Курс Data Science і основи Machine Learning у Києві
по 2-3 рази на тиждень
з 19:00 до 22:00
Теорії без практики
Застарілих механік роботи
Переказу чужих лекцій і книг
Питань без відповідей
Це буде захоплююче та ефективно!
25 live-занять — лише необхідна теорія й багато практики
Навчання за програмою, створеною фахівцями топових IT-компаній
Навчання у викладачів-практиків, які поділяться з вами реальним досвідом та актуальними знаннями
Доступ до матеріалів і записів занять протягом року в особистому кабінеті на зручній платформі
Два заняття з англійської, на яких ви визначите свій рівень володіння мовою, засвоїте корисну лексику для ІТ, а також отримаєте рекомендації щодо подальшого навчання
Заняття з пошуку першої роботи в ІТ, на якому обговоримо зарплатні очікування, самопрезентацію, етапи комунікації з працедавцем і підготовку до співбесіди
Мінікурс з soft skills, пошуку замовлень на фріланс-біржі Upwork, а також підготовки до пошуку роботи
Перевірка знань — вправи й тести
Досвід типової співбесіди з реальними тестовими завданнями наприкінці курсу
Навички командної роботи та проєкти, на яких здійснювалася робота впродовж навчання, для включення в портфоліо
Можливість долучитися до ITEA community
(понад 16 000 випускників)
Сертифікат після завершення навчання відповідно до своїх досягнень
Можливість сплачувати частинами або варіант зручної безпроцентної оплати на виплат від Альфа-банку
Індивідуальну онлайн-підтримку від викладача або ментора, спілкування з іншими студентами в чаті групи
Можливість заморозити навчання за потреби й доєднатися до наступного потоку
Повну підтримку клієнтського сервісу
- Вступ в Data Science і Machine Learning
- Базові поняття Big Data, Business Intelligence, Data Mining, Data Science, Machine Learning, Artificial Intelligence
- Історія розвитку Data Science, сучасні перспективи
- Хто такий Data Scientist, навички. Питання на співбесіді.
- Огляд процесу Data Science проекту
- Сценарії використання і застосування ML в сучасному світі
- Огляд успішних проектів по Big Data і Machine Learning
- Планування і підготовка роботи
- Історичний огляд методологій ведення Data Science рішень
- Детальний огляд сучасного Data Science процесу і його етапів
- Команда і ролі фахівців в проектах Data Science
- Огляд популярних фреймворків і інструментів для Data Science рішень
- Workshop 1: Етап Business Understanding
- Основи роботи з системою контролю версій
- Завантаження вихідних даних для аналізу в систему (ETL)
- Data cleansing and transformation
- Data Sampling and Quantization
- Workshop 2: Підготовка даних для проекту
- Підходи та методики для візуалізації даних
- Практика: Візуалізація даних за допомогою Power BI і R
- Теоретичний огляд проблеми та основних методів
- Введення в штучні нейронні мережі для вирішення різних завдань
- Процес створення реальних програмних моделей для прогнозування і класифікації
- Оцінка точності навчених моделей, вибір кращої
- Workshop 3: Створення моделей прогнозування та класифікації
- Теоретичний огляд проблеми та основних методів
- Процес створення реальних програмних моделей для кластеризації, рекомендаційних алгоритмів
- Оцінка точності навчених моделей, вибір кращої
- Введення в обробку природної мови
- Workshop 4: Створення моделей кластеризації і рекомендаційних моделей
- Часові ряди і прогнозування подій
- Імплементація моделей машинного навчання для подальшого використання
- Обговорення результатів виконання домашніх завдань
- Приклади архітектур повноцінного проекту
- Workshop 5: Імплементація моделей машинного навчання
- Підведення підсумків курсу, презентація проектів
- Рекомендовані матеріали і кроки для подальшого вивчення
Зробіть перші кроки в навчанні під керівництвом практикуючих спеціалістів!
Завдання нашої команди — стати твоїм провідником у світ IT, підготувати тебе до IT-кар'єри максимально ефективно і, як наслідок, змінити твоє життя на краще. Ми випустили вже понад 16 000 IT-фахівців.
Детальніше про працевлаштування з ITEA ви можете прочитати тут.
У межах навчання на курсі Data Science / Machine Learning Fundamentals ми надаємо нашим студентам:
для кращого розуміння матеріалу
Особистий кабінет з доступом до матеріалів курсу
Допомога викладача чи ментора курсу
Актуальну програму навчання