Профессия
Освойте одну из самых востребованных профессий 2022 года
→ старт: скоро
→ длительность 24 месяца
→ уровень: с нуля

Data Scientist

12 : 10 : 44 : 16
До начала курса осталось:
12 : 10 : 44 : 16
40%
скидка
дней
часов
минут
секунд

Количество вакансий
в Data Science
выросло на 433% за 3 года

Ритейл, киберспорт, путешествия, образование, медицина — грамотный Data Scientist нужен практически в любой индустрии, а спрос значительно превышает предложение.
1 место
В рейтинге самых востребованных профессий 2020 года
На основе данных
HH.ru (HeadHunter Russia)
+1500
Вакансий в Data Scientist
открыто за прошлую неделю
Аналитикам, инженерам, разработчикам.
Вы уже в IT ⇒ переходите в Data Science и зарабатывайте больше в интересной профессии.
Новичкам в IT.
Вы еще не в IT ⇒ пройдите обучение с нуля* до middle. Начните работать по профессии через 10 месяцев с зарплатой от 170 000 ₽.

Курс Data Scientist с нуля до Pro нужен

всем, кто хочет научиться работать с компьютерным зрением, обучать машины и строить нейронные сети.

*специальные знания не важны.
Далеко не все приходят к нам обучаться с уже готовыми аналитическими скилами. Мы обучили и тех, кто со школы считал себя гуманитарием, музыкантом и врачом. А раз так, вы сможете освоить науку о данных — нужно просто следовать программе обучения.
!
Средний уровень окладов —
250 000 ₽/месяц
Junior специалист
120 000 +
Middle специалист с опытом
250 000 +
Продвинутый Data Scientist с опытом работы от 3 лет
450 000 +
Длительность курса «Профессия Data Scientist» — 24 месяца. На финальном этапе обучения вы приобретете знания и навыки специалиста уровня Middle и сможете рассчитывать на среднюю зарплату по отрасли.
1 год обучения
2 года обучения
через 2 года после завершения обучения
Отдыхайте и продолжайте двигаться к своей мечте
Учитесь с удовольствием в летнем формате SkillFactory:
Тратьте на учебу 4 часа в неделю, не пропускайте лучшие события лета
4
Ставьте обучение на паузу, если нужно, путешествуйте
Открывайте новые модули без сдачи заданий, не останавливайтесь
2
3
Двигайте дедлайны по домашкам, не беспокойтесь о сроках и «хвостах»
→ Не откладывайте обучение новой профессии еще на год
1

Узнайте, сколько денег вы теряете, так и не решившись стать дата-сайентистом

Ваша текущая зарплата
Выберите уровень экспертности
В зависимости от выбора уровня у нас есть несколько курсов. На одном вы станете junior специалистом, а на втором — middle.
Зарплата выбранного специалиста в месяц
Зарплата выбранного специалиста в год
Ваши потери в год
Запишитесь на курс со скидкой и получите полную программу курса на почту!
Скидка 50%
при оплате всего курса сразу
Скидка 50
Инженерная школа с рейтингом
4,7
по отзывам студентов
SkillFactory — узкоспециализированная школа: мы учим Data Science, аналитике данных и программированию.
Многолетний фокус на инженерных специальностях помогает наращивать экспертизу и постоянно совершенствовать наши курсы.
8,82
В среднем студенты оценивают качество наших учебных материалов на 8,82 балла
9,1
Наши выпускники оценивают менторскую поддержку на 9,1 балла.
4,7
4,7
4,4
4,2
83
%
Сравнятор
Гибкий формат обучения для тех, кто работает
Наши курсы ориентированы на то, чтобы вы занимались без отрыва от работы и выделяли необходимое для учебы время в соответствии с вашим графиком
Чтобы обучение проходило максимально эффективно, мы чередуем форматы обучения: тренажеры, тесты, видеоуроки, онлайн-митапы, хакатоны и сквозные проекты.
Программы курсов создают эксперты с опытом от 5 лет. Студентам помогают опытные менторы-практики из IT-индустрии: дают подробную обратную связь, отвечают на вопросы.
С курсом для новичков справляются все студенты вне зависимости от возраста и предыдущего опыта — главное следовать программе обучения.
Взаимодействие с участниками разных направлений, которое способствует развитию soft skills.
• Включаем в курсы задачи и вопросы из реальных собеседований
• Проводим онлайн-тренировки технических собеседований
• Помогаем составить резюме
Во время обучения студенты решают настоящие практические задачи и тренируются на настоящих кейсах.
Определенные направления подготовки дают возможность получить реальный стаж и опыт
Студенты отрабатывают навыки на практике и могут пообщаться с потенциальными работодателями.

Что вы получите за время учебы

За два года обучения по 10 часов в неделю вы погрузитесь в Data Science, начнете понимать основные принципы работы, освоите необходимые навыки и соберете портфолио проектов. Вот что будет в вашей учебной программе:
Вы будете практиковать решение реальных бизнес-задач. Самостоятельно напишете и обучите модели разной сложности: от линейных регрессий и классификаторов до гибридных рекомендательных систем или моделей с использованием нейронных сетей. Выведете вашу модель в Production с помощью написания сервиса на Flask.

Кейсы

Уроки в форме практикума помогут закрепить на практике теоретический материал и отработать в нюансах подходы к решению задач машинного и глубинного обучения. Вы наработаете и прокачаете навыки машинного обучения, построите рекомендательную систему с использованием алгоритмов и научитесь работать с временными рядами.

Уроки

Перевод технических задач на простой и понятный бизнесу язык. Постановка задач и их декомпозиция. Навыки эффективных коммуникаций с клиентами и стейкхолдерами. Управление проектом в Data Science.

Soft Skills

Как мы обучаем наших студентов и доводим до серьезных результатов?

Тесты и интерактивные задания
На уроках есть интерактивные тренажеры, которые превращают взаимодействие с заданием в интересный практический опыт.
Обучаем на практике
в формате тренажера
Обучаем на практике в формате тренажера
Мы за практику. Мы даем лишь краткую выжимку теории и сразу тренируем на практике полученный навык.
далее:
Делаем
из обучения игру
Даем выжимку
из теории
далее:
На курсе вы найдете интересные задания, которые вовлекут в задачу и принесут дополнительную пользу в понимании.
Делаем из обучения игру
Тесты и интерактивные задания
далее:
Наши уроки построены таким образом: вы смотрите короткие видео, изучаете текстовую выжимку из урока и приступаете к практике, не тратя тонну часов на просмотр вебинара.
Даем выжимку из теории
далее:

Программа курса «Профессия Data Scientist» :

Семестр 2. Machine Learning & Математика

Семестр 1. Foundation

базовый уровень
Ваш уровень Junior!
специализация

Семестр 3-4. Специализация по выбору

Специализация
ML-разработчик
• Введение в Deep Learning
• Основы Data Engineering
• Дополнительные главы Python и ML
• Экономическая оценка эффектов
и разработка MVP
• ML в Production
• Углубленное изучение
ML-разработки и выпускной проект
по выбранной теме
Специализация
CV-разработчик
• Введение в Deep Learning
• Математика нейронных сетей для CV
• Задачи Computer Vision:
от распознавания объектов
до улучшения качества изображений и работы с видео
• Нейронные сети в Production
• Углубленное изучение
CV-разработки и выпускной проект по выбранной теме
Специализация
NLP-разработчик
• Введение в Deep Learning
• Математика нейронных сетей для NLP
• Hard & Software для решения задач NLP
• Задачи и алгоритмы NLP
• Нейронные сети в Production
• Углубленное изучение
NLP-разработки и выпускной проект по выбранной теме
Ваш уровень Middle!
2,5 месяцев, 2 проекта
11 месяцев, 5 кейсов в портфолио
1. Основы программирования на Python + Python для анализа данных
• Введение в программирование на Python
• Анализ данных в Pandas и NumPy
• Визуализация, очистка данных и Feature Engineering
• Работа c файлами, HTML-страницами и API
Python — 10 модулей
2. Подгрузка данных
SQL & Python — 6 модулей
1,5 месяцев, 1 проект
• Выгрузка данных из разных источников с помощью Python
• Выгрузка баз данных с помощью SQL
• Выбор подходящих данных для решения задач
3. Разведывательный анализ данных
EDA 6 — модулей
1,5 месяцев, 1 проект
• Разведывательный анализ с помощью Pandas, Numpy
• Основы статистики и проверка статистических гипотез
• ML-эксперименты
• Использование ML-Flow
• Feature Engineering
4. Введение в машинное обучение
Machine Learning — 8 модулей
2 месяца, 1 проект
• Задачи классификации, регрессии и кластеризации
• Отбор и селекция признаков
• Валидация данных
• Оптимизация гиперпараметров и улучшение качества модели
5. Математика и углубленное машинное обучение
Math & ML — 15 модулей
15 недель, 2 проекта
• Линейная алгебра
• Матанализ и методы оптимизации
• Основы теории вероятности
• Основные модели машинного обучения
• Оценка качества алгоритмов
6. ML в бизнесе
ML в бизнесе -8 модулей
1,5 месяца, 1 проект
• Математические и ML-модели временных рядов
• Рекомендательные системы
• Мachine Learning в Production
• Оценка эффективности моделей в реальных бизнес-задачах

Проект на выбор: временные ряды или рекомендательные системы
• Профориентационный блок
• Выбор специализации (Machine Learning, Computer Vision или разработчик Natural Language Processing)
+ Выбор 2 майноров (дополнительных специализаций) помимо основного трека обучения: Advanced SQL или Advanced Python (3 семестр), Data Engineering (4 семестр)!
Участие экспертов из сферы Data Science и живые консультации с ними помогают плавно и правильно начать обучение обучение Data Scientist с нуля до Pro, разобраться с самыми сложными вопросами, проанализировать ошибки и получить бесценную экспертизу
+ индивидуальные консультации с экспертами
Кейс 1. Игра на Питоне
Тема: Работа с github как сервисом портфолио

В самом первом практическом кейсе мы предлагаем вам сыграть в игру с компьютером. 
Задача  – написать алгоритм, который выигрывал бы эту игру за минимальное число попыток. В этом модуле Здесь же студенты познакомятся с одним из самых важных сервисов любого разработчика - GitHub

Кейс 2. Кто хочет стать миллионером?
Тема: Очистка и обработка данных для первичного анализа

В этом кейсе вы попробуете себя в роли начинающего датасаентиста. Владелец сети кинотеатров просит вас в краткие сроки разработать алгоритм, предсказывающий прибыль выходящих в прокат фильмов. В этом модуле вы сосредоточитесь на первом этапе разработки любой модели – обработке и первичном анализе данных.


Кейс 3. Загадка успеваемости
Тема: Разведывательный анализ данных

В этом проекте вы будете работать над программой повышения качества школьного образования. Первый шаг – выявить параметры, которые влияют на успеваемость учащихся. В этом кейсе вы будете применять правила статистического анализа, искать корреляции, выделять самые важные переменные и визуализировать результаты.

Кейс 4. О вкусной и здоровой пище
Тема: Предобработка данных для ML моделей

В этом кейсе вы создадите свою первую модель по предсказанию рейтинга ресторанов на сайте TripAdvisor. Фокусироваться мы будем на подготовке данных (находить аномалии, избавляться от выбросов, писать дополнительные фичи), чтобы достичь самого точно прогноза из возможных (метрика MAE). В этом модуле вы также примете участие в соревновании на Kaggle.

Кейс 5. Я – Data Scientist!
Тема: Знакомство с областью Data Science

В этом модуле вы познакомитесь с рынком труда Data Science, что позволил вам сразу войти в эту новую для вас профессиональную область. По окончанию модуля у вас на руках будет грамотно составленное резюме, подходящее под ваши карьерные устремления и профиль. 
Кейс 6. Компьютер говорит “Нет”
Тема: Задача классификации – банковский скоринг

В этот раз вы будете работать над моделью, прогнозирующей дефолт клиента банка, чтобы помочь линейным специалистам избежать непоправимой ошибки при выдаче кредита.
Кейс 7. Выбираем авто выгодно!
Тема: Прогнозирование стоимости автомобиля по характеристикам

В этом кейсе мы предлагаем вам разработать модель, предсказывающую стоимость автомобиля. Это первый по-настоящему комплексный проект, в рамках которого вы соберете данные из открытых источников в единый датасет, проведете разведывательный анализ данных и определитесь с параметрами модели, а также самостоятельно выберете нужные инструменты ML.
Кейс 8. Мы вам рекомендуем
Тема: Рекомендательные системы

Вам поступил заказ на разработку рекомендательной системы для сервиса книжного магазина. С чего начать? Каких подводных камней избежать? И самое главное, как предоставить работающий прототип заказчику? Как обернуть модель в сервис? Все это вы изучите в данном кейсе, а затем примените в собственном проекте: рекомендации для музыкального сервиса или сервиса онлайн игр.

Кейс 9. Компьютерное зрение
Тема: Распознавание изображений

В этом модуле мы углубимся в область компьютерного зрения и напишем модель, способную различать объекты на фотографии. Делать мы это будем на основе алгоритмов Deep Learning. При желании, вы сможете связать эту модель с сервером и обернуть ее в телеграм-бота.

Получить подробную программу курса
И план обучения с чеклистом
Получить подробную программу курса
И план обучения Data Science с чеклистом

Что вас ждет во время учебы?

Смена профессии — очень сложный процесс. Недостаточно просто выучить новые технологии — требуется освоить новые подходы и новые способы мышления. В одиночку с этим справиться непросто. Мы станем вашим партнером в обучении Data Scientist, который не только предоставляет учебные материалы, но и дает мотивацию изучать и эффективно применять навыки на практике.
Эксперты & поддержка
Команда опытных наставников проверяет и подробно комментирует ваши работы, предоставляет доступную информацию, помогает разобраться в сложностях и обучает собственным профессиональным приемам.
Сообщество студентов
Вы будете овладевать знаниями в группе таких же новичков, как и вы, давать друг другу обратную связь по вашим проектам, обмениваться кодом, помогать искать ошибки и делиться бизнес-задачами.
Помощь
тьютора
Начиная с первых недель обучения тьютор поможет вам определить карьерные цели,
а в течение программы — не сойти с намеченного пути.
Центр
карьеры

Центр карьеры поможет вам
в составлении резюме
и поддержит
при прохождении собеседования.
Опыт работы и погружение в практику
В зависимости от выбора курса наших студентов ждет:
Рекомендация лучших студентов работодателям из нашей базы
студентов, которые проработали свое резюме в карьерном центре, получили приглашение на собеседование
81%
Cделает ревью вашего резюме силами
IT-рекрутеров с опытом в подборе
дата-сайентистов
Организует консультацию с IT-рекрутером, который ответит на волнующие вопросы, поможет настроиться на поиск работы, подготовит к собеседованиям
Отправит ваше резюме по партнерской сети компаний

Как будет выглядеть ваше резюме после обучения

Иван Петров
Data Scientist
170 000 ₽
Использую основные алгоритмические конструкции и структуры данных Python для проектирования алгоритмов

Умею получать данные из веб-источников или по API

Умею визуализировать данные с помощью Pandas, Matplotlib

Умею создавать модели с помощью классического машинного и глубокого обучения для решения задач Data Science

Умею оценивать качество модели вне зависимости от задачи

Применяю методы математического анализа, линейной алгебры, статистики и теории вероятности для обработки данных

Строю математические и ML-модели с использованием временных рядов

Применяю алгоритмы для рекомендательных систем (от ассоциативных правил до advanced-алгоритмов)

Специализируюсь на ML/CV/NLP-инженерии (в зависимости от выбранной специализации), применяю современные продвинутые модели для решения отдельных задач

Умею конвертировать бизнес-задачи в технические и наоборот

Умею выводить и поддерживать модели в Production с учетом специфики выбранной специализации

Обладаю дополнительными компетенциями в зависимости от выбранного майнора (продвинутый SQL, продвинутый Python, Reinforcement Learning или Data Engineering)

Преподаватели

Андрей Зимовнов
Дмитрий Коробченко
Эмиль Магеррамов
Ведущий преподаватель специализации, старший разработчик в Яндекс.Дзен
Deep Learning R&D Engineer, NVIDIA
COO Data Lab, компания EORA
Антон Киселев
Head of R&D, компания EORA
Полина Полунина
Ex-руководитель Data Science в группе «М.Видео — Эльдорадо», куратор в SkillFactory
Михаил Баранов
Ex-Senior ML Engineer, Yandex, Ex-Lead Data Scientist, Sberbank CIB
Юлия Мочалова
Machine Learning-инженер, «Газпром-Медиа»
Data Scientist в Райффайзенбанке CIB
Михаил Белоус
Рекомендации и отзывы
Директор по маркетингу и развитию в Vinci agency
Спасибо за курс по Data Science! Мне понравилось, что в ходе курса я решала практические задачи и могла в любой момент задать вопрос куратору.
Я получила от курса то, что хотела. Прокачалась в Python и анализе данных.
Я хотел курс, который систематизирует разрозненные знания и их сразу применять на практике. Ожидания полностью оправдались — не было ни одного урока, который бы нельзя было использовать в решении повседневных задач
Приятно, когда есть материал и он отфильтрован. Ничего лишнего. Если курс в рамках онлайн урока, то много «мусора» (вопросы от других участников, заминки и т. п.).
Учёба получилась не ради знаний, а ради решения реальных насущных задач. Спасибо.