Курс «Data Science
для не data scientist-ов»
Погружение в область Data Science без предварительной подготовки, знаний в математике и навыков программирования

Курс для тех, кто не хочет становиться Data Scientist-ом, но хочет разобраться:

Кто такие Data Scientist-ы, откуда они берутся, что делают в проектах и как их нанимать
Как работает Data scientist – на примере реальных задач из практики
Какие методологии применимы к Data science и Machine learning проектам
Как определять использования возможности машинного обучения в вашей компании, оценивать стоимость внедрения и экономический эффект
Управлять проектами по Data Science и Machine Learning и грамотно оценивать результаты работы
Стать лидерами и осознанными участниками Цифровой трансформации в компании
Говорить с Data scientist-ом «на одном языке»
После курса вы сможете:
Формат обучения
9 модулей по 4 часа. В каждом модуле теория, практика, quiz. В конце курса защита собственного проекта
Программа
В группе до 8 человек
Корпоративное обучение
Оставьте ваш вопрос в форме обратной связи. Мы ответим вам письмом или перезвоним, если потребуется уточнить детали.
Настоящие Data Scientist-ы, менеджеры проектов по искусственному интеллекту и машинному обучению, бизнес-эксперты КРОК
Кто поможет разобраться
В чем будем разбираться:
Модуль 1. Введение
Описание
Получаем представление о Data Science и профессии Data scientist-a.

Результат
У вас появится понимание, какие задачи в проектах решают Data scientist-ы и о том, как найти лучшего сотрудника на рынке.
Модуль 2. Сбор данных
Описание
Отвечаем на вопрос: «Сколько и каких данных необходимо для извлечения полезных знаний?».

Результат
Вы поймете, как провести первичный анализ данных для оценки их потенциала для решения поставленной задачи. Разберетесь, что такое «качество данных» и как получить качественные данные.
Модуль 3. Оценка модели
Описание
Учимся оценивать качество модели и узнаем о тонкостях метрик качества.

Результат
Вы поймете, что качество модели нельзя оценивать на ограниченной выборке данных, а для качественного результата необходимо опробовать несколько вариантов моделей.
Разберетесь, почему качество работы прототипа модели может отличаться от качества работы в продакшене.
Модуль 4. Исследование данных
Описание
Разбираемся, почему нельзя просто поместить все данные в "модель", а нужно вначале посмотреть на них с разных сторон.

Результат
Вы узнаете, с чего необходимо начать первичный анализ данных, как визуализация данных помогает оценить пригодность данных для дальнейшего моделирования. Определите, в каких случаях необходимо провести дополнительную предобработку данных. Разберетесь, как работать с графиками и гистограммами. Поймете, почему работа с одними статистическими показателями далеко не всегда может привести к необходимому и верному результату.
Модуль 5. Подготовка данных
Описание
Разбираемся, почему подготовка данных занимает основное время.

Результат
Вы поймете, что означает ситуация, когда, Data Scientist работает уже месяц, а до модели так и не добрался.
Модуль 6. Построение модели («Классические» модели)
Описание
Разбираемся, почему для многих бизнес-задач достаточно простой модели,и насколько важен вопрос интерпретируемости даже для простых моделей.

Результат
Вы научитесь различать основные классические модели. Поймете, что доверие к результатам может формироваться не к конкретной модели, а к процессу моделирования
Модуль 7. Построение модели («Сложные» модели)
Описание
Разбираем случаи, когда классических моделей недостаточно и как работают сложные модели и нейросети.

Результат
Вы поймете общую картину мира машинного обучения. Узнаете, почему далеко не все модели могут самообучаться. Разберетесь, почему так сложно интерпретировать и улучшать нейросетевые модели.
Модуль 8. Data Science проект.
Описание
Вникаем в особенности Data science проектов: от старта до использования модели в продакшене.

Результат
Вы познакомитесь с общепринятыми стандартами и методологиями ведения Data science проектов. Разберетесь, как сформировать проектную команду.
Поймете, почему в подобных проектах необходимо применять максимальную гибкость планирования и закладывать намного больше рисков.
Модуль 9. Подготовка и защита собственного проекта
Описание
Защищаем собственный проект перед бизнес-экспертами КРОК. Они помогут оценить реализуемость решения и подскажут, над чем стоит еще поработать.

Результат
Ваш проект - Продуманный кейс, с потенциалом к реализации у вас в компании.
Стоимость курса
1.500.000 ₽
за группу до 8 человек
Менеджер образовательных проектов
Кристина Камочкина
(по вопросам обучения на курсе)
Product-manager курса
Владислав Чернецкий
(по любым вопросам и предложениям)
Заполните форму и наш менеджер вам напишет. Оставьте номер телефона, если хотите, чтобы мы перезвонили. Также вы можете написать нам на info@crocok.ru или в facebook.
Заказать курс