Освойте ключевые скилы для новой профессии в IT
Подготовили 6 тематических наборов для аналитиков и дата-сайентистов со скидкой до –50%
Курс научит выполнять любые операции с данными, анализировать и визуализировать результаты вычислений, подключать внешние источники данных и составлять сложные отчеты за 2-3 клика в Excel.
12 занятий, 18 часов контента
Курс научит самостоятельно писать SQL-запросы к аналитической базе данных исходя из ваших задач, визуализировать результаты анализа в Tableau, находить ошибки и инсайты в данных.
13 занятий, 20 часов контента
Курс поможет изучить базовый синтаксис Python, освоить его основные функции и библиотеки для анализа данных, а также автоматизировать рутинные задачи по поиску, выгрузке и обработке данных.
12 занятий, 18 часов контента
Курс научит самостоятельно писать SQL-запросы к аналитической базе данных исходя из ваших задач, визуализировать результаты анализа в Tableau, находить ошибки и инсайты в данных.
13 занятий, 20 часов контента
Курс научит заменять десятки таблиц одним понятным дашбордом, самостоятельно обрабатывать данные, строить графики в Tableau и готовить отчеты, которые обновляются по щелчку.
10 занятий, 15 часов контента
Курс научит проводить полный цикл обработки данных: от SQL-запроса — до продуктовых гипотез на основе данных и отчетов для C-level менеджмента. По итогам обучения вы сможете настроить все процессы Business Intelligence в своей компании.
13 занятий, 20 часов контента
Курс поможет изучить базовый синтаксис Python, освоить его основные функции и библиотеки для анализа данных, а также автоматизировать рутинные задачи по поиску, выгрузке и обработке данных.
12 занятий, 18 часов контента
Курс научит принимать правильные решения на основе данных, находить закономерности, проверять гипотезы и делать прогнозы даже в условиях неопределенности.
16 занятий, 25 часов контента
Курс научит решать основные задачи Data Science с помощью углубленной работы с Python и его библиотеками. В результате ― вы сможете строить продвинутые визуализации, находить взаимосвязи в данных, делать прогнозы и обучать модели.
16 занятий, 25 часов
Курс поможет разобраться в фундаментальных принципах построения временных рядов, научит находить закономерности в полученных данных и делать точные прогнозы на будущее.
12 занятий, 18 часов контента
Практикум ознакомит со сферами применения машинного обучения и методами обучения с учителем. Вы научитесь решать задачи по прогнозированию с помощью линейной и полиномиальной регрессии, метода k-ближайших соседей и нейросетей.
5 занятий, 8 часов контента
Курс научит применять классические методы machine learning и deep learning для решения задач компьютерного зрения: от баланса цвета на изображении — до тренировки сверточных нейронных сетей для распознавания объектов в видео.
17 занятий, 26 часов контента
Курс поможет разобраться в компьютерной лингвистике и обработке естественного языка, научит находить данные для обучения, использовать инструменты для обработки и создать полноценный NLP-проекты.
18 занятий, 28 часов контента
Курс научит самостоятельно писать SQL-запросы к аналитической базе данных исходя из ваших задач, визуализировать результаты анализа в Tableau, находить ошибки и инсайты в данных.
13 занятий, 20 часов контента
Курс поможет изучить базовый синтаксис Python, освоить его основные функции и библиотеки для анализа данных, а также автоматизировать рутинные задачи по поиску, выгрузке и обработке данных.
12 занятий, 18 часов контента
Курс поможет навести порядок в архитектуре данных, освоить ключевые инструменты инженера данных на практике и научит проектировать Big Data Platforms, которые способны масштабироваться.
18 занятий, 28 часов контента
Курс поможет изучить базовый синтаксис Python, освоить его основные функции и библиотеки для анализа данных, а также автоматизировать рутинные задачи по поиску, выгрузке и обработке данных.
12 занятий, 18 часов контента
Курс научит решать основные задачи Data Science с помощью углубленной работы с Python и его библиотеками. В результате ― вы сможете строить продвинутые визуализации, находить взаимосвязи в данных, делать прогнозы и обучать модели.
16 занятий, 25 часов
Курс научит применять классические методы machine learning и deep learning для решения задач компьютерного зрения: от баланса цвета на изображении — до тренировки сверточных нейронных сетей для распознавания объектов в видео.
17 занятий, 26 часов контента
о курсе «SQL для аналитики»
На занятиях я получила отличные базовые знания. Когда прошло 70 % курса, я подумала, что можно попробовать себя и пойти на первое собеседование — в EPAM. В компании мне сказали, что у меня сильные знания SQL, и благодаря этому меня готовы взять на работу.
Я уже порекомендовала курс двоим друзьям, которые хотят изучать SQL.
о курсе Data Engineering
У меня не было цели стать дата-инженером, я хотел расширить кругозор. Но с 3–4 недели курса понял, что это направление мне действительно интересно. Оказалось, что дата-инжиниринг — это абсолютно не сложно, что эти технологии могут помочь автоматизировать мою рутинную работу.
Лекции были подкреплены домашними заданиями, которые были понятны. Сложности возникали при работе с виртуальными машинами, поднятии баз данных. Но после прохождения курса даже виртуальная машина, с которой я долго спорил, стала для меня инструментом, с помощью которого я могу безопасно пощупать новые для себя технологии. Сложность вылилась во что-то позитивное.
о курсе «SQL для аналитики»
о курсе Data Engineering
Программа курса подразумевает изучение большого спектра технологий. Мне была знакома только система управления базами данных PostgreSQL. Все остальное, от Apache Airflow до Spark, было новым. Попробовал эти инструменты и не разочаровался.
Помните, что, если хотите в чем-то разобраться, нужно прикладывать собственные усилия. Нам на курсе давали много полезных ссылок, где информация была в удобной форме.
По итогам курса у меня получилось не только расширить кругозор, но и увидеть перспективу применения знаний в работе. Я уже внедрил Apache Airflow для наших дата-пайплайнов. Это помогает команде улучшать процессы.
навыков — одна заявка!
