Логотип Academy Market
Каталог курсов
Логотип Academy Market
Наверх
Александр Миленькин
Александр Миленькин
Data Scientist; Старший аналитик
г. Москва

Александр Миленькин

Data Scientist; Старший аналитик
г. Москва

Александр обучался на биоинженера в МФТИ. Поначалу работал биоинформатиком, а затем продолжил развиваться в data science. Стал опытным старшим аналитиком и специалистом в науке о данных. Работает в red_mad_robot, где создаёт IT-продукты с технологиями машинного обучения в сфере промышленности. Также создавал решения для медицинской области, Регулярно принимает участие в Kaggle-соревнованиях, побеждао в хакатонах по data science и machine learning.

На курсах Александр помогает освоить на базовом и продвинутом уровне ML и проведение A/B-тестирования.

Направление
Рейтинг курсов
4,73
Otus
Преподаватель по машинному обучению
Skillbox
Преподаватель по A/B-тестированию
red_mad_robot
Data Scientist
МФТИ
Преподаватель по анализу данных в Python
X5 Retail Group
Старший менеджер по работе с большими данными
Асна
Cтарший аналитик
Gero
Data Scientist; Старший аналитик
Insilico Medicine
Биоинформатик

Программа курса

Вам предстоит пройти 5 тематических блоков, выполнять практические задания с самостоятельной проверкой. В конце курса вас ждет итоговый тест.

1.
Знакомство с 1С-разработкой
2.
Создание структуры для хранения данных и базовый интерфейс
3.
Приёмы программирования, интеграция с внешними сервисами
4.
Использование накопленных данных. Отчёты и дашборды
5.
Карьера 1С-разработчика и ответы на вопросы

Чему вы научитесь

Основам языка 1С
Работать в платформе 1С
Работать с регистрами
Создавать несложные приложения

Программа курса

Программа курса содержит 8 тематических блоков и 44 темы суммарно. В конце курса - итоговый проект для портфолио и отработки навыков.

1.
Advanced Machine Learning. AutoML
2.
Production
3.
Временные ряды
4.
Рекомендательные системы. Задача ранжирования
5.
Графы
6.
Bayesian Learning, PyMC
7.
Reinforcement Learning
8.
Проектная работа

Чему вы научитесь

Настраивать окружение и писать production код, готовый к внедрению
Работать с AutoML подходами и понимать ограничения в их применении
Понимать и уметь применять Байесовские методы и обучение с подкреплением для соответствующих задач
Решать нестандартные проблемы, возникающие в рекомендательных системах, временных рядах и графах

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