Освойте Machine Learning с нуля на реальных задачах и дайте старт своей карьере ML-инженера
СТАРТ ПОТОКА
13 марта
13 марта
Курс
Реальные проекты
в вашем портфолио
в вашем портфолио
Карьерная
помощь
помощь
Авторы
эксперты индустрии
эксперты индустрии
Формат обучения
Видеолекции и задания
Видеолекции и задания
длительность
7 месяцев
7 месяцев
Инженер машинного
обучения
записаться на курс или задать вопрос
Мы свяжемся с вами и ответим на все ваши вопросы по курсу.
Чем занимается ML-инженер //
> знание школьной математики
> интерес к сфере и желание учиться
Какие знания нужны на входе?
Деятельность ML-инженеров объединяет анализ данных и разработку: они создают модели машинного обучения, которые предсказывают события и автоматически принимают решения в самых разных областях. Этому легко найти применение в любой сфере — в финансах, медицине, производстве и маркетинге
Чтобы пройти курс «Инженер машинного обучения» вам пригодятся умение выполнять простые арифметические операции и решать уравнения, навыки работы с функциями и векторами
Почему обучение на ML-инженера сейчас актуально >>
На 433%
вырос спрос на специалистов за последние годы
На 31%
по прогнозам вырастет спрос к 2029 году
Сбер, Яндекс, Альфа-Банк, Газпром
и другие крупные компании нанимают ML-инженеров
Уже на старте профессия ML-инженера предлагает достаточно высокие зарплаты по сравнению с другими специалистами.
Средняя зарплата в отрасли — 100 000 рублей
Зарплаты специалистов в сфере машинного обучения по грейдам:
Кому подойдет курс //
➝ Новичок в профессии
➝ Математик (по профессии или по духу)
Получите сильную базу для уверенного старта карьеры в машинном обучении
Перейдете от теории к практике и научитесь решать реальные бизнес-задачи
➝ Аналитик
➝ Разработчик
Освоите продвинутые методы и инструменты и выйдете на качественно новый уровень в своей специальности
Имеете опыт в программировании и разработке приложений, но хотите применить свои знания в новой области и научиться выявлять потребности бизнеса
Чему научитесь >>
1. Понимать синтаксис Python: освоим циклы, коллекции, функции, библиотеки и ООП
2. Работать с базой данных и разрабатывать веб-приложения на Python
4. Разбираться в архитектуре нейронных сетей и работать с тензорами в PyTorch
5. Решать задачи классификации изображений, сегментации и детекции с использованием сверточных нейронных сетей
3. Отбирать признаки, обучать, работать с ML-моделями и оценивать их качество
6. Оценивать влияние моделей на бизнес с помощью статистики и A/B-тестов
Финальный проект как старт вашей карьеры //
Финальный проект курса — не придуманная, а абсолютно реальная задача из индустрии, и для ее решения вам потребуется изучить все блоки программы — Python, машинное обучение, глубокое обучение, статистику и A/B тестирование
534
задания
финальный проект
Рассчитано на основе данных о количестве выпускников, обратившихся за помощью в поиске работы и трудоустроенных за 3 месяца. Как мы это считали
Всего вас ждут:
В результате вы создадите систему ранжирования публикаций в социальной сети, которая будет выдерживать нагрузку пользователей, учитывать их особенности и эффективно справляться с задачей
Оставьте заявку — мы обо всем расскажем подробнее
Не уверены, что вам это подходит?
как будете учиться /?/
как будете учиться
- Уроки открываются 3 раза в неделю — по понедельникам, средам и пятницам
- Все лекции доступны в записи и разбиты на компактные видео по 15−40 минут
- На обучение понадобится в среднем от 8 до 16 часов в неделю
- Сдавать домашние задания можно в течение двух недель
=> Самостоятельно планируйте нагрузку
- Смотрите видеолекции и читайте конспекты к ним
- Практикуйтесь на заданиях с кодом
- Изучайте разборы идеальных решений в видео и текстовом формате
- Погружайтесь в дополнительные материалы в каждом уроке
- Выполните финальный проект для портфолио
- Погрузитесь в полный цикл работы ML-инженера — от постановки задачи до реализации проекта
- Научитесь думать, принимать решения и вести ML-проекты в реальных условиях
- Работайте с инструментами в настоящем рабочем окружении
=> Решайте реальные задачи
=> Берите максимум от обучения
Вам будут помогать >>
Опытные специалисты, которые когда-то сами прошли путь новичков, помогают с задачами: реагируют на вопрос в течение 15 минут и отвечают в течение часа
Эксперты-практики
Следят за прогрессом обучения, всегда готовы поддержать, подбодрить и помочь в решении организационных вопросов
Внимательные кураторы
Виртуальный помощник на базе ChatGPT ответит на любые вопросы из области анализа данных и программирования
Чат-бот Ева
Умеют объяснять сложные вещи простыми словами
Опытные преподаватели
karpov.courses помогает подготовиться к поиску работы
Первое место работы после обучения — первый шаг к блестящей карьере, и важно сделать этот шаг правильно.
3 месяца
средний срок успешного трудоустройства при соблюдении рекомендаций карьерных консультантов
80 % студентов
нашли работу благодаря карьерному сопровождению
МАРИЯ ОСТРИКОВА
Junior ML-инженер
от 100 000 ₽
Желаемая зарплата
ваше резюме после курса
На карьерном курсе расскажем все о поиске работы.
➝
Действующие HR IT-компаний дадут персональные рекомендации по резюме, сопроводительному, портфолио и видео-визитке
➝
Будем поддерживать и отвечать на вопросы о рынке труда 5/2 в Карьерном чате в Telegram.
➝
Будем делиться в чате актуальными каналами для поиска работы и вакансиями от компаний-партнеров.
➝
Доступ к чату и Карьерному курсу у вас навсегда — обращайтесь за поддержкой в любой момент. Пригласим на все мероприятия в Карьерном чате
➝
→ как искать работу на текущем рынке
→ чем отличаются разные роли в сфере Data Science
→ на что делать акценты в резюме и сопроводительном письме
→ какие вопросы могут задать техническом собеседовании
→ как подготовиться к HR-скринингу
→ чем отличаются разные роли в сфере Data Science
→ на что делать акценты в резюме и сопроводительном письме
→ какие вопросы могут задать техническом собеседовании
→ как подготовиться к HR-скринингу
→ как искать работу на текущем рынке
→ чем отличаются разные роли в сфере Data Science
→ на что делать акценты в резюме и сопроводительном письме
→ какие вопросы могут задать техническом собеседовании
→ как подготовиться к HR-скринингу
→ чем отличаются разные роли в сфере Data Science
→ на что делать акценты в резюме и сопроводительном письме
→ какие вопросы могут задать техническом собеседовании
→ как подготовиться к HR-скринингу
МАРИЯ ОСТРИКОВА
Junior ML-инженер
> Умею разрабатывать приложения на Python, знаю основы объектно-ориентированного программирования
> Владею библиотеками для анализа данных и машинного обучения
от 100 000 ₽
Желаемая зарплата
> Знаю синтаксис SQL, умею составлять запросы к базам данным и работать с SQLAlchemy
> Знаком с основами backend-разработки и фреймворком FastAPI
> Использую Git для работы над проектами
> Применяю Airflow для автоматизации регулярных задач
> Понимаю, как рассчитываются объем выборки, величина эффекта и продолжительность эксперимента
> Умею проводить A/B-тесты и оценивать влияние ML-моделей на продукт
> Разбираюсь в основах теории вероятностей и математической статистики, знаю основные статистические критерии и условия их применимости
> Умею решать задачи по работе с текстами и изображениями
> Знаком с нейронными сетями и библиотекой PyTorch
> Имею опыт применения продвинутых ML-моделей на основе градиентного бустинга
> Знаю классические ML-алгоритмы, умею строить ML-модели для решения задач регрессии, классификации и кластеризации
Что я умею:
Библиотеки Python
Python
CatBoost
Airflow
Postgre
Kaggle
PyTorch
Git
SQLAlchemy
SQL
Владею инструментами:
Фреймворк машинного обучения для языка Python с открытым исходным кодом.
Открытая программная библиотека, разработанная компанией Яндекс.
Социальная сеть специалистов по обработке данных и машинному обучению.
Высокоуровневый язык программирования общего назначения с динамической строгой типизацией и автоматическим управлением памятью.
Распределенная система управления версиями.
Открытое программное обеспечение для создания, выполнения, мониторинга и оркестровки потоков операций по обработке данных.
Базы, которые содержат готовые фрагменты кода для решения задач Machine Learning с помощью Python.
Язык для обработки и извлечения данных, которые хранятся в базе, стандарт для большинства систем управления базами данных (СУБД).
Программная библиотека на языке Python
Свободная объектно-реляционная система управления базами данных.
программа курса //
Подача материала на курсе позволит любому даже без сильной математической подготовки разобраться со всеми этапами работы ML-инженера. А постепенное усложнение задач не даст заскучать тем, кто уже начал изучать ML или быстро учится. Кроме того, мы регулярно обновляем программу, адаптируя ее к требованиям рынка
Изучите основы программирования на Python, освоите библиотеки для анализа данных и машинного обучения. Узнаете, как строить архитектуру приложений и контролировать версии в Git. Напишете прототип будущего ML-сервиса.
Python
NumPy
Pandas
FastAPI
Jupyter/JupyterHub
Git (GitLab)
PostgreSQL
SQLAlchemy
Apache Airflow
Познакомитесь с классическими алгоритмами машинного обучения, освоите подготовку данных для моделей, разберетесь в тонкостях разработки рекомендательных систем и обучите модель на данных социальной сети.
scikit-learn
CatBoost
lightGBM
Разберете популярные архитектуры нейросетей, научитесь работать с предобученными моделями и тренировать собственные. Усовершенствуете созданный на предыдущих этапах обучения механизм рекомендаций.
PyTorch
Рассмотрите основне понятие теории вероятностей и математической статистики, научитесь проводить тесты и оценивать влияние ML-моделей на продукт и бизнес. Реализуете свою систему тестирования и оцените ее эффективность.
Python
NumPy
Kaggle
scipy.stats
statsmodels
Seaborn
Matplotlib
Узнаете, как проходят собеседования на ML-инженера уровня junior. Разберете алгоритмические задачи на Python и популярные вопросы по теме Machine Learning, статистике и A/B-тестам. Отработаете навыки на практических заданиях и подготовитесь к выходу на рынок в роли начинающего ML-инженера.
отзывы выпускников //
- Потрясающий курс с максимально широким охватом все тем из перечня.
Работал продуктовым аналитиком. Общий стаж работы в IT до начала обучения был 9 месяцев. Выполнял задачи по стриму продуктовой и маркетинговой аналитики.
Читать полностью →СЛАВА, ПРОДУКТОВЫЙ АНАЛИТИК - Спасибо большое всей команде, вы делаете крутой продукт!
Курс повлиял на мою карьеру — в июле я стала откликаться на вакансии и в августе нашла работу Junior Data Scientist в QIWI, чему очень рада! Было два этапа собеседования, и вот — теперь работаю на новом месте.
Читать полностью →ЕЛЕНА, BI-аналитик
ЕЛЕНА
«Я работала аналитиком в банке — занималась BI-аналитикой, готовила отчёты различной сложности и витрины данных для других пользователей. Пошла на курс, чтобы изучить классическое машинное обучение и в будущем сменить работу.
Ожидания от обучения оправдались процентов на 80%. Курс очень интересный и интенсивный. Было сложно, особенно в модуле по глубинному обучению, но я надеюсь заполнить пробелы в будущем. Очень здорово, что все материалы остаются с нами и к ним можно вернуться.
Больше всего понравились первые два модуля — по Python и машинному обучению. Преподаватели очень доступно объясняли сложные моменты и помогали решать задачи, тех. поддержка тоже :)
Блок по статистике показался мне немного быстрым, хотелось бы ему уделить больше времени.
Курс повлиял на мою карьеру — в июле я стала откликаться на вакансии и в августе нашла работу Junior Data Scientist в QIWI, чему очень рада! Было два этапа собеседования, и вот — теперь работаю на новом месте.
Всем преподавателям огромная благодарность за то, что учите нас на своём опыте и помогаете достичь целей :)
Спасибо большое всей команде, вы делаете крутой продукт!»
Ожидания от обучения оправдались процентов на 80%. Курс очень интересный и интенсивный. Было сложно, особенно в модуле по глубинному обучению, но я надеюсь заполнить пробелы в будущем. Очень здорово, что все материалы остаются с нами и к ним можно вернуться.
Больше всего понравились первые два модуля — по Python и машинному обучению. Преподаватели очень доступно объясняли сложные моменты и помогали решать задачи, тех. поддержка тоже :)
Блок по статистике показался мне немного быстрым, хотелось бы ему уделить больше времени.
Курс повлиял на мою карьеру — в июле я стала откликаться на вакансии и в августе нашла работу Junior Data Scientist в QIWI, чему очень рада! Было два этапа собеседования, и вот — теперь работаю на новом месте.
Всем преподавателям огромная благодарность за то, что учите нас на своём опыте и помогаете достичь целей :)
Спасибо большое всей команде, вы делаете крутой продукт!»
Слава
«Работал продуктовым аналитиком. Общий стаж работы в IT до начала обучения был 9 месяцев. Выполнял задачи по стриму продуктовой и маркетинговой аналитики.
Пришел на курс, чтобы расширить свои знания и возможности в аналитике, в том числе чтобы поработать над созданием предикативных моделей. Возможно перейти в ml полностью.
Потрясающий курс с максимально широким охватом все тем из перечня. Не простой темп, который довольно сложно совмещать с фулл тайм занятостью. Эмоции только положительные
В конце курса подтянул харды, расширил экспертизу в data science, повысил Грейд до middle+, получил оффер на 35% выше текущего оклада и работу над более интересными задачи в сильной команде
Алексей Кожарин — лучшего преподавателя по python я не встречал в русскоязычном пространстве! Спасибо за блок с алгоритмами отдельно. Никита Табакаев — супер доступные объяснения математики и принципов работы алгоритмов. Теперь тоже часто говорю «чиселки»))
Алексей Биршерт — не представляю, как удалось тебе столько тем уместить в блок по DL, но спасибо огромное, что всё собрал в одном месте! Эмиль Каюмов — супер блок по статистике. Не знаю, сколько часов уходит у людей без бэкграунда на прохождение блока, но даже с опытом в ab-тестировании скучно не было ни разу!
Нерсес Багиян — вечная поддержка по ходу курса. Спасибо, что делился своим мнением о карьере и будущем DS на вебинаре!
Отдельная благодарность Алексею и Нерсесу за открытость и личную помощь в консультации по рабочему вопросу вне темы курса!»
Пришел на курс, чтобы расширить свои знания и возможности в аналитике, в том числе чтобы поработать над созданием предикативных моделей. Возможно перейти в ml полностью.
Потрясающий курс с максимально широким охватом все тем из перечня. Не простой темп, который довольно сложно совмещать с фулл тайм занятостью. Эмоции только положительные
В конце курса подтянул харды, расширил экспертизу в data science, повысил Грейд до middle+, получил оффер на 35% выше текущего оклада и работу над более интересными задачи в сильной команде
Алексей Кожарин — лучшего преподавателя по python я не встречал в русскоязычном пространстве! Спасибо за блок с алгоритмами отдельно. Никита Табакаев — супер доступные объяснения математики и принципов работы алгоритмов. Теперь тоже часто говорю «чиселки»))
Алексей Биршерт — не представляю, как удалось тебе столько тем уместить в блок по DL, но спасибо огромное, что всё собрал в одном месте! Эмиль Каюмов — супер блок по статистике. Не знаю, сколько часов уходит у людей без бэкграунда на прохождение блока, но даже с опытом в ab-тестировании скучно не было ни разу!
Нерсес Багиян — вечная поддержка по ходу курса. Спасибо, что делился своим мнением о карьере и будущем DS на вебинаре!
Отдельная благодарность Алексею и Нерсесу за открытость и личную помощь в консультации по рабочему вопросу вне темы курса!»
Авторы и преподаватели курса //
Head of DS в Raiffeisen CIB
- Руководитель направления продвинутой аналитики в Raiffeisen CIB.
- Преподаватель машинного обучения на Факультете компьютерных наук Высшей школы экономики (ФКН НИУ ВШЭ).
- Выпускник школы анализа данных от Яндекса.
- Ранее прошёл путь от стажера до старшего аналитика в Яндекс. Маркете за 2 года.
НЕРСЕС БАГИЯН
Head of DS в Raiffeisen CIB
Backend Яндекс.Диск
- Работал ML-инженером в Райффайзенбанке, занимался процессингом данных, построением моделей и автоматизацией ML-проектов. Сейчас работает backend-разработчиком в Яндекс.Диске.
- До Karpov. Courses преподавал в МФТИ курсы по продвинутому программированию на Python и алгоритмам.
АЛЕКСЕЙ КОЖАРИН
Backend Яндекс.Диск
Аналитик Raiffeisen CIB
- Занимается продуктовой аналитикой и построением моделей машинного обучения в корпоративно-инвестиционном подразделении Райффайзенбанка.
НИКИТА ТАБАКАЕВ
Аналитик Raiffeisen CIB
Аналитик Raiffeisen CIB
- Занимается построением моделей динамического ценообразования в корпоративно-инвестиционном подразделении Райффайзенбанка.
- Ранее работал в научной лаборатории при ФКН НИУ ВШЭ. Как научный сотрудник занимался исследованиями на тему анализа естественного языка и мультиязычных языковых моделей.
АЛЕКСЕЙ БИРШЕРТ
Senior Machine Learning Engineer, TechLead в Raiffeisen CIB, хедлайнер курса
Head of ML Яндекс.Еда
- Отвечает за рекомендации и прогнозы для задач эффективности Яндекс.Еды. Ранее запускал рекомендации и прогнозы времени доставки в Яндекс. Лавке, занимался задачами продукта Яндекс.Такси.
- Преподавал машинное обучение в ВШЭ и организовывал тренировки по машинному обучению.
ЭМИЛЬ КАЮМОВ
Head of ML Яндекс.Еда
Head of DS в Raiffeisen CIB
- Руководитель направления продвинутой аналитики в Raiffeisen CIB.
- Преподаватель машинного обучения на Факультете компьютерных наук Высшей школы экономики (ФКН НИУ ВШЭ).
- Выпускник школы анализа данных от Яндекса.
- Ранее прошёл путь от стажера до старшего аналитика в Яндекс. Маркете за 2 года.
НЕРСЕС БАГИЯН
Head of DS в Raiffeisen CIB
Backend Яндекс.Диск
- Работал ML-инженером в Райффайзенбанке, занимался процессингом данных, построением моделей и автоматизацией ML-проектов. Сейчас работает backend-разработчиком в Яндекс.Диске.
- До Karpov. Courses преподавал в МФТИ курсы по продвинутому программированию на Python и алгоритмам.
АЛЕКСЕЙ КОЖАРИН
Backend Яндекс.Диск
Аналитик Raiffeisen CIB
- Занимается продуктовой аналитикой и построением моделей машинного обучения в корпоративно-инвестиционном подразделении Райффайзенбанка.
НИКИТА ТАБАКАЕВ
Аналитик Raiffeisen CIB
Аналитик Raiffeisen CIB
- Занимается построением моделей динамического ценообразования в корпоративно-инвестиционном подразделении Райффайзенбанка.
- Ранее работал в научной лаборатории при ФКН НИУ ВШЭ. Как научный сотрудник занимался исследованиями на тему анализа естественного языка и мультиязычных языковых моделей.
АЛЕКСЕЙ БИРШЕРТ
Senior Machine Learning Engineer, TechLead в Raiffeisen CIB, хедлайнер курса
Head of ML Яндекс.Еда
- Отвечает за рекомендации и прогнозы для задач эффективности Яндекс.Еды. Ранее запускал рекомендации и прогнозы времени доставки в Яндекс. Лавке, занимался задачами продукта Яндекс.Такси.
- Преподавал машинное обучение в ВШЭ и организовывал тренировки по машинному обучению.
ЭМИЛЬ КАЮМОВ
Head of ML Яндекс.Еда
стоимость обучения >>
Базовый тариф
> 7 месяцев теории и практики
> 500+ заданий
> Проект в ваше портфолио
> Доступ к рабочей инфраструктуре
> поддержка от кураторов и экспертов
> Бессрочный доступ к материалам курса
> Карьерный курс по поиску работы
> Вакансии от компаний-партнеров
> Карьерный чат с поддержкой консультантов
> 500+ заданий
> Проект в ваше портфолио
> Доступ к рабочей инфраструктуре
> поддержка от кураторов и экспертов
> Бессрочный доступ к материалам курса
> Карьерный курс по поиску работы
> Вакансии от компаний-партнеров
> Карьерный чат с поддержкой консультантов
10 500 ₽ / мес*
Необходимые знания и навыки
рассрочка от партнёра:
Расширенный тариф
+ 3 консультации в карьерном курсе
+ 2 тематических вебинара
+ Онлайн-разбор финального проекта
+ 1 месяц практики на реальных задачах (Симулятор Data Science)
+ 2 тематических вебинара
+ Онлайн-разбор финального проекта
+ 1 месяц практики на реальных задачах (Симулятор Data Science)
> Все опции базового тарифа
>
Всё для быстрого старта карьеры в ML
15 326 ₽ / мес*
рассрочка от партнёра:
Персональный тариф
> Все опции базового и расширенного тарифов
+ 2 встречи с техническими экспертами в карьерном курсе
+ Индивидуальный чат с HR экспертом на 3 месяца
+ 5 месяцев практики на реальных задачах (Симулятор Data Science)
+ 5 персональных встреч с практикующими специалистами
+ 2 встречи с техническими экспертами в карьерном курсе
+ Индивидуальный чат с HR экспертом на 3 месяца
+ 5 месяцев практики на реальных задачах (Симулятор Data Science)
+ 5 персональных встреч с практикующими специалистами
* При рассрочке на 12 месяцев
Кратный рост и классные офферы
24 917 ₽ / мес*
рассрочка от партнёра:
Оптимально
* При рассрочке на 12 месяцев
-19%
-19%
-5%
* При рассрочке на 12 месяцев
Ревью резюме, сопроводительного письма и портфолио
Разработка резюме и сопроводительного письма, репетиция собеседования, составление стратегии поиска работы
-6%
— Как и зачем участвовать в соревнованиях на Kaggle
— Git: зачем нужен и как использовать
— Git: зачем нужен и как использовать
Репетиция технического собеседования, проверка тестового задания или оценка пет-проекта.
Ревью резюме, сопроводительного письма и портфолио
Разработка резюме и сопроводительного письма, репетиция собеседования, составление стратегии поиска работы
-5%
— Как и зачем участвовать в соревнованиях на Kaggle
— Git: зачем нужен и как использовать
— Git: зачем нужен и как использовать
Репетиция технического собеседования, проверка тестового задания или оценка пет-проекта
Оптимальный
Оплачивайте курс так, как удобно: единовременно со скидкой 13% или в рассрочку
Беспроцентная рассрочка или оплата частями от наших партнёров:
Получите нужные навыки и развивайтесь в профессии — обучение может оплатить ваш работодатель
Повышайте квалификацию за счёт компании
Можно вернуть до 13% от стоимости обучения
Налоговый вычет
Если за две недели курс вам не подойдет, вернем полную стоимость. Позже — за вычетом пройденных уроков
Не подойдет — вернём оплату
Выберите удобный срок рассрочки на этапе оплаты — от 4 до 12 месяцев
ОСТАВИТЬ ЗАЯВКУ
Мы свяжемся с вами для того, чтобы ответить на все вопросы по ней.
Мы есть в соцсетях!
Общение в сообществе профессионалов, поддержка и актуальные новости школы — подпишитесь на нас, чтобы ничего не упустить.
> 20 тыс.
В Telegram канале
участников
> 10 тыс.
В Telegram чате
участников
Почему karpov.courses /?/
Рассчитано на основе данных о количестве выпускников, обратившихся за помощью в поиске работы и трудоустроенных за 3 месяца. Как мы это считали
Школа основана аналитиками данных
Анатолий Карпов работал ведущим аналитиком в Mail.Ru и VK, создал онлайн-курсы по анализу данных, которые прослушали более 200 000 человек, и знает, как объяснять сложные вещи простыми словами.
Обучают практикующие эксперты
Авторы курсов — топовые специалисты в компаниях, где применяются лучшие практики рынка. Из года в год одни и те же люди следят за обновлениями программ в соответствии с требованиями рынка и лично отвечают за качество обучения.
Мы даем актуальные знания
В программах курсов — только необходимые инструменты и практика на реальных задачах. Вы не будете тратить время на изучение того, что не понадобится вам в работе.
У нас большое комьюнити
В Data Science-комьюнити школы уже более 10 000 человек — в том числе студенты, выпускники, преподаватели. Со всеми можно ежедневно общаться в чате — поддерживать друг друга, делиться опытом, спрашивать совета.
FAQ >>
Да, мы осуществляем образовательную деятельность на основании государственной лицензии № Л035-01298-77/00179689 от 11 апреля 2022 года, выданной Департаментом образования и науки города Москвы.
Да. Если вы оплатили обучение на курсе после 23 мая 2022 года, являетесь налоговым резидентом России и уплачиваете подоходный налог, вы можете оформить вычет. Однако подать документы можно только в году, следующем за годом оплаты обучения.
Налоговый вычет за обучение — это часть расходов на образование, которую государство может вам компенсировать. С подробной информацией об условиях получения налогового вычета, порядком его расчёта и списком необходимых документов можно ознакомиться на сайте ФНС.
Налоговый вычет за обучение — это часть расходов на образование, которую государство может вам компенсировать. С подробной информацией об условиях получения налогового вычета, порядком его расчёта и списком необходимых документов можно ознакомиться на сайте ФНС.
Чтобы успешно пройти курс, достаточно знать математику на уровне школьной программы. Вам не потребуется уметь программировать и знать алгоритмы машинного обучения. Всё это вы сможете освоить с нуля.
Лекции вы сможете смотреть с любого устройства, но для написания кода вам потребуется компьютер или ноутбук. Требований к конфигурации и мощности нет — мы предоставим всю необходимую инфраструктуру для работы на удалённом сервере. На старте обучения специальные программы устанавливать не обязательно — будут нужны только браузер и стандартные приложения для общения: Telegram, Zoom и Пачка.
Все зависит от вашего бэкграунда и знаний до старта. Для вдумчивого прохождения может понадобиться от 20 часов в неделю, однако если какие-то темы из Python, МО или статистики вам уже знакомы – некоторые недели могут занять меньше времени.
Мы организовали обучение таким образом, чтобы вы могли совмещать его с работой, учёбой и личной жизнью. Заниматься вы сможете в любое время и в удобном для вас темпе — все лекции записаны заранее и разбиты на короткие видео по 15−30 минут, а для домашних заданий установлены мягкие двухнедельные дедлайны.
Обучение длится 7 месяцев. Каждую неделю будет проходить по два-три урока, доступ к которым будет открываться постепенно. Уроки состоят из видеолекций, конспектов и практических заданий, на выполнение которых отводится две недели. По истечении двухнедельного дедлайна будет открываться доступ к разборам заданий. Если во время обучения возникнут сложности, вы сможете обратиться за помощью к менторам. В течение курса вы будете работать над одним большим проектом и в конце пройдёте настоящее code-ревью.
После каждого модуля будет неделя каникул, во время которой вы сможете догнать программу, доделать домашние задания, подробнее ознакомиться с заинтересовавшими вас темами или просто отдохнуть.
В расширенном и персональном тарифе вас ждут более продвинутые карьерные курсы с дополнительными консультациями, тематические вебинары и онлайн-разборы.
Еще студенты тарифов смогут получить дополнительную практику и знания на наших курсах-симуляторах. Мы рекомендуем начать обучение на симуляторах уже после окончания основной программы, когда вы освоите все ключевые навыки аналитика. Так практика будет эффективнее, а знания отложатся надолго.
Еще студенты тарифов смогут получить дополнительную практику и знания на наших курсах-симуляторах. Мы рекомендуем начать обучение на симуляторах уже после окончания основной программы, когда вы освоите все ключевые навыки аналитика. Так практика будет эффективнее, а знания отложатся надолго.
Во время обучения вполне нормально «застрять» на каком-то задании. На этот случай у нас работает команда поддержки, которая поможет разобраться со сложной задачей.
Если вдруг что-то пойдёт не по плану, и вы почувствуете, что отстаёте от программы, сообщите об этом кураторам курса. Вместе мы придумаем, как сделать ваше обучение более удобным.
Вы будете изучать Python. Сейчас это самый популярный язык программирования в сфере Data Science.
Конечно, сможете. Всё общение с преподавателями и однокурсниками будет проходить в Пачке. В чате можно будет задать любые вопросы по обучению.
Вашими наставниками будут ML-инженеры из ведущих российских компаний, таких как Raiffeisen CIB и Яндекс. В этот курс они вложили все свои знания и опыт, полученные за многие годы работы. Во время обучения они будут рядом и помогут справиться с трудностями.
Да, мы выдаём именной сертификат с подписями преподавателей курса. Чтобы его получить, необходимо сдать финальный проект и набрать суммарно не менее половины баллов за домашние задания.
Да, останется. Лекции, конспекты и домашние задания будут доступны вам всегда, даже после окончания обучения. Единственное, к чему пропадёт доступ, это удалённый сервер. Но не волнуйтесь — мы заранее вас предупредим и дадим возможность сохранить все необходимые файлы.
Да, у нас есть карьерное сопровождение, благодаря которому работу находят 74,5% наших выпускников*. Карьерный центр разработал Карьерный курс и делится со студентами актуальной базой знаний про рынок труда и построение карьеры в Data Science. В Карьерном курсе вы с помощью рекомендаций ревьюеров (HR специалистов) составите резюме, сопроводительное письмо и портфолио на GitHub, а также научитесь правильно презентовать свой опыт. А также при покупке тарифов «Расширенный» и «Персональный» вы сможете пройти 3−5 индивидуальных консультаций с HR специалистами и опытными экспертами в Data science.
* данные на конец июня 2024 года
* данные на конец июня 2024 года
Если вы уже работаете в Data Science, но для решения своих задач не применяете машинное обучение, наш курс поможет вам расширить кругозор и повысить свою ценность на рынке труда. Если вы уже сталкивались в работе с ML-алгоритмами, то сможете актуализировать знания и получите хорошую базу для обучения на более продвинутых программах.
В интернете есть много открытых источников с полезной и при этом бесплатной информацией — сформировать ключевые компетенции можно и на её основе. Однако не у всех есть время самостоятельно искать и структурировать разрозненную информацию. Программа нашего курса составлена опытными методистами и охватывает все ключевые инструменты и навыки, которыми должен владеть ML-инженер. Она разработана таким образом, чтобы вы могли с нуля разобраться в сложных темах и за короткий срок освоить новую профессию. Кроме того, мы оказываем нашим студентам всестороннюю поддержку — как в процессе обучения, так и при поиске работы.
Этот курс мы запустили недавно. На данный момент все студенты находятся в процессе обучения, поэтому отзывов от выпускников пока нет. Но вы можете ознакомиться с отзывами о других наших программах.
После подачи заявки и оплаты обучения вы присоединитесь к ближайшему учебному потоку. Обучение на потоках начинается 10-го числа каждого месяца — к этому времени вас зарегистрируют во всех необходимых системах. В день старта вам придёт письмо с логином и паролем, а также ссылками на чаты в Пачке и Telegram.
Вы можете оплатить обучение банковской картой. Доступны два варианта: заплатить всю сумму сразу или платить ежемесячно равными платежами. При полной оплате обучение будет стоить меньше.
Да, сможете. В течение первых двух недель можно вернуть оплату за весь курс. Если проучитесь дольше, то сможете вернуть оплату за вычетом стоимости уже открытых уроков.
Остались вопросы?
Отправьте заявку, и мы проконсультируем вас.
