоке будут практические задания для закрепления теории.
Даже если вы никогда не программировали, после этого марафона вы сможете построить модель машинного обучения, которая будет анализировать необходимые данные и делать прогнозы.
Марафон длится три дня. Вы будете смотреть видео-уроки, выполнять практические задания и общаться с одногруппниками.
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.