Machine Learning. Basic

С нуля до уверенных Junior компетенций в Машинном обучении. Практика на реальных данных.

Basic

Онлайн

Вы научитесь решать задачи из реальных рабочих процессов, которые чаще всего в Data Science поручают начинающим специалистам. К концу курса вы соберете портфолио работ, пройдете подготовку к собеседованиям и карьерную консультацию.

Курс даст вам необходимый фундамент:

  • Python. Пройдете основы программирования и научитесь использовать этот наиболее актуальный язык в задачах Machine Learning.
  • Математика. Освоите ключевые разделы, чтобы понимать теоретические основы и принципы работы алгоритмов.
  • Классические модели Machine Learning. Соберете свои наборы данных и выполните полный пайплайн работ со своими первыми моделями.

Творческая атмосфера:

Во время обучения вы погрузитесь в условия, близкие к реальным рабочим процессам. Вам придется справляться с «грязными» данными, просчитывать свои действия наперед, экспериментировать с решениями и готовить модели к проду.

Обстановка на занятиях располагает быть любопытным, активно дискутировать и не бояться ошибок.

После обучения вы сможете:

  • Претендовать на должности, где требуются junior-компетенции
  • Решать реальные бизнес-задачи при помощи методов машинного обучения
  • Работать с Python-библиотеками для Machine Learning
  • Справляться с нестандартными ситуациями за счет глубокого теоретического понимания работы алгоритмов и моделей
  • Ориентироваться в различных направлениях Data Science и подбирать подходящие под задачу инструменты.

Предлагаем ознакомиться с Картой курсов направления Data Science в OTUS , чтобы выстроить собственную образовательную траекторию.

Баннер оставить заявку

Партнеры

  • Получите помощь с оформлением резюме, портфолио и сопроводительного письма
  • Разместите свое резюме в базе OTUS и сможете получать приглашения на собеседования от партнеров
  • Пройдете карьерную консультацию с нашим HR-специалистом
  • Получите рекомендации, как искать работу, и советы по прохождению собеседования

Работодатели курса

Групповые менторские консультации

На курсе предусмотрено менторское сопровождение в виде групповых разборов домашних заданий. Занятие по групповому разбору ДЗ с ментором проводится  раз в месяц в рамках расписания курса.

 Вы выполняете домашнее задание

Ментор проверяет его в личном кабинете, делает ревью и дает развернутый фидбэк

На занятии ментор отвечает на часто возникающие вопросы, проводит подробный разбор работ студентов и объясняет каждый этап выполнения

С ментором также можно общаться по домашнему заданию в чате. Он даст вам обратную связь по итогам проверки и направит вас в нужное русло 

Программа

Введение в Python

В данном модуле познакомимся с базовыми структурами данных и операторами Python. Изучим азы работы с shell и git.

Тема 1: Знакомство. Настройка окружения для работы

Тема 2: Базовые типы и структуры данных. Управление потоком

Тема 3: Работа с функциями и данными

Тема 4: Git, shell

Тема 5: Групповая менторская консультация

Введение в Python. ООП, модули, базы данных

В данном модуле познакомимся с ООП в Python, научимся применять основные принципы ООП и разделять на модули.

Тема 1: Основы ООП

Тема 2: Продвинутый ООП, исключения

Тема 3: Продвинутый ООП, продолжение

Тема 4: Модули и импорты

Тема 5: Тесты

Тема 6: Знакомство со встроенными модулями

Тема 7: Файлы и сеть

Основы Python для ML

В данном модуле познакомимся с библиотекой numpy, pandas. Научимся работать с многообразием библиотек визуализации данных в Python.

Тема 1: Основы NumPy

Тема 2: Основы Pandas

Тема 3: Визуализация данных

Теоретический минимум для ML: математика, линал, статистика

В данном модуле вы изучите разделы матричной алгебры для решения систем линейных уравнений и для векторного анализа. Познакомитесь с основными методами оптимизации функций (максимизации/минимизации), также научимся аппроксимировать значение функции, чтобы ускорять вычисления в Python при работе с данными. Научитесь формулировать и тестировать гипотезы, в том числе А/B-тестирование.

Тема 1: Матрицы. Основные понятия и операции

Тема 2: Групповая менторская консультация

Тема 3: Практика. Матрицы

Тема 4: Дифференцирование и оптимизация функций

Тема 5: Практика. Дифференцирование и оптимизация функций

Тема 6: Алгоритмы и вычислительная сложность

Тема 7: МНК и ММП

Тема 8: Практика. МНК и ММП

Тема 9: Групповая менторская консультация

Тема 10: Случайные величины и их моделирование

Тема 11: Практика. Случайные величины и их моделирование

Тема 12: Исследование зависимостей: номинальные, порядковые и количественные величины

Тема 13: Практика. Исследование зависимостей: номинальные, порядковые и количественные величины

Тема 14: A/Б-тестирование

Тема 15: Групповая менторская консультация

Основные методы машинного обучения

В данном модуле рассмотрим задачи, которые направлены на проверку гипотез, поиск оптимальных решений с помощью искусственного интеллекта.

Тема 1: Введение в машинное обучение

Тема 2: Exploratory Data Analysis and Preprocessing

Тема 3: Задача регрессии. Линейная регрессия

Тема 4: Задача классификации. Метод ближайших соседей

Тема 5: Логистическая регрессия

Тема 6: Деревья решений

Тема 7: Ансамбли моделей

Тема 8: Feature engineering & advanced preprocessing

Тема 9: Групповая менторская консультация

Проектная работа

Заключительный месяц курса посвящен проектной работе. Свой проект — это то, что интересно писать слушателю. То, что можно создать на основе знаний, полученных на курсе. При этом не обязательно закончить его за месяц. В процессе написания по проекту можно получить консультации преподавателей.

Тема 1: Выбор темы проекта

Тема 2: Консультация в формате предзащиты

Тема 3: Защита проекта

Также вы можете получить полную программу, чтобы убедиться, что обучение вам подходит
Проектные работы

Каждый семестр завершается финальным проектом, который предстоит защитить перед преподавателями и командой. Вам будет, что обсудить на собеседовании!

Вы можете выбрать одну из предложенных преподавателем тем или реализовать свою идею.

Прошедшие
мероприятия

Открытый вебинар
Интенсив «Data Science - это проще, чем кажется». День 2
Открытый вебинар
Интенсив «Data Science - это проще, чем кажется». День 1
Оставьте заявку, чтобы получить доступ ко всем записям прошедших мероприятий. Записи всех мероприятий появятся в этом блоке

Корпоративное обучение для ваших сотрудников

Отус помогает развивать высокотехнологичные Команды. Почему нам удаётся это делать успешно:
  • Курсы OTUS верифицированы крупными игроками ИТ-рынка и предлагают инструменты и практики, актуальные на данный момент
  • Студенты работают в группах, могут получить консультации не только преподавателей, но и профессионального сообщества
  • OTUS проверяет знания студентов перед стартом обучения и после его завершения
  • Простой и удобный личный кабинет компании, в котором можно видеть статистику по обучению сотрудников
  • Сертификат нашего выпускника за 5 лет стал гарантом качества знаний в обществе
  • OTUS создал в IT более 120 курсов по 7 направлениям, линейка которых расширяется по 40-50 курсов в год

Сертификат о прохождении курса

OTUS осуществляет лицензированную образовательную деятельность.
В конце прохождения специализации вы получите сертификат OTUS и официальный диплом о получении новой специальности

Почему специализация выгоднее, чем отдельные курсы?

 

  • Стоимость ниже, чем покупка курсов по отдельности
  • Диплом о профессиональной переподготовке
  • Расширенная опция помощи с трудоустройством

Частые вопросы

Что, если в середине курса я не смогу продолжать обучение?
У вас есть право одного бесплатного трансфера в другую группу
Обязательно ли защищать выпускной проект?
Для получения сертификата OTUS необходимо сдать проект. Кроме того, проект необязательно защищать перед аудиторией, а можно сдать в чате с преподавателем.
С какого момента я смогу заниматься трудоустройством?
Получить карьерную консультацию вы сможете уже в начале обучения. Остальные опции: помощь с резюме, добавление резюме в нашу базу специалистов и т.д. будут доступны после окончания обучения.
Я могу вернуть деньги?
Да, вы можете сделать возврат средств пропорционально оставшимся месяцам обучения.