С нуля до оффера
за 9 месяцев
Начать учиться бесплатно
Профессия
Найдете работу или вернем деньги
Курс обновлен весной 2023
Удостоверение
о повышении квалификации
Авторы курса
практикующие разработчики и специалисты по Data Science
Получите профессию за 9 месяцев и зарабатывайте в среднем 150 000 ₽.

Специалист
Data Scientist с нуля

  • освоите моделирование бизнес-процессов;
  • соберете портфолио из учебных проектов;
  • сможете работать в IT уже через 6 месяцев
Практический онлайн-курс, на котором вы:
-0%
до
11 проектов
в портфолио
215 интерактивных
уроков
Записаться на курс
Data Science — это работа с Big Data, большими данными. Это огромные объемы информации: данные о погоде за последние 10 лет или статистика запросов в поисковике.

Data Scientist занимается анализом больших данных, чтобы делать прогнозы. Например, проверить все музыкальные треки, которые вы слушали, и рекомендовать вам новых исполнителей. Для этого дата-сайентисты используют математическую статистику и методы машинного обучения.

Что такое Data Science?

Машинное обучение — это способ обучить программу на исторических данных, чтобы она могла сама обрабатывать новую информацию. Например, программа анализирует платежеспособность клиентов банка и решает, одобрить ли кредит. Дата-сайентист создает алгоритм, и когда появляется новая заявка, программа выдает результат без участия сотрудников банка.

Машинное обучение используют при создании нейросетей: искусственный интеллект требует огромного количества данных и работы дата-сайентиста.

открытых вакансий прямо сейчас

1000+

445 000₽

Средняя зарплата дата-сайентиста уровня Senior

215 000₽

95 000₽

Средняя зарплата дата-сайентиста уровня Middle
Средняя зарплата начинающего дата-сайентиста

Специалисты Data Science нужны в разных сферах

Банкинг

В «Тинькофф» и «Сбер» специалисты по Data Science помогают вычислить, какой кредит можно выдать клиенту, и предупреждают мошеннические действия.

IT

Netflix использует машинное обучение, чтобы рекомендовать сериалы, а VK — искусственный интеллект, чтобы определять, с кем из пользователей вы можете быть знакомы.
Paraexel занимается клиническими исследованиями и привлекает дата-сайентистов, чтобы анализировать результаты и быстрее выводить на рынок новые лекарства.

Телеком

Медицина

В «Ростелекоме» Data Scientist обучает алгоритмы, чтобы создавать чат-боты, которые распознают вопросы клиентов, выдают типовой ответ или переводят на живого оператора.

Агропромышленный комплекс

Ритейл

«СмартАгро» создает системы, которые позволяют аграриям прогнозировать урожайность и отслеживать состояние посевов, а также рекомендуют, когда пора внести удобрения.
В Nike дата-сайентисты прогнозируют спрос на новые коллекции и помогают персонализировать предложения.
Агропро-мышленный комплекс
1

Востребованность

2
По данным Всемирного экономического форума, специалисты по Data Science — №1 по спросу на рынке до 2025 года.

Свобода в выборе работы

Анализировать большие данные в Python
Дата-сайентист может работать в офисе или удалённо, как в России, так и за рубежом. Кстати, опытные специалисты по DS зарабатывают за границей до $8 000.
7
Прогнозировать данные с помощью машинного обучения
8
3
4

Актуальность в любом бизнесе

Банкинг, финансы, телеком, медицина или космонавтика — в любой отрасли нужны специалисты по Data Science.

Социальная значимость

PRO
Работа дата-сайентистов делает жизнь людей лучше. Например, в экологической сфере они предлагают способы снижения энергопотребления, которые уменьшают уровень загрязнения окружающей среды.

Достоинства профессии Data Scientist

Начните легко — достаточно уметь пользоваться ПК

Двигайтесь по программе от простых тем к сложным

Получайте поддержку от личных кураторов и преподавателей

Выполняйте домашние задания и смотрите их разборы от экспертов

Курс подойдет новичкам

Основа курса — теория и практика по алгоритмам, математике, структуре данных, машинному обучению. Выпускник становится продвинутым специалистом, готовым решать реальные задачи.

Без воды — только то, что пригодится

Сформируем портфолио из 7 проектов

Приглашаем лучших экспертов-практиков

Доводим до оффера за 9 месяцев

Почему мы

Вы разберете практические кейсы, которые моделируют задачи дата-сайентистов. Сможете потренировать полученные навыки, стать уверенней, наработать портфолио.
Авторы курса — практикующие разработчики, специалисты по машинному обучению и Data Science.
Вы решите реальные тестовые и подготовите резюме с учетом специфики индустрии вместе с HR-отделом Eduson. Вернём деньги, если не устроитесь на работу после всех этапов.

вырастают до уровня Middle быстрее, чем через год после окончания курса

62%

студентов берут заказы на разработку еще во время обучения

26%

выпускников курса достигают своей цели и находят работу в IT

78%

Студенты любят наши курсы

и пишут о них отзывы — вы можете посмотреть!
Cредний рейтинг — 4,6
163 отзыва
105 отзывов
Рейтинг: 4,8
65 отзывов
Рейтинг: 4,4
42 отзыва
Рейтинг: 4,5
30 отзывов
Рейтинг: 4,4
Рейтинг: 4,4

Отзывы о курсе

Елена


Рекомендую: курс поможет изучить сферу машинного обучения с нуля. Подача учебного материала простая и понятная, темы разобраны очень подробно. Задания на практику смоделированы на уровне моих рабочих задач, с которыми придется сталкиваться в рабочей деятельности. Мне кажется, что курс подходит для тех, кто хочет начать строить свою карьеру в сфере IT, а также углубить знания в аналитике.
Курс Data Scientist
Е
Сергей
Для старта подойдет. Из плюсов: можно проходить в любое удобное время, отсутствие дедлайнов. Очень понравились спикеры. Есть поддержка кураторов по возникшим вопросам. Ну и стоимость в сравнении с другими онлайн школами ниже.
Курс Data Scientist
С
Дмитрий
Разжевали для новичков! Прежде чем купить курс не поленился, изучил инфу с разных ресурсов и решил что курс Data Scientist в Eduson мне больше подходит. Он короткий, всего 9 месяцев, и рассчитан для тех, кто хочет с самого нуля изучить профессию. И да, я не ошибся, по подаче курс понятный, удобный. Отучился и уже вышел на работу по новой профессии.
Курс Data Scientist
Д
Алла
Хорошие курсы! Никогда не пользовалась онлайн курсами пока не заставила жизнь. Нужен был диплом Data Scientist, иначе меня отказывались двигать по работе. Тут дают и диплом, и знания. Много внимания уделено практике, есть симуляторы построения моделей машинного обучения и бизнес кейсы.
Курс Data Scientist
А

Преподаватели курса

Андрон Алексанян

CEO & Founder платформы для подготовки к собеседованиям IT Resume
Исполнительный директор региональной сети «Аптека-Центр»
лет в IT
10+
Преподаватель в МИФИ

Илья Воронцов

Преподаватель на курсах Learn.Python
Организатор хакатона по Digital Humanities
Преподаватель и соорганизатор проектной школы «Слон»
Преподаватель авторских курсов по алгоритмам и структурам данных, веб программированию, машинному обучению в школах «Интеллектуал» и «Силаэдр»

Александр Сенин

1 место на VTB Data Fusion Contest и хакатоне VK по машинному обучению на графах
ex-Software Engineer в Deutsche Bank
ex-Data Scientist в ML Laboratory
Специалист по разработке нейронных сетей в «Альфа-Банке»

Олег Кожанов

Ментор по программированию
Работал в Amazon в Берлине
Director of Solution Engineering в Smaato
лет в разработке
15+

Георгий Смирнов

ex-Data Analyst в Tinkoff Bank
Победитель хакатонов «Цифровой прорыв» и Data Fusion
Специалист по разработке нейронных сетей в Лаборатории машинного обучения в «Альфа-Банке»
Спикер на ODS DataFest

Демид Гаибов

Спикер на Yandex Days Day и ODS DataFest
Преподаватель в МФТИ
Data Scientist в «Альфа-Банке»

Юлдуз Фаттахова

Технический лидер AI-проектов
Автор курсов по Machine Learning
лет в Data Science
6+
Преподаватель, ментор,
спикер конференций PHDays, OpenTalks и других
Работала в «Сбере», Noteful.ai
Призер хакатонов России и Германии

Джамиль Закиров

Работал в Huawei Noah's Ark Lab и Philips Innovation Labs
Технический директор в Picturino AI
Machine Learning Engineer в EyeQ Inc.
лет в машинном обучении
5+
Ментор по программированию

Никита Лалиев

автор курса по проектному менеджменту в IT
ex-Product Manager в Dastocks Inc.
ex-Middle AI Product Manager в ВКонтакте

Наталия Титова

Автор курсов в НИУ ВШЭ по анализу данных в бизнесе и Data Science
Старший преподаватель Факультета компьютерных наук НИУ ВШЭ
Руководитель продуктовой аналитики в «МТС Банке»
лет в аналитике
10+

Александра Корнеева

1 место на хакатоне Data Product Hack ITMO
ex-Computer Vision Engineer в видеоаналитике
Аналитик-разработчик в Avito
Только базовые знания и навыки, которые сразу пригодятся в работе
Дополнительные материалы, которые помогают структурировать знания
Подробные видеоразборы от экспертов-практиков
Плавное погружение в профессию с нуля
Поддержка личных кураторов и преподавателей в течение года
Программа, построенная на запросах нанимающих менеджеров и HR от 2023 года

Комфортный формат обучения

_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _

Вы составите резюме и оформите портфолио

Вместе с отделом HR подготовите резюме с учетом специфики индустрии, поймете, что включить в портфолио, даже если нет релевантного опыта, иnbsp;разместите его на интернет-ресурсах.

Отправим ваше резюме в компании-партнеры

Поддержим во время поиска работы

По окончании курса мы отправим ваше резюме в компании, чьих сотрудников обучаем с 2013 года: «Сбер», «М.Видео», МТС и другие.
Вы выберите подходящие вакансии по нашим рекомендациям и получите обратную связь по собеседованиям.

Вы пройдете технические собеседования

Покажем сайты с вакансиями, которых нет на hh.ru

Разберем основные вопросы и типичные тестовые задания. Расскажем о приемах, которые используют HR-менеджеры, и научим, как проходить интервью.
Вы узнаете, где и как искать работу, чем отличается найм в России и за рубежом, что влияет на карьерный трек дата-сайентиста и как составить личный план развития.
1
2
3
4
5

выпускников IT-курсов Eduson нашли работу

Поможем найти работу дата-сайентистом

или вернем всю сумму за обучение

Начать учиться бесплатно
Заполните заявку, чтобы получить доступ к первым модулям курса Data Scientist
· Познакомитесь с основами создания и управления продуктами
· Поймете, какие задачи решает Data Scientist
· Узнаете как устроена работа в IT
Мы изучили более 500 вакансий, поговорили с экспертами индустрии, и создали курс, после которого вы сможете уверенно выполнять все задачи аналитика данных.

Программа полностью соответствует требованиям к аналитикам данных в 2023 году

Программа обучения

215 видео- и интерактивных уроков, 10 практических кейсов и финальный проект
Скачать полную версию в PDF
5 уроков

1. Введение в Data Science

Как войти в профессию Data Scientist и чего от нее ожидать
Какие задачи решает специалист и какие навыки нужны для этого
Как развиваться в Data Science на протяжении всей карьеры
Открыть полную программу
3 урока
Как работать с системой контроля версий Git
Как работать с GitHub
Как получить доступ к учебному репозиторию GitHub Eduson
11 уроков
Что такое случайные события и как рассчитывать их вероятность
Что такое распределения случайных величин
Как проверять гипотезы с помощью статистики
Как анализировать зависимости между случайными величинами: регрессионный и корреляционный анализ
4 урока
Как DS работает с данными
Как сформулировать требования к данным
Как собрать данные из различных источников
Как структурировать и предобработать данные
4 урока
Зачем бизнесу анализ данных
Как проходит процесс анализа данных
Как сформулировать проблему для анализа
28 уроков
Как проектировать базы данных
Как анализировать данные о бизнесе с помощью SQL
Как создавать запросы и подзапросы
10 уроков
Что такое разведочный АД
Какие бывают структуры данных
Как рассчитать корреляцию между данными и построить диаграмму рассеяния
Какие выводы можно сделать на основе EDA
3 урока
Как рассказать убедительную историю на основе данных
Какие ключевые элементы сторителлинга стоит использовать
10 уроков
Введение в линейную алгебру
Векторы, матрицы и линейная регрессия
Дискриминантный анализ и математическое моделирование
6 уроков
Что такое машинное обучение
Задачи и модели машинного обучения
Подбор предиткоров (признаков) для модели
Как тестировать модель
25 уроков
Линейная регрессия для поиска зависимости между показателями
Метод классификации для разделения данных на группы
Байесовский классификатор для классификации и прогнозирования
Кластеризация для поиска неизвестных групп в данных
Деревья решений и случайный лес
Временные ряды для прогнозирования
7 уроков
Как устроены рекомендательные системы и как они помогают бизнесу
Как строить рекомендательные системы и использовать предиктивные алгоритмы
Как построить коллаборативную рекомендательную систему
8 уроков
Цели Feature Engineering
Как найти признаки с наибольшим потенциалом
Как использовать анализ главных компонентов (PCA)
8 уроков
Как валидировать модель
Какие методы кросс-валидации существуют
Как избежать ошибок в оценке качества модели
6 уроков
Какие этапы внедрения модели существуют
Как ML-решения передают в производство
Какие стратегии доставки модели конечному пользователю существуют
Как работать с GIT
2 урока
Что такое мониторинг модели
Как работать в Airflow
7 уроков
Какие задачи можно решить с помощью Data Science в разных сферах
10 уроков
Как составить резюме (на русском и английском языках)
Как оформить портфолио и где его разместить
Как подготовиться к собеседованию и решению тестовых заданий
16 уроков
Дополнительный курс

Финальный проект и диплом

В конце курса вы решите большой бизнес-проект — соберете данные, создадите и натренируете модель машинного обучения, интерпретируете полученные результаты

23. Английский для IT-специалистов

22. Карьерный акселератор

21. Как применять инструменты Data Science в бизнесе

20. Мониторинг модели

19. Внедрение модели

18. Повышение качества работы модели

17. Feature Engineering

16. Рекомендательные системы

15. Модели машинного обучения

14. Введение в машинное обучение

13. Математика для Data Science

12. Аналитический сторителлинг

11. Разведочный анализ данных (EDA)

10. SQL и работа с базами данных

9. Анализ данных для бизнеса

8. Обработка данных

7. Основы статистики и теории вероятности

6. Работа с системой контроля версий Git

5 уроков

5. Углубленное программирование

Как работать с лямбда-функциями в Python
Как работать с датами и временем в Python
Как писать код на Python в рамках ООП
5 уроков

4. Работа с Linux

Как устроена ОС Linux
Как работать с удаленными серверами
Типы данных в Python
44 урока
Функции, условия, циклы и рекурсии
Основы объектно-ориентированного программирования
Качественный код

3. Python для анализа данных

Что такое абстракции и как с ними работать
Что такое простые и сложные типы данных
Что такое выражение, ветвление и цикл
17 уроков

2. Основы программирования

4,5 часа
7 уроков
7 часов
16 уроков