Курсы статистики и аналитики

Курсы статистики и аналитики

Следующий — осенью в Москве
Семидневный практический курс, на котором вы не только научитесь статистике, но и поймете её

Для ученых, аналитиков и всех, кто работает с данными

4 года мы преподаем и организуем курсы по анализу данных: в Бластиме, в МГУ, в Вышке, на летних школах и семинарах. И у большинства участников есть пробелы в статистике.

Если механически проводить статистические тесты и не понимать истинного смысла результатов, легко ошибиться в выводах. За 7 дней мы научим всему необходимому, чтобы этого избежать.

⁍ Курс полезен тем, кто хочет понять статистику и работает с данными: ученым, аналитикам, маркетологам, продакт-менеджерам

⁍ Математика выше школьной и знание программирования не нужны

⁍ Примеры будут в основном биологические и медицинские, но специальных знаний не нужно

⁍ Если вы помните что-то из тервера и линала или имеете опыт в Питоне или Матлабе, мы подготовим задачки посложнее

⁍ Можно запустить программу и получить p-value, но обычно этого недостаточно. Мы научим считать (и понимать) мощность теста, размер эффекта и другие параметры

⁍ Реальные данные сложнее примеров из учебников. Поэтому мы научим их фильтровать, визуализировать и разными способами щупать

⁍ Инвестиция в изучение R окупается временем, сэкономленным на автоматизации. Если вы постоянно копируете столбики в Экселе, мы научим быстро написать скрипт, а потом отдыхать

⁍ Теоретически вы можете научиться сами на бесплатных онлайн-курсах. На это часто не хватает времени и мотивации, поэтому мы предлагаем формат интенсива

⁍ Преподаватели вместе помогают участникам и сразу объяснят то, что непонятно именно вам

⁍ На курсе много практики, а последний день посвящен самостоятельному проекту

— Исследование и препроцессинг данных, выбор методов анализа
— Формулировка гипотез и статистический анализ
— Выводы, интерпретация и визуализация
— Презентация результатов и обсуждение с другими участниками

В процессе преподаватели дают советы и отвечают на вопросы

Имеются данные 5-ти летнего мониторинга населения (экономические показатели, состояние здоровья, образ жизни).

Проводим дескриптивный анализ данных. Формулируем гипотезы о связи избыточного веса с демографическими и социально-экономическими факторами. Проверяем гипотезы с помощью регрессионных моделей, оцениваем мультиколлинеарность, разбиваем данные на группы (по полу; по возрасту), проверяем гипотезы о различиях между группами и находим значимые факторы внутри групп.

Сравниваем данные экспрессии 10 генов с определенным воздействием и контрольные данные для этих генов без воздействия.

Проверяем гипотезу о среднем значении экспрессии генов в группе контроля (one-sample t-test).
Оцениваем различия в двух группах: сравниваем средние значения с помощью two-sample t-test и оцениваем дисперсию данных для двух групп, используя f-test. Теперь можем сделать заключение, есть ли отличие экспрессии генов в случае воздействия, с указанием достигаемого уровня значимости.

Почти все понравилось. Очень хорошие преподаватели с хорошей практикой. Курс в целом логичный, подача материала последовательная и продуманная, подходит как для начала знакомства с R, так и для уже кое-что умеющих пользователей.
Маловато практики. На мой взгляд, нужно больше давать заданий на самостоятельную работу, чтобы в процессе закреплять знания, и меньше давать заданий на копирование кусков скрипта из туториала. Возможно, для такого объема материала 3 дня – мало. Возможно. имеет смысл растянуть курс на 4-5 дней и увеличить количество практических заданий.

# Так мы и сделали: увеличили курс до 7 дней и добавили еще практики

Глобальному миру — глобальные данные: 12 курсов по data science и аналитике

Наташа Федоренко

Ученых, специализирующихся на больших данных, нередко называют новой элитой, а Harvard Business Review считает эту профессию самой сексуальной в ХХI веке. Неплохая мотивация задуматься о переквалификации, особенно если вы уже что-то понимаете в математике и программировании. T&P собрали 12 курсов по анализу больших данных — и для тех, кто только начинает осваивать профессию, и для тех, кому необходимо прокачать уже имеющиеся навыки.

Специализация Дата-сайентист

Где и когда: онлайн с 15 мая (продолжительность — 1 год)

Стоимость: 120 000 рублей

SkillFactory предлагают стать дата-сайентистом с нуля всего за год — за это время вы освоите Python, классическое машинное обучение, секреты работы с нейросетями и deep learning.

Дата-сайентист

Где и когда: онлайн с июля (продолжительность — 5 месяцев)

Стоимость: 60 000 рублей

Создание архитектуры нейросетей и предсказательных моделей, разбор алгоритмов машинного обучения и интерпретация результатов исследований — серия интенсивных вебинаров пригодится тем, кто хочет овладеть востребованной профессией дата-сайентиста.

Машинное обучение и анализ данных

Организатор: «Яндекс», МФТИ

Где и когда: онлайн в любое время (продолжительность — 8 месяцев)

Стоимость: 41 600–69 600 рублей

Курс начинается с азов — фундаментальной математики и программирования на Python. Затем преподаватели расскажут, как использовать алгоритмы для конкретных бизнес-задач, например прогнозов спроса на товар или расчетов вероятности клика по рекламе. В конце обучения студенты создадут собственный проект по анализу данных для социальных сетей, электронной коммерции и др. Для выпускников доступна программа трудоустройства.

Data Science. Уровень 1

Организатор: МГТУ им. Баумана

Где и когда: онлайн или очно в Москве с 5 мая (продолжительность — 24 ак. часа)

Стоимость: 15 990–61 200 рублей

Студенты научатся решать задачи по большим данным с помощью языка R, строить аналитические модели, оценивать их качество и визуализировать результаты в Excel. Курс подойдет тем, кто уже знаком с математической статистикой, языками SQL и R.

Hadoop.Система для обработки больших объемов данных

Организатор: Mail.Ru Group

Где и когда: онлайн в любое время (продолжительность — 29 часов)

Hadoop — одна из самых популярных систем для обработки больших данных. В этом онлайн-курсе объяснят, как ей пользоваться. Для участия очень желательно знание языков программирования.

Основы программирования на Python

Организатор: НИУ ВШЭ

Где и когда: онлайн в любое время (продолжительность — 9 недель)

Стоимость: бесплатно, сертификат — 1901 рубль

Python — один из самых популярных языков программирования, который пригодится и для анализа больших данных, и для написания программ. Курс поможет освоить язык на базовом уровне.

Специализация: Большие данные

Где и когда: онлайн в любое время (продолжительность — 8 месяцев)

Стоимость: 3213 рублей в месяц

Большая онлайн-специализация, которая будет полезна всем, кто уже работает с большими данными. На курсах расскажут об основах Hadoop, MapReduce, Spark, обработке данных в реальном времени, крупномасштабном машинном обучении и т. д.

Визуализация данных

Организатор: Гарвардский университет

Где и когда: онлайн в любое время (продолжительность — 8 недель)

Стоимость: бесплатно, сертификат — $49

Как визуализировать исследования больших данных, расскажут в 8-недельном гарвардском курсе. Студенты освоят пакет визуализации ggplot2 для языка статистического программирования R.

Наука о данных для менеджеров

Организатор: Федеральная политехническая школа Лозанны

Где и когда: Лозанна, с 3 июня (продолжительность — 5 дней)

Стоимость: 3400–4200 CHF

Пятидневная программа в Лозанне будет полезна менеджерам, которые хотят использовать большие данные для стратегического планирования в бизнесе. На курсе расскажут об основах науки о данных и популярных методах исследования в здравоохранении, машиностроении, финансах, телекоммуникациях, городском развитии и т. д.

Прикладная наука о данных

Организатор: Мичиганский университет

Где и когда: осенью, онлайн (продолжительность — 1–3 года)

Стоимость: $31 688–42 262 (больше половины студентов получат стипендию)

Магистерская онлайн-программа Мичиганского университета подойдет всем, кто всерьез задумывается о карьере дата-сайентиста. Диапазон тем — от практических навыков программирования и анализа данных до профессиональной этики. От претендентов ожидают наличие базовых знаний в области статистики и языка Python.

Сертификат IBM в области науки о данных

Где и когда: онлайн в любое время (продолжительность — 2 месяца)

Стоимость: 2557 рублей в месяц

Python, SQL, машинное обучение и визуализация — онлайн-программа повышения квалификации от IBM пригодится всем, кто хочет улучшить свои навыки работы с большими данными.

Наука данных от Microsoft

Где и когда: онлайн в любое время (продолжительность — 160–320 ак. часов)

Большая специализация по большим данным от Microsoft подойдет как тем, кто хочет освоить новую профессию, так и тем, кому необходимо улучшить конкретный навык — от сторителлинга (чтобы лучше презентовать свои исследования) до аналитики в Excel.

Наука данных для практических целей

Где и когда: онлайн, с 30 апреля (продолжительность — 3 месяца)

Сегодня большие данные необходимы почти везде — от кибербезопасности и здравоохранения до финансов и индустрии развлечений. Этот курс поможет увидеть реальные перспективы для применения своих знаний тем, кто уже освоил азы статистики и программирования.

Профессия Data Scientist: анализ данных

Станьте специалистом по анализу данных: используйте продвинутые методы и инструменты, чтобы автоматизировать рутинные задачи, повысить квалификацию и получить высокооплачиваемую должность.

Записаться на курс

• Длительность 9 месяцев
• Онлайн в удобное время
• Обучение на практике
• Доступ к курсу навсегда

На рынке не хватает Data Science аналитиков

• 500 компаний, включая Сбербанк, «Яндекс» и «Тинькофф», ищут специалистов по Data Science
• 80 000 рублей зарплата начинающего специалиста

Данные сайта hh.ru

Кому подойдёт этот курс

Новичкам в IT

Вы овладеете технической специальностью и начнёте карьеру аналитика в IT, даже если у вас нет глубоких знаний в теории вероятности и статистике.

Аналитикам

Вы научитесь использовать прогнозы на основе данных, отшлифуете имеющиеся знания, увеличите скорость своей работы и добьётесь повышения.

Менеджерам и владельцам бизнеса

Вы автоматизируете рутину, сделаете бизнес-процессы прозрачными, поменяете Excel на продвинутые инструменты анализа.

Чему вы научитесь

Программировать на Python

Визуализировать данные

Создавать аналитические панели

Работать с библиотеками и базами данных

Программировать на R

Проводить А/B-тестирование

От первого урока к работе мечты

Студенты и выпускники Skillbox получают индивидуальную поддержку от Центра карьеры на протяжении всего обучения — от помощи с выбором профессии до выхода на работу мечты. Вот как это происходит.

С каждым уроком ваш профессиональный уровень растёт — и вы можете планировать карьеру уже во время обучения.

Реакция потенциального работодателя зависит от того, как вы подаёте себя в резюме. Мы дадим советы по его составлению и поможем написать резюме, подающее вас лучшим образом.

Выбираете лучшую вакансию

Мы экономим ваше время — подбираем подходящие вакансии и договариваемся об интервью с работодателем. Вам нужно только пройти собеседование.

Начинаете карьеру мечты

Вы успешно проходите собеседование, выходите на работу и сразу начинаете выполнять задачи.

Как проходит обучение

Изучаете тему

В курсе — практические видеоуроки.

Выполняете задания

В том темпе, в котором вам удобно.

Работаете с наставником

Закрепляете знания и исправляете ошибки.

Защищаете дипломную работу

И дополняете ею своё портфолио.

Программа

Вас ждут 4 курса с разным уровнем сложности, прохождение которых можно приравнять к году работы.

1. Аналитика. Начальный уровень

1. Введение
2. Основы Python: установка PyCharm
3. Основы Python: базовые структуры данных
4. Основы Python: циклы и условия
5. Основы Python: функции
6. Основы Python: классы и объекты
7. Основы Python: исключения
8. Библиотека NumPy. Часть 1
9. Библиотека NumPy. Часть 2
10. Библиотека pandas. Часть 1
11. Библиотека pandas. Часть 2
12. Визуализация данных с помощью matplotlib
13. Чтение и запись данных. Часть 1
14. Введение в SQL
15. Чтение и запись данных. Часть 2
16. Работа со строками

1. Основы статистики и теории вероятностей

1. Базовые математические объекты и SymPy. Дроби и преобразования
2. Базовые математические объекты и SymPy. Необходимые функции и некоторые дополнительные объекты
3. Функции одной переменной, их свойства и графики
4. Интерполяция и полиномы
5. Аппроксимация и преобразования функций
6. Функции нескольких переменных, их свойства и графики
7. Линейные функции
8. Матрицы и координаты
9. Линейные уравнения
10. Производная функции одной переменной
11. Производная по направлению и градиент + частные производные
12. Линейная регрессия
13. Собственные векторы и значения. Определитель
14. Разложения матриц

1. Язык программирования R. Часть 1
2. Язык программирования R. Часть 2
3. Язык программирования R. Часть 3
4. Создание аналитических панелей (Dashboard) в R
5. A/B-тестирование. Часть 1
6. A/B-тестирование. Часть 2
7. Выявление аномалий
8. Интерактивная визуализация данных с помощью Plotly
9. Создание аналитических панелей (Dashboard) в Python
10. Spark: управление потоками данных
11. Сервисы визуального анализа данных. Как не использовать Shiny и Dash

1. Как стать первоклассным программистом
2. Как искать заказы на разработку
3. Личный бренд разработчика
4. Photoshop для программиста
5. Вёрстка email-рассылок. Советы на реальных примерах
6. The state of soft skills
7. Как мы создавали карту развития для разработчиков
8. Как общаться по email и эффективно работать с почтой?
9. Повышение своей эффективности
10. Спор о первом языке программирования
11. Саморазвитие: как я не усидел на двух стульях и нашёл третий
12. Data-driven подход к продуктивности — инсайты из данных миллиона людей

1. IT Resume and CV
2. Job interview: questions and answers
3. Teamwork
4. Workplace communication
5. Business letter
6. Software development
7. System concept development and SRS
8. Design
9. Development and Testing
10. Deployment and Maintenance

Уже учились на каком-то курсе из программы?

Скажите об этом менеджеру — за этот курс платить не придётся!

Получить презентацию программы и консультацию специалиста

Похоже произошла ошибка. Попробуйте отправить снова или перезагрузите страницу.