Логотип Academy Market
Каталог курсов
Логотип Academy Market
Наверх
Максим Мигутин
Максим Мигутин
Data Scientist
г. Москва

Максим Мигутин

Data Scientist
г. Москва

Максим — выпускник экономического факультета МГУ им. М.В. Ломоносова. Вот уже пять лет работает с аналитикой данных. Ему довелось посотрудничать с Альфа-Банком и Yum! Brands. Умеет строить аналитические системы и внедрять машинное обучение в промышленную эксплуатацию.

Направление
Рейтинг курсов
4,66
Otus
Преподаватель
Альфа-Банк
In-house лидер Data Engineering и Data Science-проектов
Yum! Brands
In-house лидер Data Engineering и Data Science-проектов

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

Курс включает в себя теоретические и практические задания, основанные на реальных примерах, для лучшего понимания программы обучения.

1.
ELT: Структура и типы источников данных
2.
DWH Basics
3.
DWH Intermediate
4.
Business Intelligence
5.
DWH Advanced topics
6.
Recap
7.
Проектная работа

Чему вы научитесь

Выгружать данные веб-счетчика
Работать с аналитическими приложениями
Настраивать аналитические движки
Визуализировать данные
Развертывать BI-решения

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

Чему вы научитесь

Работать с большими данными
Создавать ML-алгоритмы
Взаимодействовать с распределенными файловыми системами
Выводить результаты ML в продакшн
Проектировать нейронные сети

Программа курса

Онлайн-курс познакомит вас с особенностями работы с экосистемой Hadoop и Spark-приложениями, после чего вы закрепите полученные знания на практике и разработаете ETL-систему в качестве итогового проекта.

1.
Scala
2.
Hadoop
3.
Spark
4.
Streaming
5.
Apache Hive
6.
Обслуживающие системы
7.
Проектная работа

Чему вы научитесь

Собирать проекты на Scala
Организовывать сбор, хранение и обработку Big Data
Управлять базами данных на основе платформы Hadoop
Применять фреймворк Flink
Работать со слабоструктурированными данными в Hive

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