Curso “Especialista en ciencia de datos” - curso 112.000 rublos. del Taller Yandex, formación 8 meses, fecha 30 de noviembre de 2023.
Miscelánea / / November 28, 2023
¿Qué hacen los científicos de datos?
Analice grandes cantidades de datos, desarrolle modelos y aplique aprendizaje automático para hacer predicciones e identificar patrones. Son necesarios en diversas áreas donde es necesario almacenar y procesar datos.
en los bancos
Analizar datos sobre los clientes y determinar qué indicadores afectan su solvencia, predecir la probabilidad de que el cliente abandone el banco.
En la industria
Utilizando el aprendizaje automático, predicen cuándo fallará el equipo y en qué yacimientos la minería generará mayores ganancias.
En marketing y comercio
Ayudan a encontrar puntos de crecimiento analizando la estacionalidad, los días pico de ventas y crean un sistema de recomendación.
En el sector del transporte
Optimice el funcionamiento de los semáforos, evalúe la carga en las carreteras y ayude a ajustar los planes de reparación.
Programa completo del curso en Ciencia de Datos.
Lo actualizamos periódicamente para garantizar que satisfaga las necesidades de la industria y los empleadores. En otras palabras, aprende sólo lo que definitivamente será útil en su trabajo.
Conceptos básicos de Python y análisis de datos: curso introductorio gratuito:
Aprenda los conceptos básicos del análisis de datos y comprenda lo que hacen los analistas y científicos de datos. Resuelva cinco casos de trabajo con datos de diferentes áreas:
- descubrir el motivo de la avería masiva de los dispositivos,
- comprobar la rentabilidad de la publicidad de aplicaciones móviles,
- encontrar la mejor ubicación para una nueva tienda,
- ayudarle a elegir una estrategia de desarrollo para una startup de IA,
- evaluar la efectividad de los robots en el servicio de soporte.
Al resolver casos, aprenderá los conceptos básicos de Python y la biblioteca pandas, aprenderá a crear algunos gráficos e interpretarlos correctamente.
Introducción a la profesión “Especialista en Ciencia de Datos”
¿Qué es un especialista en ciencia de datos?
Cómo enseñamos.
Pitón básico:
Profundice en el lenguaje de programación Python y la biblioteca pandas.
+1 proyecto en cartera
Compare los datos de los usuarios de Yandex. Música por ciudad y día de la semana.
Preprocesamiento de datos:
Aprenda a limpiar datos de valores atípicos, omisiones y duplicados, así como a convertir diferentes formatos de datos.
+1 proyecto en cartera
Analizar datos sobre clientes bancarios y determinar la proporción de solventes.
Análisis exploratorio de datos:
Aprenda los conceptos básicos de probabilidad y estadística. Utilícelos para explorar las propiedades básicas de los datos, buscando patrones, distribuciones y anomalías. Conozca las bibliotecas scipy y matplotlib. Dibuje diagramas y practique analizando gráficos.
+1 proyecto en cartera
Explore el archivo de anuncios de venta de bienes raíces en San Petersburgo y la región de Leningrado.
Teoría de probabilidad. Curso adicional
Recordar o reconocer los términos básicos de la teoría de la probabilidad: eventos independientes, opuestos, incompatibles, etc. Utilizando ejemplos sencillos y problemas divertidos, practicarás cómo trabajar con números y desarrollarás la lógica de las soluciones.
Este es un sprint opcional. Esto significa que cada alumno elige él mismo una de las opciones:
- Realice un curso adicional de diez lecciones breves, repase la teoría y resuelva problemas.
- Abra solo el bloque con tareas de entrevista, recuerde la práctica sin teoría.
- Saltarse el curso por completo o volver a él cuando haya tiempo y necesidad.
Proyecto final del primer módulo.
Aprenda a realizar investigaciones preliminares de datos y a formular y probar hipótesis.
+1 proyecto en cartera
Encuentra patrones que determinen el éxito del juego.
Introducción al aprendizaje automático:
Dominar los conceptos básicos del aprendizaje automático. Conozca la biblioteca Scikit-Learn y úsela para crear su primer proyecto de aprendizaje automático.
+1 proyecto en cartera
Desarrollar un sistema de recomendación de tarifas para un operador móvil.
Formación tutorizada:
Profundice en el área más candente del aprendizaje automático: el aprendizaje supervisado. Aprenda a lidiar con datos desequilibrados.
+1 proyecto en cartera
Predecir la probabilidad de que un cliente abandone el banco.
Aprendizaje automático en los negocios:
Descubra cómo el aprendizaje automático (abr. MO) ayuda a la empresa a recopilar datos y cómo se relacionan las métricas del producto con las métricas de MO. Aprenda a lanzar nuevas funciones de servicio mediante ML. Conozca qué son las métricas comerciales, los KPI y las pruebas A/B.
+1 proyecto en cartera
Entrene un modelo que ayude a identificar una nueva ubicación para la producción de petróleo con el menor riesgo de pérdida.
Proyecto final del segundo módulo:
Prepare datos para el aprendizaje automático. Utilizando el modelo, evalúe su calidad.
+1 proyecto en cartera
Simule el proceso de fundición de mineral de oro para mejorar el funcionamiento de la empresa.
Álgebra lineal:
Eche un vistazo a algunos de los algoritmos que ha aprendido hasta ahora y comprenda mejor cómo usarlos. En la práctica, dominar los conceptos principales del álgebra lineal desde cero: espacios lineales, operadores lineales, espacios euclidianos.
+1 proyecto en cartera
Utilice el método de conversión de datos para proteger la información personal de los clientes de las compañías de seguros.
Métodos numéricos:
Analizarás una serie de algoritmos y los adaptarás para resolver problemas prácticos utilizando métodos numéricos. Domine los cálculos aproximados, las estimaciones de complejidad de algoritmos y el descenso de gradientes. Aprenda cómo se entrenan las redes neuronales y qué es el aumento de gradiente.
+1 proyecto en cartera
Desarrolle un modelo para determinar el costo de un automóvil usado.
Series de tiempo:
Las series temporales describen cómo cambian con el tiempo parámetros como el consumo de electricidad o el número de pedidos de taxis. Aprenderás a analizar series, buscar tendencias e identificar estacionalidad. Aprenda a crear datos tabulares y un problema de regresión de series temporales.
+1 proyecto en cartera
Construya un modelo y prediga las cargas máximas de taxis.
Aprendizaje automático para textos:
Aprenda a crear vectores numéricos a partir de textos y resuelva problemas de clasificación y regresión para ellos. Aprenda cómo se calculan las funciones TF-IDF y familiarícese con las representaciones de los lenguajes word2vec y BERT.
+1 proyecto en cartera
Acelere la moderación de comentarios en su comunidad automatizando las evaluaciones de toxicidad.
SQL básico:
Aprenda los conceptos básicos del lenguaje de consulta SQL y el álgebra relacional para trabajar con bases de datos. Familiarícese con las características de trabajar en PostgreSQL, un popular sistema de gestión de bases de datos (abr. SGBD). Aprenda a escribir consultas de distintos niveles de complejidad y traducir problemas comerciales a SQL.
Trabajarás con una base de datos de una tienda online especializada en películas y música.
+1 proyecto en cartera
Escriba una serie de consultas de diversa complejidad en una base de datos que almacene datos sobre inversores de riesgo, nuevas empresas e inversiones en ellos.
Visión por computador:
Aprenda a resolver problemas sencillos de visión por computadora utilizando redes neuronales ya preparadas y la biblioteca Keras. Conozca el aprendizaje profundo.
+1 proyecto en cartera
Construye un modelo para determinar la edad aproximada de una persona a partir de una fotografía.
Aprendizaje sin supervisión:
El aprendizaje no supervisado es uno de los métodos de aprendizaje automático en el que el sistema resuelve un problema sin datos preetiquetados en función de sus características y estructura. Obtenga información sobre los problemas de agrupación y detección de anomalías.
Proyecto de graduación:
En el último proyecto, confirma que dominas una nueva profesión. Aclare la tarea del cliente y pase por todas las etapas del análisis de datos y el aprendizaje automático. Ahora no hay lecciones ni deberes, todo es como en un trabajo real.
+1 proyecto en cartera
Proyecto a elegir:
- Construir un modelo que prediga la pérdida de clientes de una empresa de telecomunicaciones.
- Construir un modelo que prediga los parámetros del proceso tecnológico en una planta metalúrgica.
D
daryamannikova
01.10.2020 GRAMO.
Ejemplo de cursos online ideales
En Yandex. Durante el taller, estoy estudiando la profesión de ciencia de datos, una dirección bastante de moda ahora, y resultó que es bastante difícil, como dicen, difícil de aprender, fácil de luchar. (adsbygoogle = ventana.adsbygoogle || []).push({}); Hubo muchas dificultades en mi camino, no tenía suficiente tiempo (estaba estudiando y trabajando), las fuerzas para entender las estadísticas me abandonaban periódicamente, el coronavirus nos encerraba a todos en casa...
S
sergen355
14.07.2021 GRAMO.
Gran proyecto educativo.
Ventajas: simulador propio, revisiones de proyectos, consultas, comunidad en Slack, ayuda en cada tema. Desventajas: el único inconveniente es que para algunos temas no hay material completo en el simulador, se necesita tiempo adicional para buscar información de forma independiente. Estudié en la Facultad de Ciencias de Datos. Buen formato de entrenamiento. Algunos entran, otros no. Pero para mí esto es lo máximo...