10, 11, 12 апреля
19:00 (мск)
На практикуме вас ждут подарки

Первый опыт в Data Science: создаем рекомендательную систему

Создайте рекомендательный алгоритм как у YouTube под руководством эксперта из профессии
<
>
Онлайн-практикум МФТИ и Skillfactory
Первый опыт в Data Science: создаем рекомендательную систему
Создайте рекомендательный алгоритм как у YouTube под руководством эксперта из профессии
<
>
Онлайн-практикум МФТИ и Skillfactory
10, 11, 12 апреля
19:00 (мск)
На практикуме вас ждут подарки
Кому подойдёт онлайн-практикум?
Вы никогда не работали в IT, и у вас нет технического образования, но вы бы хотели получить новую профессию
Вы уже работаете программистом и хотите освоить новые инструменты для решения machine-learning задач
У вас есть опыт работы с данными, но не хватает навыков, когда дело касается data-engineering задач и ML-моделей
Чему вы научитесь?
Разбираться в специальностях Data Science. С легкостью различите Data Engineer, ML-developer и Data Scientist
Работать с Python на начальном уровне. Изучите синтаксис, ООП, работу с библиотекой Flask
Создавать рекомендательную модель. Самостоятельно разработаете алгоритм под руководством эксперта и попробуете силы в новом деле
Чем занимаются дата-сайентисты?
Обрабатывают большие объемы информации и делают выводы, после которых бизнес зарабатывает миллионы и миллиарды.
Строят модели, чтобы предсказывать события для маркетплейсов, онлайн-кинотеатров, банков, лабораторий, фабрик и многих других компаний.
Обучают нейросети, чтобы они работали лучше и быстрее, чем обычные программы и алгоритмы.
сейчас открыто на HeadHunter в анализе данных — посмотрите сами
Спрос на специалистов будет расти ближайшие 10−15 лет. Причина проста: данных становится все больше. Еще в 2020 году их объем в мире достиг 44 зеттабайт. Это в 17 660 раз больше количества звезд в наблюдаемой вселенной.

Компаниям нужны специалисты, которые смогут обработать все эти данные и извлечь из них пользу для бизнеса.
зарабатывает в среднем начинающий дата-сайентист
со стажем 1 год
с опытом более 3-х лет
Почему эта профессия перспективна
4 979 вакансий
70 000₽
150 000₽
>250 000₽
Какую задачу будете решать
<
>
Разберемся, как алгоритм Youtube рекомендует ролики, исходя из интересов пользователя. Создадим свой видео-сервис с такой же функцией.
Для этого предобработаем dataset и соберем рекомендательную модель. После разработаем backend и frontend веб-страницы и интегрируем ml-модель.
Программа
10 апреля
19:00 МСК
11 апреля
19:00 МСК
12 апреля
19:00 МСК
/ Знакомимся с Data Science: основными направлениями, сферами применения
/ Обрабатываем данные для рекомендательной системы
/ Пишем backend и frontend
/ Изучаем карьерный путь дата-сайентиста
/ Пишем рекомендательную систему
/ Собираем интерактивное приложение
/ Узнаем, что такое парсер и зачем он нужен
/ Проверяем, как работает наша система
/ Задаем вопросы
/ Скачиваем данные с YouTube
/ Изучаем теорию о backend и frontend
/ Подводим итоги
/ Усваиваем теорию о рекомендательных системах
День 1
День 2
День 3
Эксперт
онлайн-практикума
Занимается Data Science с 2016 года
Руководитель группы вычислительной химии в BIOCAD
Руководитель команд Data Science
Набор инструментов:
Машинное обучение: scikit-learn, numpy, pandas
Глубокое обучение, нейронные сети: Tensorflow, keras, PyTorch
Эмиль Магеррамов
Для практики вам нужны
Компьютер (ноутбук подойдет)
Доступ к Google Диск
Python 3.8−10, IDE Pycharm
i
после регистрации пришлем письмо с подробной инструкцией по установке
Запишитесь на бесплатный онлайн-практикум и получите подарок
Карьерный гайд «Каким будет мой путь в Data Science»
«Тренажер Power BI»
ГАЙД
Обучение
Регистрация на бесплатный онлайн-практикум
10, 11, 12 апреля
19:00 (мск)