Курс по Data Science в Минске направлен на приобретение знаний, навыков и умений по извлечению, структурированию и использованию полезной информации из неструктурированных, а также разрозненных источников. Он охватывает основные современные средства Data Mining, Machine Learning и Big Data. Использование указанных технологий дает неоспоримое преимущество не только организациям на рынке товаров и услуг, но и людям на рынке труда.

Условия участия 

• Тест по английскому языку.
• Решение задач на языке программирования Python.
• Устное собеседование с преподавателем на знание основ математики.

Необходимая подготовка 

• Базовые знания и умения программирования на языке Python или других объектно-ориентированных языках.
• Базовые знания математики: пределы, дифференциальное и интегральное исчисление.

Кому подойдет курс 

• Разработчикам, желающим расширить свои компетенции. 
• Студентам старших курсов и выпускников технических ВУЗов, которые хотят повысить свои шансы на трудоустройство.
• Аспирантам и соискателей научных степеней, желающих приобрести навыки решения научных и исследовательских задач с использованием современных информационных технологий.
• Специалистам, желающим повысить свою компетенцию в области Data Mining, Big Data и Data Science.

Программа 

1. Введение в Data Science.
2. Математические основы Data Science.
3. Введение в машинное обучение. Часть 1.
4.  Введение в машинное обучение. Часть 2.
5.   Рекомендательные системы. 
6. Обработка естественного языка. Naturale language processing.
7. Основы глубокого обучения. Нейронные сети.
8. Работа с большими данными.
9. Машинное зрение в задачах машинного обучения.
10.  Временные ряды. 
11. Подготовка моделей для интеграции.
12.  Подведение итогов. Подход к реализации проектов в области Data Science.
13. Защита итогового проекта.

Чему вы научитесь 

• Осуществлять сбор, обобщение и очистку исходных информационных данных.
• Находить инсайты и зависимости в структурированных и неструктурированных данных.
• Доносить ключевые идеи с языка данных на язык бизнеса.
• Графически интерпретировать данные.
• Осуществлять постановку и решение задач машинного обучения согласно современному стандарту CRISP-DM.
• Применять основные алгоритмы машинного обучения и математического программирования
• Пользоваться основными инструментами и фреймворками для решения задач в области Data Science;
• Разбираться в современных архитектурах нейронных сетей и применять их на практике для решения задач;
• Решать задачи Computer Vision / Natural Language Processing / Time Series;
• Применять концепции и инструменты при работе с большими объемами данных;
• Разрабатывать высококачественные рекомендательные системы;
• Определять и выяснять требования для проектов у заказчика;
• Определять качество построенных решений на реальных данных;
• Разворачивать модели в production.