Почему анализ данных Потребность в анализе данных вышла далеко за рамки технологических и интернет-компаний.
Методы машинного обучения все чаще используются в совершенно разных областях, в том числе при оптимизации транспортных маршрутов.
С их помощью создаются новые лекарства и беспилотные автомобили, подбирается музыка под настроение, находят потенциальных спутников жизни.
Аналитик данных или специалист по данным — одна из самых востребованных профессий сегодня.
Идет настоящая борьба за настоящих практиков, умеющих за короткое время добиться значительных результатов, а стоимость таких специалистов стремительно возрастает. Также интерес подогревают государственные и коммерческие структуры, которые не только рассказывают об этих специальностях, но и уже готовятся к проведению первых олимпиады на них.
Что скрывается за этими словами, все ли понимают их смысл? К сожалению, к ним часто относятся как к некоему волшебному ингредиенту, который решит все проблемы.
Не осознаются ни пределы его применения, ни порядок их использования «здесь и сейчас».
Пришло время внести ясность в этот вопрос.
Где этому можно научиться сейчас?
Анализ данных — область знаний, в которой только формируется понимание того, «как этому научить».Ведущие университеты создают магистерские программы, но, к сожалению, не всегда поспевают за новыми подходами и инструментами.
Поэтому лучшее место для обучения — в высокотехнологичных компаниях, где работа с данными — это сама суть бизнеса.
И одна из таких компаний, без сомнения, Яндекс.
Объединив усилия ведущих ученых МФТИ и реальных исследователей-практиков Яндекса, мы подготовили специализация в области машинного обучения и анализа данных , что позволит вам освоить новую профессию и сделать первые шаги в этой интересной сфере.
И этому научат:
- Константин Воронцов – доктор физико-математических наук, профессор РАН, заведующий отделом интеллектуальных систем Федерального исследовательского центра «Институт управления РАН», преподаватель ШАД
- Вадим Стрижов – доктор физико-математических наук, доцент МФТИ, ведущий научный сотрудник Федерального исследовательского центра «Институт управления РАН»
- Евгений Рябенко – кандидат физико-математических наук, доцент МФТИ, преподаватель кафедры вычислительной математики и информатики МГУ, ШАД, data science в Yandex Data Factory
- Евгений Соколов – преподаватель ВМК МГУ, Высшая школа?, ШАД, руководитель исследовательской группы «Фабрика данных Яндекса»
- Виктор Кантор – старший преподаватель ФИВТ МФТИ, преподаватель ШАД, руководитель исследовательской группы «Фабрики данных Яндекса»
- Эмел Драл – преподаватель ФИВТ МФТИ РУДН, специалист по данным Yandex Data Factory
Как проходит обучение и как построен курс
Наша специализация состоит из пяти курсов и итогового проекта.
- На первом курсе мы расскажем вам основные факты математики, без которых сложно что-либо понять в анализе данных, и научим программировать на Python.
- Во втором мы сосредоточимся на обучении на размеченных данных или контролируемом обучении — разберемся, как строить прогнозные модели на наборе примеров и оценивать их качество.
- На третьем курсе мы поговорим о поиске структуры в данных: как делать кластеризацию, как уменьшать размерность данных и искать аномалии.
- Четвертый курс посвящен искусству превращения данных в выводы: мы освоим методы статистического анализа и планирования эксперимента.
- На пятом курсе мы подробно рассмотрим несколько крупных типичных задач анализа данных, таких как прогнозирование временных рядов или анализ текста.
Таким образом, на прохождение всей специализации в среднем темпе уйдет полгода.
Однако реальная скорость зависит только от мотивации и настойчивости слушателя! Для курса были выбраны только те методики и инструменты, которые хорошо работают на практике и используются настоящими исследователями в повседневной работе.
Большая часть данных, с которыми вам придется работать на курсе, взята из реальных проектов — только так можно понять и почувствовать, «как это происходит на самом деле».
Итоговый проект позволит вам применить полученные знания к реальным данным из одной из практических областей: электронная коммерция, социальные сети, поиск информации, бизнес-аналитика и т. д. Работа над проектом даст вам возможность самостоятельно пройти все этапы анализа данных – от подготовки данных до построения итоговой модели и оценки ее качеств.
В результате в вашем портфолио появится проект, который вы смело сможете указать в резюме и показать работодателю на собеседовании.
Как и во всех курсах на платформе Coursera, основой является видеоконтент, перемежающийся различными видами деятельности: от викторин, проверяющих знания и понимание, до программируемых заданий для самостоятельной оценки и заданий для взаимной оценки.
Понимая, что студенты могут начать обучение с самым разным опытом, мы сделали первый курс специализации вводным, решающим две задачи.
Во-первых, это помогает освежить в памяти основные математические понятия, которые нам понадобятся позже.
А во-вторых, получите базовые навыки работы с языком Python и специальными библиотеками для анализа данных.
Чтобы сохранить практическую направленность специализации и не утонуть в формализме, даже на первом курсе многие понятия вводятся «на кончиках пальцев», с упором на интуитивное понимание.
Приверженцы математического формализма пока могут обратиться к онлайн-курсам от Кафедра дискретной математики на Coursera или национальная платформа открытого образования .
Также очень скоро Лекционные аудитории МФТИ будут проводиться полные строгие курсы по математическому анализу, линейной алгебре и дифференциальному исчислению.
Идеальная цель всего нашего проекта — обеспечить, чтобы студенты могли пройти собеседование на должность специалиста по данным (на уровне, соответствующем их профессиональному опыту).
При этом наша аудитория не обязательно хочет менять работу; кому-то будет достаточно обновить свой методический инструментарий и получить более эффективные решения стандартных рабочих задач.
Но в любом случае выпускник специальности должен соответствовать вступительным стандартам нашей профессии.
Когда и как начать
Специализация уже имеется и обучение по ней первый год начнется 9 февраля.Как и другие специализации на платформе Coursera, наша имеет обязательное условие от платформы: если студент хочет пройти всю специализацию и иметь возможность выполнить итоговый проект, он должен пройти все курсы в режиме проверки личности.
.
Большая часть материалов курса специализации доступна бесплатно, однако ряд заданий, необходимых для получения сертификата, помечен «замком» и доступен только после оплаты.
Если студент хочет получить доступ ко всем заданиям и сертификату, но не имеет возможности их оплатить, вы можете воспользоваться программой финансовой поддержки (Coursera Financial Aid).
Чтобы получить помощь от Coursera, им необходимо заполнить короткую заявку с описанием своего финансового положения и причины записи на курс.
Очень похожая практика используется при запросе финансовой помощи для поступления в американские университеты.
В прошлом году было одобрено более 100 тысяч заявок.
Для подачи заявки необходимо перейти по ссылке под кнопкой «Зарегистрироваться» на странице специализации.
Вперед к новым знаниям – начните учиться ! P.S. Для тех, кто желает получить репетиторскую поддержку во время обучения и личных экзаменов для получения свидетельства государственного образца о профессиональной переподготовке, мы работаем над специальной программой.
Если вам интересно, предлагаем заполнить небольшую анкета УПД : добавлена информация о содержании курсов специализации и их целях.
УПД 2 : Для студентов МФТИ полная специализация доступна бесплатно.
Чтобы активировать эту функцию, вам нужно написать на [email protected]. Теги: #курсра #Большие данные #машинное обучение #мфти #яндекс #Образовательный процесс в ИТ
-
Грейнджер, Клайв
19 Oct, 24 -
Матричные Часы
19 Oct, 24
