[Mathshub] Профессия Data Scientist

О школе

Mathshub — международная школа анализа данных и разработки. Команда Mathshub за 3 года обучила уже более 4 тысяч студентов.

Наши образовательные программы подходят как новичкам, так и опытным специалистам. Цель наших программ – добиться того, чтобы каждый выпускник получил работу после курса. Каждая программа содержит карьерный блок, где мы научим, как проходить собеседования, чтобы получить оффер в заграничной компании.

Наши преподаватели — яркие и амбициозные специалисты из Big Data с опытом преподавания в ШАД, НИУ ВШЭ, МФТИ, Y-Data, Stepik.org. Это практики и предприниматели, построившие карьеру в разработке и управлении продуктов с машинным обучением в FAANG и IT-стартапах.

Программирование на Python, введение в машинное обучение и deep learning преподаются признанными в сообществе DS специалистами — Давидом Дале, Игорем Слинько, Татьяной Гайнцевой, Айрой Монгуш и др.

Чем занимается Дата-сайентист?

Анализирует массивы больших данных, с помощью программирования и математики выявляет закономерности и аномалии данных, создает модели для предсказания результатов и тестирования гипотез.

Дата-сайенс решает проблемы бизнеса и компании всё больше нуждаются в дата-сайентистах.

Программа

PYTHON
в этом модуле закладываются фундаментальные основы языка, которые впоследствии будут расширяться
18 занятий

SQL
аналитики чаще всего работают с базами и хранилищами данных, поэтому важно изучить SQL
8 занятий

EDA
узнаете, как получить представление о качестве данных, их структуре, распределении и связях
8 занятий

АЛГОРИТМЫ И СТРУКТУРЫ ДАННЫХ
благодаря знаниям в области алгоритмов можно упростить работу с данными и повысить производительность своего кода
4 занятия

МАТЕМАТИКА И СТАТИСТИКА
создавайте и анализируйте модели различных систем и методы машинного обучения
14 занятий

РАБОТА С БОЛЬШИМИ ДАННЫМИ
анализ больших данных позволит выявить потенциальные угрозы и принять необходимые меры
5 занятий

ПРОДУКТОВАЯ АНАЛИТИКА
аналитика будущего спроса на продукт/услугу
2 занятия

МАШИННОЕ ОБУЧЕНИЕ
ML может обрабатывать огромные объемы данных и предоставлять рекомендации в реальном времени
9 занятий

ГЛУБОКОЕ ОБУЧЕНИЕ
DL позволяет создавать модели и учить их на больших наборах данных, что помогает упростить многие задачи
12 занятий