Разработчики

Уже программируете или только начинаете свой профессиональный путь, хотите расширить профессиональные возможности и получить практические навыки работы с большими данными.

Что даст курс: освоите необходимую базу по Computer Science для работы с большими данными, а именно - настройка окружения, работа в консоли, изучите базовые алгоритмы и структуры данных, познакомитесь с анализом данных на Python.

Аналитики

Хотите научиться обрабатывать и анализировать данные на Python, а также подтянуть базу по Computer Science для работы с большими массивами информации. Это в свою очередь позволит решать более сложные и интересные аналитические задачи.

Что даст курс: освоите необходимую базу по Computer Science для обработки и анализа данных на Python, а именно - анализ данных в Python, работа с регулярными выражениями и SQL, настройка окружения, работа в консоли, базовые алгоритмы и структуры данных, нотация Big-O.

Для тех, кто хочет перейти в сферу Data Science и освоить машинное обучение, рекомендуем пройти "Практический курс Machine Learning."

Data Engineers

Уже работаете в сфере инженерии больших массивов информации. Хотите структурировать, освежить или восполнить пробелы в Computer Science (алгоритмы и структуры данных, нотация Big-O). Также хотите расширить свой кругозор и арсенал практических навыков в сфере анализа данных.

Что даст курс: познакомитесь с анализом данных на Python, изучите (или вспомните) базовые алгоритмы и структуры данных, нотацию Big-O, научитесь анализировать алгоритмы и более осознанно выбирать подходы к решению практических задач.

Data Scientists

Понимаете, что 90% времени при работе с моделями машинного обучения - это сбор и предобработка данных. Также понимаете, что с развитием MLOps, Data Scientist отвечает за все большую зону ответственности. В связи с этим, хотите научиться эффективно обрабатывать большие и малые данные, настраивать окружение и воспроизводимые вычисления (reproducible research).

Что даст курс: освоите необходимую базу по Computer Science для эффективного и воспроизводимого анализа данных на Python, изучат работу с регулярными выражениями и SQL, правила настройки окружения, работу в консоли, базовые алгоритмы и структуры данных, анализ сложности алгоритмов и нотацию Big-O.

Алексей Драль

Основатель и CEO, BigData Team

10 лет в IT (Amazon AWS, Yandex, Rambler). Преподаватель и автор учебных программ по Machine learning, Big data, CDO programs for Chief Data Officers. Руководит международным онлайн-курсом "Big Data for Data Engineers" на Coursera, совместный проект с Яндексом.

Илья Бойцов

Deep learning Lead, Wayfair

Сфера интересов: NLP и рекомендательные системы (RecSys) Преподаватель и один из авторов курса "Рекомендательные системы" в Школе Анализа Данных (ШАД) Яндекса

Александр Климов

Machine Learning Engineer, eBay

Сфера интересов: MLOps Портфолио: построение с нуля MLOps инфраструктуры для DS команды Альфа-Банка (РФ)

Евгений Адищев

Chief ML Officer @ Next Step Fusion

Сфера интересов: современные модели и алгоритмы в обучении с подкреплением (RL), а также обработка естественных языков и большие языковые генеративные модели (NLP, LLM)