DATA SCIENTIST
Curso grátis de java
Independentemente da função, todos programam em Python, entendem matemática, estatística e falam a linguagem de dados. Portanto, às vezes esses especialistas são simplesmente chamados de Cientista de Dados.
Para quem este curso é adequado?
Porquê o curso vale a pena?
Opção 1. Especialista em Aprendizado de Máquina
Você analisará grandes quantidades de informações, criará modelos para previsão em negócios, medicina e indústria. Treine redes neurais, crie sistemas analíticos e serviços de recomendação com base em algoritmos de aprendizado de máquina. Continue seu desenvolvimento profissional no campo do processamento de linguagem natural ou Visão Computacional.
Opção 2. Engenheiro de dados
Você implantará uma infraestrutura de software para organizar a coleta, processamento e armazenamento de dados. Você tem que resolver tarefas complexas, mas interessantes: criar sistemas tolerantes a falhas para trabalhar com Big Data, escrever código Python eficaz e consultas SQL, automatizar a rotina, "comunicar" com bancos de dados, trabalhar com plataformas de nuvem.Opção 3. Analista de dados
Você ajudará as empresas a tomar as decisões certas com base em dados. Colete informações e analise-as, encontre anomalias nos indicadores. Com base em pesquisas, você identificará padrões, construirá hipóteses e testará sua viabilidade com a ajuda da modelagem. Aprenda a visualizar os resultados do trabalho na forma de gráficos e diagramas.
O consultor de carreira irá auxiliar nos detalhes necessarios até a sua empreegabilidade.
Atividades para imersão na profissão
- WorkshopsJunte-se à comunidade profissional, você pode fazer qualquer pergunta a especialistas e fazer novos conhecidos úteis.
Sprints
Uma vez por mês, você participará de webinars de especialistas. Conclua a tarefa bônus e receba feedback ao vivo. Adicione um trabalho forte ao portfólio.Consultas de carreira
Juntamente com um consultor, você determinará os objetivos do desenvolvimento profissional, criará um currículo eficaz e aprenderá a passar por entrevistas.
- Data Scientist
Primeiro nível: treinamento básico.
Machine Learning
Data Engineer
Data AnalystExperimente a si mesmo como engenheiro de dados, analista e especialista em aprendizado de máquina. Adquira conhecimentos e habilidades fundamentais que o ajudarão a dominar qualquer uma das três áreas. - Data Scientist
Segundo nível: especialização e emprego.
Machine Learning
Data Engineer
Data AnalystEscolha a área em que deseja desenvolver e estude a direção em detalhes. Consolide seu conhecimento na prática - resolva problemas com dados reais, participe de uma competição na plataforma Kaggle ou em um projeto de equipe. Um ano depois - emprego para o cargo de Junior na empresa. Data Scientist
Terceiro nível: treinamento avançadoMachine Learning
Data Engineer
Data AnalystContinue estudando o curso em paralelo com o seu trabalho - escolha uma especialização mais estreita. Por exemplo, você pode se desenvolver no campo da visão computacional, análise de produtos ou aprender mais sobre a profissão de engenheiro de dados. Suba de nível até o meio e participe de projetos complexos.
PROGRAMA DO CURSO
- Familiarize-se com as principais áreas da Ciência de Dados, aprenda quais tarefas analistas de dados, engenheiros de dados e especialistas em aprendizado de máquina resolvem.
- Passe por todas as etapas do trabalho com dados. Aprenda a identificar problemas, coletar requisitos de negócios. Você fará upload de dados de várias fontes, realizará análises de exploração e preparará o conjunto de dados para uso posterior. Treine e implemente um modelo de ML pronto, experimente a si mesmo como analista de produtos e marketing. Aprenda a formular e testar hipóteses. Domine as ferramentas básicas para o trabalho: Python, SQL, Excel, Power Bi, Airflow.
Entenda os princípios de trabalhar com variáveis e eventos aleatórios. Familiarize-se com alguns tipos de distribuições e testes estatísticos que serão úteis na modelagem e teste de hipóteses.
Obtenha conhecimentos básicos de matemática para trabalhar com aprendizado de máquina. Entenda o que são aproximação, interpolação, funções, regressões, matrizes e vetores. Aprenda a trabalhar com entidades matemáticas na biblioteca SymPy Python.
Machine learning. Júnior. Familiarize-se com algoritmos de aprendizado de máquina para resolver problemas de regressão, classificação e agrupamento. Construa e treine sua primeira rede neural. Aprenda a selecionar parâmetros do modelo, avaliar a qualidade e melhorá-la, bem como exibir o resultado na Produção.
Data Scientist. Júnior. Você coletará conjuntos de dados complexos, preparará mercados de dados, implantará projetos DS do zero, testará código, criará pipelines para trabalhar com dados e trabalhará em equipe.
Data analytic. Júnior. Familiarize-se com os métodos básicos de análise no exemplo da análise de vendas. Veja os conceitos básicos de marketing, BI e análise de produtos. Melhore suas habilidades em Excel, Python e Power BI. Você poderá formular e testar hipóteses e apresentar os resultados ao cliente.
Conhecimentos e habilidades básicas são suficientes para conseguir um estágio - você pode continuar estudando no curso e na empresa ao mesmo tempo.
- Machine Learning. Professional. Algoritmos mestres para construir sistemas de recomendação e prever séries temporais. Aprenda a aplicar métodos de conjunto, empilhamento, reforço, bem como as melhores práticas em validação cruzada, monitoramento e desenvolvimento de ML de pipeline.
- Deep Learning. Aprenda a trabalhar com redes neurais: aprenda em detalhes como elas funcionam, treine modelos, construa e teste arquiteturas, transfira dados para a rede neural e configure parâmetros.
- Faixa 1. PNL. Aprenda a aplicar algoritmos de aprendizado de máquina e redes neurais para processar linguagem natural. Aprenda a analisar o tom dos textos, classificá-los, reconhecer a fala.
- Faixa 2. Computer vision. Com a ajuda de algoritmos de aprendizado de máquina e redes neurais, você reconhecerá objetos, rostos e emoções, classificará e segmentará imagens. Aprenda a aplicar e adaptar modelos de CV prontos para seus próprios propósitos.
Data Engineer. Professional. Saiba como usar ferramentas de monitoramento padrão, defina alertas. Você escolherá uma arquitetura para armazenar dados e trabalhará com tipos complexos de arquitetura de armazenamento. Construa infraestrutura e pipelines para treinar modelos de ML.
- Faixa 1. Product analytics. Você processará dados, investigará a interação do usuário com o produto, interpretará as informações coletadas. Os resultados obtidos ajudarão a resolver problemas de negócios.
- Faixa 2. Marketing analytics. Aprenda a configurar análises da web e de ponta a ponta, criar funis de vendas, analisar o comportamento do usuário no site.
- Faixa 3. Análise de BI. Aprenda a criar armazenamentos de dados, projetar bancos de dados SQL e trabalhar com tabelas em um nível avançado. Você resolverá problemas de negócios com a ajuda de análises, limpará dados, armazenará e visualizá-los corretamente.
Prepare e apresente 3 projetos na especialidade selecionada - introdutório, Júnior e Médio - e adicione-os ao portfólio.
- Fortaleça novos conhecimentos sobre um projeto individual - vá desde o download de dados até a implementação do modelo. Resolva os problemas de um engenheiro de dados, engenheiro de ML e analista de dados para determinar sua especialização.
- Projeto final de nível júnior. Competição em Kaggle. Construa um modelo para resolver o problema sozinho. Colete e analise dados, escolha um algoritmo de ML e ensine seu modelo, avalie sua qualidade e trabalhe em melhorias.
- Projeto da equipe de Deep Learning.
- Projeto de Visão Computacional ou Processamento de Linguagem Natural.
- Projeto final de nível júnior. Realize uma análise de coorte e faça upload de diretórios da API. Crie painéis com base nos dados obtidos.
- O projeto final do nível médio é um hackathon.
- Nível júnior. Análise de Produto: analise os resultados dos testes A/B para o produto e decida o que precisa ser desenvolvido em primeiro lugar.
- Nível júnior. Análise de Marketing: prepare os dados, calcule conversões e LTV. Tire conclusões sobre a eficácia das campanhas publicitárias.
- Nível júnior. Análise de BI: crie um fato de plano. Crie painéis que permitirão que você entenda quais departamentos mais afetam o desempenho da empresa.
- Nível middle. Projeto de equipe para a faixa selecionada.
- Sistema de controle de versão Git
- Carreira de desenvolvedor: emprego e desenvolvimento
