Научитесь писать код на Python и SQL, строить модели для анализа данных, работать с компьютерным зрением и машинным обучением.
Основы Python и анализа данных. Узнаете основные концепции анализа данных и поймёте, чем занимаются аналитики данных и специалисты по Data Science. А после бесплатной части выберете подходящий формат курса: базовый или расширенный.
Базовый Python. Сравните данные пользователей Яндекс Музыки по городам и дням недели.
Предобработка данных. Проанализируете данные о клиентах банка, определите долю кредитоспособных.
Исследовательский анализ данных. Исследуете архив объявлений о продаже объектов недвижимости в Петербурге и Ленобласти.
Статистический анализ данных. Проверите гипотезы сервиса аренды самокатов, чтобы помочь вырастить бизнес.
Первый большой проект. Научитесь предварительному исследованию данных, сформулируете и проверите гипотезы. Найдёте закономерности в данных о продаже игры.
Линейные модели в машинном обучении. Разработаете модель машинного обучения, которая поможет владельцам молочной фермы принимать эффективные решения.
Обучение с учителем: качество модели. Проанализируете покупки клиентов в ретейл-сети. Разработаете модель, которая поможет маркетологам запускать эффективные акции.
Второй большой проект. Разработаете 2 модели машинного обучения и оцените их качество. Упакуете работу в пайплайн. Смоделируете коэффициент удовлетворённости сотрудников, чтобы помочь HR-отделу компании спрогнозировать текучку кадров.
Машинное обучение в бизнесе. Обучите модель и предскажете, в каком месторождении добыча нефти принесёт наибольшую прибыль.
Базовый SQL. Напишете ряд запросов разной сложности к базе данных, в которой хранится информация о венчурных инвесторах, стартапах и инвестициях в них.
Численные методы. Разработаете модель для определения стоимости автомобиля с пробегом.
Временные ряды. Построите модель и спрогнозируете пиковые нагрузки в такси.
Машинное обучение для текстов. Ускорите модерацию комментариев в сообществе, автоматизировав оценку их токсичности.
Компьютерное зрение. Построите модель для определения приблизительного возраста человека по фотографии.
Обучение без учителя. Освоите ещё один способ машинного обучения, при котором система решает задачу без размеченных заранее данных, на основе их особенностей и структуры. Познакомитесь с задачами кластеризации и поиска аномалий.
Итоговый проект. Подтвердите, что освоили новую профессию. Уточните задачу заказчика, пройдёте все стадии анализа данных и машинного обучения. Теперь без уроков и домашних заданий — всё как на реальной работе.
Дополнительные темы базового курса. Практика Python. Теория вероятностей. Практика SQL.
Нейросети для специалистов по Data Science. Описание отсутствует
получение диплома по окончании курса, возможность оплаты в рассрочку, много дополнительного контента, который пригодится в будущем, отличная работа команды практикума, понятный материал
их нет
Отличные курсы
Прошла курс Инженер по тестированию: от новичка до автоматизатора. Получила много нужных знаний и смогла сменить свою профессию. Яндекс практикум лучшая платформа для обучения, всем советую
хорошая теоретическая база, очень много полезных материалов, охват большого количества востребованных технологий, хорошее комьюнити, постоянное развитие и обновления программ
серьезных минусов выделить не могу, в основном все хорошо прошло, поддержка выручает
Курс "Фронтенд разработчик" от ЯП
Прошел курс "Фронтенд разработчик", весь 2025 год совмещал работу и обучение в практикуме.
Пройти его реально, можно даже не пользоваться переходами в когортах, но иногда они прям выручают (очень важно что они есть, я свои использовал 2 из 3 штук), чтоб успешно пройти курс нужно задвинуть лень на второй план и шпарить по полной!
Автоматизатор тестирования
Это курс отличная инвестиция в карьерный апгрейд, если вы уже в профессии. Он не научит вас что тестировать (это вы и так знаете), но он научит как делать это эффективно, современно и профессионально с точки зрения инженерии. Рекомендую, если: Вы хотите перейти от написания скриптов к построению поддерживаемой автоматизации. Вам не хватает системы в знаниях об инструментах (от Selenium до Docker). Вы готовы к интенсивной 4-6 месячной работе после своего основного рабочего дня. Не ждите, если: Вы думаете, что это будет «лёгкая прокачка». Это серьёзная нагрузка. Но результат - уверенное владение стеком, проект в портфолио и реальные кейсы для обсуждения на performance-ревью - того определённо стоит. Теперь я не просто «тестировщик, который немного умеет в автоматизацию». Я инженер по автоматизации тестирования, и этот курс был ключевым шагом в этой трансформации.
