Всё то же, что в базовом курсе, а ещё продвинутые запросы SQL и инструменты PyShark, работа с СУБД PostgreSQL и библиотека PyTorch.
Основы Python и анализа данных. Узнаете основные концепции анализа данных и поймёте, чем занимаются аналитики данных и специалисты по Data Science.
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.
Первый большой проект. Проведёте сложный исследовательский анализ датасета с информацией о фильмах: показами в кинотеатрах, сборами, государственной поддержкой. Будете сами принимать решения об обработке данных и выборе способов визуализации данных. В конце проведёте исследование о фильмах с господдержкой и найдёте интересные закономерности.
Статистический анализ данных. Проверите гипотезы сервиса аренды самокатов, чтобы помочь вырастить бизнес.
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.
Командная строка и Git. Разместите проекты в своём аккаунте на сервисе GitHub с помощью командной строки и системы контроля версий Git.
Мастерская. В этом спринте сможете выбрать: поработать над проектом от реального заказчика или поучаствовать в соревнованиях на Kaggle. И тот, и другой кейс сможете положить в портфолио.
Системы обработки больших данных. Спрогнозируете стоимость квартир для сервиса по продаже недвижимости.
Численные методы. Разработаете модель для определения стоимости автомобиля с пробегом.
Мастерская. В этом спринте сможете выбрать: поработать над проектом от реального заказчика или поучаствовать в соревнованиях на Kaggle. И тот, и другой кейс сможете положить в портфолио.
Продвинутый SQL. С помощью Python и SQL подключитесь к базе данных, посчитаете и визуализируете ключевые метрики сервис-системы вопросов и ответов о программировании.
Модели и алгоритмы в машинном обучении. Научитесь строить и обучать полносвязные нейросети с помощью фреймворка PyTorch, управлять их обучением с использованием гиперпараметров
Третий большой проект. Потренируетесь составлять запросы для получения данных. Самостоятельно составите датасет и обучите на нём модель. Оцените потенциальную опасность поездок для сервиса каршеринга и его клиентов.
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.
Четвёртый большой проект. Погрузитесь в вопросы этичной работы с данными. Попрактикуетесь комбинировать текстовые данные и изображения для создания модели машинного обучения. Обработаете оценки соответствия текстовых данных и изображений от экспертов. Создадите систему поиска фотографий по описанию для фотохостинга.
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.
Дополнительный курс: практика Python. Потренируетесь составлять запросы для получения данных. Самостоятельно составите датасет и обучите на нём модель. Оцените потенциальную опасность поездок для сервиса каршеринга и его клиентов.
Дополнительный курс: теория вероятностей. Вспомните или узнаете базовые термины в теории вероятностей: независимые, противоположные, несовместные события и т. д. На простых примерах и забавных задачах потренируетесь работать с числами и выстраивать логику решения. Поработаете с практическими заданиями, которые используются на собеседованиях.
Дополнительный курс: практика SQL. Решите несколько десятков дополнительных задач на отработку навыка работы с SQL. Пройдёте практические задания по составлению SQL-запросов, поработаете с новыми базами данных.
Нейросети для специалистов по Data Science. Описание отсутствует
профессиональные преподаватели, подача материала, актуальность и сама платформа
нет
Практикум зажег мое сердечко
Когда я начала обучение в Яндекс Практикуме зимой прошлого года, я даже не думала, насколько сильно этот курс изменит мое представление о дизайне и моей профессии в целом. Я давно мечтала заниматься веб-дизайном — ещё со школы, с девятого класса, когда впервые открыла для себя, что можно не просто рисовать, а создавать что-то, чем люди пользуются каждый день. Я всегда была творческим человеком, и для меня дизайн — это способ выражать себя и одновременно приносить пользу другим. Обучение оказалось насыщенным, местами сложным, но именно тем, что мне было нужно. На курсе я научилась мыслить как дизайнер, видеть не просто красивую картинку, а смысл в каждой кнопке, каждом отступе и каждом цвете. Я освоила Figma, научилась делать прототипы и целые интерфейсы, проводить исследования, продумывать пользовательский путь, работать в команде. Самое главное — я научилась не бояться начинать с нуля и искать решения, когда кажется, что всё уже перепробовано. Особенно ценно было общение с наставниками и кураторами — они помогали, поддерживали, давали реальные советы из практики. Это не просто онлайн-курс, а целый путь: от первого модуля до защиты диплома, когда ты уже уверенно называешь себя дизайнером. Теперь, после защиты диплома, я официально выпускница! И слова Я – дизайнер звучат для меня по-новому. Я чувствую, что выбрала правильную профессию — ту, в которой могу творить, расти, вдохновляться и вдохновлять других. Я горю дизайном, и теперь хочу развиваться дальше, набираться опыта, работать над настоящими проектами и делать продукты, которыми будут пользоваться люди. Спасибо Практикуму за то, что показал, что мечта может быть реальностью, если каждый день делать шаг вперед.
хорошо структурированная информация, помощь наставников, гибкие
опечатки и тех ошибки, хотелось бы более подробного ревью проектов
Курс: Аналитик SOC
Курс на SOC понравился, много структурированной информации как я и хотел + хорошие проекты, база знаний у меня была лишь университетская, ещё не работал по направлению и схожим с ним и чувствовал себя вполне комфортно при изучении. Бывали опечатки и ошибки в тексте и тестовых заданиях, также отлетела в какой то момент одна из виртуальных машин и работать с ней надо было через костыли. Также иногда информация необходимая для выполнения задания, была лишь в следующем уроке.
структурированная программа, много практики и проектов, хорошая подача материала, тренажёр и полезные ревью
высокая нагрузка и жёсткие дедлайны, местами устаревшая теория и долгие проверки проектов
Было здорово)
Проходил курс Инженер по тестированию в Яндекс Практикуме, выбирал его осознанно именно как полноценную переподготовку под QA. Программа построена спринтами: в каждом блоке теория в тренажёре, практические задания и проект, который максимально приближен к задачам на реальной работе. Очень понравился формат подачи материала - много интерактива, ролевые сценарии, где выступаешь стажёром в продуктовой команде, плюс тренажёр, в котором постоянно повторяется и закрепляется пройденное. По ходу обучения разбирали реальные или максимально похожие на реальные продукты Яндекса, работали с требованиями, багтрекингом, SQL, API, Charles, Postman и другими инструментами, что сильно помогает почувствовать рабочий процесс, а не просто выучить теорию. Нагрузка ощутимая: чтобы стабильно успевать сдавать проекты в дедлайны, приходилось уделять учебе несколько часов в будни и больше времени на выходных. Без самоорганизации и готовности самостоятельно гуглить и разбираться в проблемах пройти курс будет тяжело - это точно не формат, где тебя всё время ведут за руку. Ревью проектов в целом полезные и по делу, помогают подтянуть качество работ, но иногда проверки затягиваются, а правки нужно внести в жёсткие сроки, что добавляет стресса. В учебных материалах изредка встречаются неточности или устаревшие моменты, а инструкции по настройке софта не всегда учитывают все возможные ошибки - иногда приходится искать решения самостоятельно. По итогам курса сформировалось цельное понимание процесса тестирования: от анализа требований и составления тестовой документации до заведения багов и работы с API. Дипломный проект ощущается как почти реальная задача из рабочего проекта и отлично подходит в портфолио для собеседований на младшего тестировщика. Сильной стороной Практикума считаю структуру программы, практическую направленность и то, что после окончания остаётся понятный фундамент, на который можно дальше наращивать автоматизацию и другие навыки. При этом важно понимать, что курс не гарантирует трудоустройство: он даёт базу и проекты, а поиск работы, подготовка к собеседованиям и прокачка доп. скиллов ложатся уже на самого выпускника. В моём случае курс окупился именно знаниями и практикой - к концу обучения стало гораздо проще читать вакансии и решать типовые задачи на собеседованиях на позицию джуна в тестировании.»
