Question 1

Отрасли применения Data Science

Accepted Answer

С помощью обучающих алгоритмов машинного обучения можно научить программы делать что угодно: 1. Предлагать дополнительные товары, которые пользователь купит с наибольшей вероятностью, на основе его поведения на сайте и покупок. Таким образом увеличивать продажи и прибыль бизнеса. 2. Предсказывать события в клиентской базе. Таким образом можно заранее предпринять меры, которые сократят расходы или увеличат прибыль. Возьмем к примеру страховую компанию, которая предоставляет услуги ДМС. Если она научит программу предсказывать, кто из клиентов в ближайшее время обратится за дорогостоящей медицинской услугой, то сможет предпринять меры, чтобы сократить расходы по ДМС. Например, позвонить клиенту и предложить ему проконсультироваться с хорошим врачом, чтобы не допустить развитие болезни. 3. Формировать заказы на поставку для магазинов сети с учетом динамики продаж, сезона, прогноза погоды и других параметров. Таким образом не допускать, чтобы в торговых точках было затоваривание или нехватка товара. 4. Сегментировать клиентов, чтобы делать им подходящие предложения. Возьмем к примеру банк, который создал новый вид кредита. С помощью машинного обучения он может выявить в базе клиентов тех, кто вероятнее всего воспользуется таким кредитом. 5. По факту, области применения машинного обучения и Python практически безграничны: от контроля качества товаров до диагностики оборудования на производстве, от продаж до аналитики, от повышения персонализации до аудита. Вы сможете использовать возможности алгоритмов практически в любой сфере.

Question 2

Зачем это мне?

Accepted Answer

По версии кадрового агентства Glassdoor, профессия Data Scientist, напрямую связанная с машинным обучением, занимает первую строчку в рейтинге самых лучших профессий Америки. Ценятся такие специалисты высоко. Журнал IncRussia пишет, что зарплата специалиста по машинному обучению составляет 130-300 тысяч рублей. Причина в том, что на рынке мало специалистов в области Data Science. Полученная квалификация в этой области поможет вам совершить рывок в текущей работе или запуске собственного проекта.

Question 3

Что потребуется для успешного обучения

Accepted Answer

Ноутбук с установленным Python (мы дадим инструкцию и поможем с установкой). Около 6-8 часов в неделю и желание получить новые знания.

Question 4

Я стану гуру машинного обучения?

Accepted Answer

Путь Data Scientist — долгий и требует знаний математики, статистики, программирования и значительной практики. Вы пройдете от точки «я ничего не знаю» до точки «я решаю задачи в области Data Science и знаю, где это применить в работе и как развиваться дальше».

Question 5

Чем вы лучше бесплатных курсов

Accepted Answer

Основной ответ такой — наша специализация не является заменой бесплатным онлайн-курсам. Напротив, онлайн-курсы — это очень хорошо и полезно. Но у наших курсов есть неоспоримые преимущества: фокус на практике, помощь преподавателя и поддержка группы. Вы будете учиться по принципу одно занятие = одна задача. Вместе с дата-сайентистом с опытом работы в топовых отечественных и зарубежных компаниях вы пройдете все этапы проекта по машинному обучению: загрузка и очистка данных, выбор модели, разделение на основную и контрольную выборку, кросс-валидация, «тюнинг» модели и многое другое. Каждое занятие будет проводиться в специальном Jupyter notebook, который останется у вас после курса и поможет вам реализовывать проекты после окончания курса (вплоть до того, что можно брать готовые куски кода, которые работают). Если вы столкнетесь с проблемой при выполнения задания, вам всегда будет к кому обратиться: вы сможете получить совет от одногруппников и помощь преподавателя в закрытом сообществе в Slack.

Question 6

Какие еще курсы могут подойти?

Accepted Answer

Научитесь использовать науку о данных, строить и тестировать математические модели на курсе «Профессия Data Scientist». Хотите работать аналитиком в маркетинге или в продукте? Заходите на курс «Профессия Аналитик данных» — на нем уже после основного блока можно выбрать специализацию, а еще устроиться на работу во время обучения. А если хотите за полтора месяца освоить профессию аналитика данных и погрузиться в реальные проекты, то приходите на онлайн-буткемп «Junior-аналитик с нуля за 6 недель».

Question 7

Мне 15 лет. Я могу учиться у вас? Есть ли в SkillFactory возрастные ограничения в приеме студентов?

Accepted Answer

Мы разрабатываем курсы для людей старше 16 лет. Если вам еще не исполнилось 16, но есть желание попробовать IT и оценить свои силы, есть бесплатные мероприятия и материалы на странице. Вы сможете лучше сориентироваться в мире IT-профессий, понять, что интереснее и больше подходит, оценить сложность материала.

Question 8

Как стать Data Scientist с нуля?

Accepted Answer

Можно учиться самостоятельно, просматривая бесплатные материалы в интернете. Но обычно это занимает много времени. Есть риск начать изучать что-то раньше, чем нужно, и это окажется слишком сложным. Без опытного наставника могут остаться пробелы в знаниях, что скажется на дальнейшей работе.   Лучше получить образование в вузе или на специальных курсах — например, на полном курсе по Data Science от Skillfactory. Здесь вы обучитесь с нуля:   использовать основные алгоритмические конструкции и структуры данных Python для проектирования алгоритмов; получать данные из веб-источников или по API; визуализировать данные с помощью Pandas, Matplotlib; создавать модели с помощью классического машинного обучения для решения задач Data Science (линейные модели, деревья решений, ансамблевые модели); оценивать качество модели вне зависимости от задачи; применять методы математического анализа, линейной алгебры, статистики и теории вероятности для обработки данных; строить математические и ML-модели с использованием временных рядов; применять алгоритмы для рекомендательных систем; интегрировать решение в продакшен и бизнес в целом; работать с GitHub и Kaggle.

Question 9

Сколько времени нужно, чтобы стать Data Scientist?

Accepted Answer

Обучение может длиться от двух месяцев до двух лет — зависит от образовательного учреждения и полноты курса. Полный курс по Data Science от Skillfactory рассчитан на  13,5 месяцев (без учета каникул и праздников). За это время вы получите навыки уровня junior. Выйдете на рынок подготовленным специалистом, а с помощью Центра карьеры сможете найти работу быстрее.

Question 10

Сколько зарабатывает junior Data Scientist?

Accepted Answer

По данным hh.ru, средняя зарплата junior Data Scientist (опыт работы 1–3 года) начинается от 120 000 ₽.

Question 11

Что нужно знать junior Data Scientist?

Accepted Answer

Вы должны уметь:  использовать основные алгоритмические конструкции и структуры данных Python для проектирования алгоритмов; получать данные из веб-источников или по API; визуализировать данные с помощью Pandas, Matplotlib; создавать модели с помощью классического машинного обучения для решения задач Data Science (линейные модели, деревья решений, ансамблевые модели); оценивать качество модели вне зависимости от задачи; применять методы математического анализа, линейной алгебры, статистики и теории вероятности для обработки данных; строить математические и ML-модели с использованием временных рядов; применять алгоритмы для рекомендательных систем; интегрировать решение в продакшен и бизнес в целом; работать с GitHub и Kaggle.

Question 12

Где работают дата-сайентисты?

Accepted Answer

Специалист по Data Science может найти работу в любой сфере: в розничной торговле, маркетинге, разработке продуктов, финансах и даже астрофизике. Он нужен в киберспорте, образовании и медицине. Потому что именно дата-сайентист применяет методы науки о данных (Data Science) для больших объемов информации, строит и тестирует математические модели поведения.   Data Scientist работает в крупнейших компаниях, таких как Яндекс, Сбербанк, «Ростелеком» и РЖД.

Question 13

Какие направления есть в Data Science?

Accepted Answer

Специалисты могут работать дата-аналитиками, BI-аналитиками, дата-сайентистами, дата-инженерами или ML-инженерами.

Обучение профессии Data Scientist с нуля

Полный курс по Data Science с нуля до Junior

Почему Data Science

Вы получите реальный опыт

Студенты рекомендуют нас

Гибкий формат обучения для тех, кто работает

Для кого специализация

Новичок

Программист

Аналитик

Есть ли курс лучше?

Вы изучите

Уровень окладов

Краткая программа
специализации

Введение в профессию

Основы программирования на Python

Python для анализа данных

Подгрузка данных

Разведывательный анализ данных

Введение в машинное обучение

Математика в машинном обучении. Часть I

Математика в машинном обучении. Часть II

ML в бизнесе

Финальный проект

Введение в Deep Learning (бонусный раздел)

Введение в Deep Learning (бонусный раздел)

Обучение профессии Data Scientist с нуля

Полный курс по Data Science с нуля до Junior

Почему Data Science

Вы получите реальный опыт

Студенты рекомендуют нас

Гибкий формат обучения для тех, кто работает

Для кого специализация

Новичок

Программист

Аналитик

Есть ли курс лучше?

Вы изучите

Уровень окладов

Краткая программаспециализации

Введение в профессию

Основы программирования на Python

Python для анализа данных

Подгрузка данных

Разведывательный анализ данных

Введение в машинное обучение

Математика в машинном обучении. Часть I

Математика в машинном обучении. Часть II

ML в бизнесе

Финальный проект

Введение в Deep Learning (бонусный раздел)

Введение в Deep Learning (бонусный раздел)

Краткая программа
специализации