Коучинг Data Science
для менеджеров, аналитиков и разработчиков
План обучения под конкретные
задачи обучающегося
Индивидуальные занятия
с упором на практику
Онлайн обучение
с почасовой оплатой
Повысь свой профессионализм и эффективность принятия решений!
Развивайте свою
карьеру
Растите как
профессионал
Расширяйте профильное
образование
Принимайте
нестандартные решения
Программа обучения, рассчитанная на 4 месяца
0 Неделя
Изучение основ SQL и R
1 Неделя
Выбор проекта и получение данных
Формулировка задачи
Формулировка успеха
Моделирование экономического профита от решения задачи
Выбор метрики
Выявление источников данных
Работа с различными источниками и форматами данных
Преобразование данных к одному формату
2 Неделя
Очистка и подготовка данных
Типы данных - теория
Статистический анализ данных и базовая визуализация
Очистка данных:
– очистка от опечаток
– удаление дубликатов
– стандартизация написания слов
Трансформация данных:
– нормализация
– работа с пустыми значениями
– очистка от шума
– работа с форматом дат
– работа с факторами
Уменьшение размерности данных
3 Неделя
Разработка факторов моделирования -
Feature Selection
Критерии отбора
Оценка качества
Методы построения (от простых к продвинутым)
Дискретизация непрерывных переменных
Разбиение данных на тренинговую, валидационную и тестовую составляющие
4 Неделя
Разбор типов задач
Понимание логики каждой задачи. Выявление типа задачи проекта (желательно проект по классификации или регрессии, но и остальные типы задач будут опробованы в проекте, например, в качестве сгенерированных новых факторов)
Обзор следующих типов задач:
Регрессия
Классификация/Мультиклассификация
Кластеризация
Ассоциативный анализ
Ранжирование
5 Неделя
Разбор основного типа задачи проекта - линейные модели и регуляризация
6 Неделя
Разбор основного типа задачи проекта - метод "SVM"
7 Неделя
Разбор основного типа задачи проекта - методы нейронных сетей
8 Неделя
Разбор основного типа задачи проекта - методы деревьев решений: "CART" и "Random Forest"
9 Неделя
Разбор основного типа задачи проекта - методы деревьев решений: "Gradient Boosting" и "XGBoost"
10 Неделя
Разбор основного типа задачи проекта - вероятностные модели
11 Неделя
Кластерный анализ - метрические модели
Визуализация итогового разбиения по кластерам.
12 Неделя
Ассоциативный анализ - модели на основе правил
13 Неделя
Текстовый анализ
14 Неделя
Дополнения к обучению моделей
Применение кросс-валидации
Построение различных ансамблей моделей
Продвинутые методы работы с данными и конструировании переменных
15 Неделя
Визуализация данных и моделей - средней сложности и продвинутая
16 Неделя
Составление финального отчёта
Описание переменных, описание моделей, оценка качества, а также стандартизация и описание скриптов
17 Неделя
Построение дашборда для мониторинга и автоматической генерации отчётности
Запись на обучение
Цена за занятие без скидки:
6 500 ₽
4 500 ₽
Цена за занятие сейчас
Наши выпускники
Данил, 30 лет
Я работаю в нефтегазовой отрасли, и мне необходимо постоянно просчитывать риски во время управления моими проектами. Например, нужно правильно спрогнозировать вероятность простоя судна или какие-то сбои в работе персонала бурового оборудования. В этом мне помогает отдел аналитики и рисков, но мне нужно правильно трактовать их прогнозы. Пройдя курс, я смог более правильно оценивать риски и формировать сроки и бюджет проекта, а также разбираться в самом процессе анализа и прогнозирования рисков, что позволило более плодотворно взаимодействовать с отделом аналитики и повысить качество прогнозов
По образованию я социолог-маркетолог. От курса хотела получить практические знания в области обработки социологических данных и прогнозирования эффективности маркетинговых кампаний. Мне это удалось, и теперь я могу заранее формировать опросные группы с максимальным откликом, а также подбирать маркетинговые активности под конкретный социологический тип
Анастасия, 28 лет
Даниил, 31 год
У меня свой небольшой ритейл бизнес, и мне хотелось бы лучше понимать клиента и более эффективно работать с запасами. Благодаря обучению, я смог построить профиль своего основного клиента, а также научился прогнозировать продажи для более оптимального управления запасами
Основным источником дохода для меня является игра на бирже, и мне необходимо было прокачать свой математический аппарат, а также используемый инструментарий. Благодаря полученным новым знаниям, качество моих прогнозов по изменению цены акции выросло в четыре раза. Это позволило мне более эффективно формировать портфель и снизить долю рисковых активов, что привело к росту моего дохода
Кирилл, 29 лет
Жанна Узалова
Эксперт в области Data Science
Наш курс направлен на то, чтобы развенчать миф об недосягаемости специалистов в области Data Science. Data Science – это современный инструмент, позволяющий более эффективно принимать решения, но без знаний в конкретной области он бесполезен. Рынок нуждается не в Data Scientists, которые владеют каким-то специфическим инструментарием, а нужны специалисты в каждой отрасли экономики, владеющие разнообразными методами, умеющие применять их на практике и способные широко мыслить. Для достижения этой цели был создан курс, который можно гибко подстроить под задачи любой отрасли. Наша задача – в максимально короткий срок обучить Вас этому мощному инструменту, который подойдет для решения именно Ваших задач.
Где работают наши выпускники?
Узнайте больше
о программе
Оставьте заявку, и наш специалист бесплатно
проконсультирует по любому интересующему Вас вопросу.
