ПРОГРАММА КУРСА
блок

- Функции и переменные
- Условия и циклы
- Списки, словари, кортежи, множества
- Объекты, классы, наследование

- Типы данных (шкал)
- Вероятность, случайная величина, распределение
- Гипотезы, статистическое решение

- Регулярные выражения
- Работа с файлами
- Работа с интернетом
- Примеры использования API
- Облегчение жизни: логи, tqdm, мультипроцессинг
- Синтаксис запросов
- Создание базы данных
- Работа с базой из Python
- BigQuery

- Описательные статистики
- Корреляция
- Сравнение групп
- Линейная регрессия
- Бутстреп
Разработка системы мониторинга и анализа сайта конкурентов.
блок





- Pandas - супер-таблицы
- Sklearn - машинное обучение
- NLTK и Pymorphy2 - работа с естественным языком
- Matplotlib, plotly, dash - визуализация и дашборды
- Keras - конструктор нейросетей

- Кластеризация (методы, метрики)
- Классификация (методы, метрики)
- Регрессия (методы, метрики)
- Кратко о нейронный сетях (устройство, виды, преимущества)
- Основы анализа текстов

- Предсказание оттока клиентов
- Рекомендательные системы
- Чат-боты

- Выбор и генерация признаков
- Что может пойти не так
- Стэкинг, бэггинг, бустинг
Реализация одного из следующих проектов на выбор:
- чат-бот для интернет-магазина;
- предсказание продаж товара;
- рекомендательная система;
- анализ и прогноз кликов на рекламу;
- система кредитного скоринга.
СТЕК ТЕХНОЛОГИЙ
Наведите курсор, чтобы ознакомиться с кратким описанием каждой технологии.
Python
Это высокоуровневый язык программирования общего назначения, он применяется практически во всех отраслях IT. На основе Python можно создавать сайты, но главным образом он используется для поиска и анализа данных.
Синтаксис ядра Python минималистичен, однако инструментов, позволяющих с помощью этого языка решать самые разные задачи, очень много.
Jupyter Notebook
Легкое и быстрое приложение, позволяющее писать программы на Python прямо у себя в браузере. Отлично подходит для аналитической работы и экспериментов.
Кроме того, с его помощью можно создавать симпатичные презентации и отчеты, используя возможности языка разметки markdown.
SQL & SQLite
Для управления данными в системе реляционных БД используется язык структурированных запросов — SQL. На нем база данных получает команды поиска, записи, администрирования необходимой пользователю информации.
SQLite — компактная встраиваемая СУБД, которая отлично подходит для решения аналитических задач: ее легко создать и использовать.
Pandas
Это библиотека для обработки и анализа табличных данных. Для Python-разработчика Pandas — основной инструмент преобразования исходной информации.
Matplotlib
Matplotlib — библиотека для визуализации данных. Графическое представление информации может быть как простым, так и комплексным: Matplotlib позволяет создавать многослойные трехмерные визуализации.
Plotly & Dash
Современный инструмент для создания интерактивной графики и дашбордов, позволяющий легко преобразовать их в полноценный веб-продукт.
Scikit-learn
Широта функциональных возможностей, множество готовых решений и разнообразие инструментов предварительной обработки данных определяют статус Scikit-learn в мире Python: де-факто это сновная библиотека для машинного обучения и работы с BigData.
NLTK & PyMorphy2
Библиотеки для работы с языковыми данными, часто используемые в связке с Scikit-learn.
NLTK — один из наиболее востребованных инструментов современной компьютерной лингвистики.
PyMorphy2 — морфологический анализатор русских текстов, который работает с морфологическим словарем OpenCorpora, создаваемым на основе базы данных «Грамматического словаря русского языка» А.А. Зализняка.
Keras
Это библиотека для проектирования, создания и обучения нейронных сетей. Упрощает работу с низкоуровневыми фреймворками TensorFlow и Theano, позволяет оценить результаты обучения.
BigQuery
Облачная БД от Google способна очень быстро обрабатывать огромные массивы данных, с которыми обычный ПК или сервер просто не справится.
Python
Это высокоуровневый язык программирования общего назначения, он применяется практически во всех отраслях IT. На основе Python можно создавать сайты, но главным образом он используется для поиска и анализа данных.
Синтаксис ядра Python минималистичен, однако инструментов, позволяющих с помощью этого языка решать самые разные задачи, очень много.
Знание этого стека технологий дает все основания отрекомендоваться junior-разработчиком на языке Python в своем резюме и чувствовать себя уверенно на собеседовании.
В программу курса также включен информационный блок по алгоритмам и структурам данных: часто работодателя интересует, есть ли у вас знания в этой области.
На наших курсах программирования на Python вас ждут:
Мини-группы
Мы — сторонники индивидуального подхода в обучении, насколько это возможно, поэтому проводим занятия в группах по 6–10 человек.
2 собственных проекта
Во время обучения Вы будете работать исключительно с практическими заданиями и разработаете 2 собственных проекта для своего портфолио.
Видеоархив занятий
Все учебные материалы, включая записи занятий, будут доступны вам в течение неограниченного времени.
Опытные наставники
Наши педагоги - не просто преподаватели, знающие исключительно теоретический материал, но и разработчики современных систем и web-приложений.
подробнее...
Помощь в трудоустройстве
Мы активно сотрудничаем с рекрутинговыми агенствами и IT-комьюнити. Лучшим студентам поможем трудоустроиться.
Сертификат
Успешно завершившие обучение студенты получат документ об окончании курса.
ПРЕПОДАВАТЕЛИ
Аспирант 2 курса кафедры "Кибернетика" НИЯУ МИФИ.
Дважды лауреат гранта "УМНИК-2018" на создание предиктивных моделей.
Более 3 лет успешной работы в IT-технологиях, программировании на языках С, PHP и Python, а также преподавательской деятельности в НИЯУ МИФИ
Зохраб является призером 2-й степени хакатона "Hack The Media", а также финалистом хакатонов "Pik Digital Day" и "Urban Tech Challenge"
Также он участвовал в качестве веб-разработчика в 5-ти проектах.
Зохраб имеет 3 года опыта работы в РАН, RetailRocket и ПАО МегаФон на должности аналитика данных.
5-летний опыт в сфере анализа и обработки больших данных.
Закончил магистратуру на факультете Компьютерных Наук в Высшей Школе Экономики в 2016-м году. Еще в университете начал практиковать навыки преподавания будучи ассистентом преподавателя по курсу "Программирование". Проводил семинары с первокурсниками, принимал домашние задания и разрабатывал экзаменационные тесты.
С начала 2014 года и до осени работал стажером-аналитиком в компании IBM Russia, занимался построением прототипов моделей на платформах IBM ILOG CPLEX и IBM SPSS Modeler. Участвовал в работе над рядом проектов по предиктивной аналитике.
Затем, до 2017 года работал в компании-системном интеграторе Unis Labs Solutions в качестве ведущего разработчика и руководителя группы аналитиков. Занимался индустриальными проектами, связанными с анализом больших данных. Работал с инструментами: IBM SPSS Modeler, KNIME, Python.
С весны 2017 года и по сей день работает в Яндекс.Поиске аналитиком в отделе безопасного поиска. За 2 года участвовал в разработке главной метрики Поиска, участвовал в запуске нового алгоритма Поиска "Андромеда", создавал автоматические алгоритмы и формулы по обнаружению спама и сайтов-злоумышленников на поисковой выдаче. Использовал полный стек технологий аналитика - от python до внутренних MapReduce систем, обрабатывал до нескольких петабайт данных в течение суток.
Осенью 2017 года вел курсы для аналитиков в компании Itella Connexions.
Окончил НИУ ВШЭ по специальности "Экономика", продолжил обучение в МГТУ им. Баумана по специальности "Информатика и Управление".
Имеет опыт работы применения машинного обучения в сфере государственной статистики, ритейла и банковской деятельности.
На данный момент является Тимлидером (CDS) в Сбербанке.
Более 2-х лет опыта коммерческой веб-разработки на языках Python/JavaScript
За свою карьеру участвовал в качестве разработчика более чем в 5 крупных проектах и стартапах, в числе которых Supplyshift, компания которая помогает построить и работать с цепочкой поставок для бизнеса, Supl.Biz - компания помогающая связать оптовых поставщиков и заказчиков.
На данный момент работает в Яндекс.Такси в отделе разработки эффективности платформы.
Окончил МГТУ им. Баумана
Имеет более 2 лет опыта в сфере анализа больших данных и ML. При решении различных бизнес-задач выполнял работы как на этапах Data Mining, Data Cleansing, а также, Data Science, Data Scrapping, Data Engineering. В процессе взаимодействия с крупным коммерческими компаниями решал ряд задач, связанных с: deep learning for Natural Language Processing, look-alike, audience research and segmentation, recommender system, scoring system etc. В работе занимается задачами построяния предиктивных аналитических моделей обработки данных для управления взаимоотношениями с клиентами, оттоком клиентов, развития кросс-продаж, микро-сегментации, профилированием аудитории и скорингом, а также визуализацией исследований и геоаналитикой.
Работал с крупным бизнесом в банковской, телекоммуникационной, автомобильной сферах.
Более 3-х лет успешно преподает Data Science.
СЛОВО НАШИМ ПРЕПОДАВАТЕЛЯМ
Не бойтесь начать программировать!
Алексей Соколов — руководитель Nordic IT School
Хотел бы обратиться ко всем, кто задается вопросом «Смогу ли я?»: не стоит сомневаться, все не так страшно, как кажется на первый взгляд.
Обучение построено по принципу «step-by-step», от простого к сложному. В нем нет ничего такого, с чем бы вы не справились.
Чтобы успешно завершить курс и сделать первые самостоятельные шаги в профессии, вам понадобится лишь твердое намерение и минимальные навыки работы с ПК.
Code Review и принципы образовательного процесса
Вячеслав Жуков — руководитель курсов frontend-разработки в Nordic IT School
Мы — сторонники индивидуального подхода в обучении, насколько это возможно. В деле образования конечный результат во многом зависит от количества времени и внимания, уделяемого каждому студенту лично. Поэтому мы проводим занятия в мини-группах по 6–10 человек.
Мы — за то, чтобы учиться было интересно. У нас активный, оживленный образовательный процесс, теория чередуется с практикой. Чего у нас точно нет, так это скучных лекций.
Кстати, по окончании каждого занятия мы задаем домашнее задание, проверяем его и даже ставим оценки. Это отличный способ не только проверить степень усвоения материала, но и повысить качество обучения.
Преподаватель проводит полный разбор вашей самостоятельной работы, комментирует ошибки, дает рекомендации по улучшению кода. Это называется «сode review» и очень способствует профессиональному росту студентов.
так как от вас ждут результата, а не просиживания по 8 часов в офисе!
ЦЕНА ОБУЧЕНИЯ
Окончил МГТУ им. Баумана
Имеет более 2 лет опыта в сфере анализа больших данных и ML. При решении различных бизнес-задач выполнял работы как на этапах Data Mining, Data Cleansing, а также, Data Science, Data Scrapping, Data Engineering. В процессе взаимодействия с крупным коммерческими компаниями решал ряд задач, связанных с: deep learning for Natural Language Processing, look-alike, audience research and segmentation, recommender system, scoring system etc. В работе занимается задачами построяния предиктивных аналитических моделей обработки данных для управления взаимоотношениями с клиентами, оттоком клиентов, развития кросс-продаж, микро-сегментации, профилированием аудитории и скорингом, а также визуализацией исследований и геоаналитикой.
Работал с крупным бизнесом в банковской, телекоммуникационной, автомобильной сферах.
Более 3-х лет успешно преподает Data Science.
Анализ
данных
Мы ответим на все ваши вопросы.
Учебный процесс
Занятия проходят в компьютерных классах по адресу: Москва, ул. Большая Спасская, д. 12.
Главное преимущество очного формата — моментальная обратная связь от преподавателя по всем вопросам. На своем экране в режиме реального времени вы увидите, как пишется программный код. Лекций мы не читаем.
На первых 2–3 занятиях осваиваем необходимый теоретический минимум, а затем переходим к рассмотрению конкретных практических задач и ситуаций.
Очный курс предполагает более интенсивный учебный процесс, за счет этого время обучения короче на месяц по сравнению с онлайн-вариантом.
Личное присутствие на занятиях в составе группы дисциплинирует и мотивирует студента серьезнее относиться к учебному процессу.
Все учебные материалы и записи занятий сохраняются в личном кабинете и будут доступны вам даже после окончания обучения.
В конце каждого занятия вы получаете задания для самостоятельной работы дома.
Обратная связь преимущественно в видео-формате: преподаватель проверяет, комментирует и оценивает вашу работу по 10-балльной шкале. Вы получаете Code Review и рекомендации для качественной доработки кода.
Предусмотрена возможность пересдачи.
У нас есть лицензия на осуществление образовательной деятельности. По окончании обучения вы получите документ, в котором будут указаны:
- стек освоенных технологий;
- объем курса в академических часах;
- средний балл за весь курс;
- количество решенных домашних заданий;
- финальный проект.
Мы со всей ответственностью подходим к образовательному процессу и следим за успеваемостью наших студентов. Вы не останетесь без поддержки.
FAQ
Что входит в менторскую поддержку?
Помощь специалиста будет весьма кстати, особенно если вы начинаете обучение с нуля.
Поддержка наставника включает в себя проверку и разбор ваших домашних заданий, полноценный code review, возможность консультироваться. Это очень ценная опция, она доступна, начиная с тарифа Middle. Рекомендуем не пренебрегать ей.
Кто у вас преподает?
Практикующие веб-разработчики, которые совмещают работу в крупных компаниях и студиях веб-дизайна с преподаванием в нашей школе.
Важно отметить, эти люди не только глубоко разбираются в предмете, но и умеют объяснять сложные вещи доступным языком.
Смогу ли я?
Актуальный вопрос. Программировать на Python может каждый. Отсутствие предшествующего профессионального опыта в сфере IT не препятствует получению новых заний, ведь обучение начинается с азов.
Чтобы стать программистом, вам не надо быть математиком или инженером и обладать каким-то особым складом ума.
А чтобы успешно завершить курс, нужно лишь перестать сомневаться в себе, не лениться и выполнять все задания.
Что я получу?
- готовый проект на Python для вашего портфолио;
- сертификат о прохождении курса.
А вдруг мне не понравится, вернете деньги?
За знание Python хорошо платят?
Спрос на Python-программистов стабильно высок, ведь задач и вакансий значительно больше, чем специалистов на рынке труда.
Новички в профессии без опыта могут рассчитывать на зарплату в 50-60 тыс. руб., но уже через год она может вырасти до 100–130 тыс. руб. Специалисты с опытом работы 1–3 года могут претендовать на позиции с зарплатой 150 тыс. руб. и выше.
Не стоит также забывать о возможной перспективе удаленной работы.
Вы поможете мне найти работу?
Что дальше?
В общем случае человеку без опыта работы сложнее найти подходящую вакансию, чем специалисту со стажем — это главная проблема любого новичка.
Возможно, что IT-сообщество, с которым мы сотрудничаем, поможет вам найти работу по завершении курса. Также вы получите от нас рекомендацию, составленную с учетом всех результатов, которых вы достигли в ходе обучения.
Работаете ли Вы с юридическими лицами?
ОСТАЛИСЬ ВОПРОСЫ? СВЯЖИТЕСЬ С НАМИ!
Напишите, что бы вы хотели узнать и мы оперативно ответим.
А хотите, просто позвоните нам по телефону: +7 925 632-21-47 или +7 495 626-46-00
Слово нашим студентам!
Мы гордимся достижениями всех наших студентов. Некоторым нашим слушателям мы хотели бы выразить особую признательность за разработку нашего сайта.
ФОТО ШКОЛЫ
МЫ РЯДОМ
№ 035452 от 19.09.2014 года
Мастер-класс
по Python
Мастер класс по анализу данных на Python: «Вжух! И ты уже можешь предсказать стоимость жилья»
На основе характеристик дома и района научимся предсказывать стоимость жилья, построим модель машинного обучения и визуализируем полученный результат:
На занятии вы напишите свой первый код под руководством опытного наставника, а так же:
- Узнаете, как проходит обучение в школе
- Познакомитесь с преподавателями
- Узнаете все подробности курса
- Решите свою первую задачу по анализу данных на Python
- Сможете задать преподавателю любые вопросы про обучение и дальнейшим карьерным перспективам по итогам курса
Формат: Онлайн
Когда: 21 января 2021, 19:00 (по Мск)
Мастер-класс пройдет в формате вебинара