Data Scientist: введение в профессию за 3 дня

Время

Дата

15-17 июня

21:00

Записаться

Профессия Data Scientist:
учимся обработке и анализу данных за 3 дня

Записаться

Вы попробуете себя в роли Data Scientist: с нуля подготовите данные, построите модель и научитесь анализу и визуализации с помощью Python. Узнаете, как устроены нейросети, и сможете использовать их для решения своих задач.

Призы и подарки

Кейс в портфолио

Комьюнити

Data Scientist (дата-сайентист) — это специалист по изучению данных. Он анализирует данные и строит модели машинного обучения, которые помогают принимать решения в бизнесе, науке и даже в обычной жизни. Например, дата-сайентисты обучили нейросеть ChatGPT отвечать почти на любые вопросы. Эта нейросеть пишет стихи, курсовые, умеет программировать и ещё много чего.

Кому подойдёт интенсив

Интересующимся новичкам

Молодым специалистам

Вы узнаете, какие задачи решают специалисты по данным. Познакомитесь с нейросетями и научитесь использовать искусственный интеллект ChatGPT для решения своих задач. Оцените, интересна вам профессия Data Scientist.

Научитесь применять Python для построения статистических моделей, поработаете с библиотеками Pandas и Matplotlib, разберёте несколько практических заданий и повысите свой уровень.

Вы научитесь

Строить модели для прогнозирования данных

Будете находить аномалии, выявлять ложные зависимости и выделять главные факторы в моделях данных.

Использовать Python для Data-аналитики

Узнаете, как визуализировать и анализировать данные с помощью Python-библиотек.

Применять Data Science в бизнесе

Сможете автоматизировать решение бизнес-задач с помощью искусственного интеллекта и Machine Learning.

Работать с нейросетями

Познакомитесь с нейросетью ChatGPT и узнаете, как использовать её для решения повседневных задач.

Программа

июня (четверг)

15

Анализ данных в Data Science: знакомимся с Python

июня (пятница)

16

Анализ данных в Data Science: техники исследования

июня (суббота)

17

Анализ данных в Data Science: подводим итоги

Основы Python: чтение и визуализация данных с помощью библиотек Pandas и Matplotlib.

Лайфхаки для лёгкого входа в профессию.

Какие бывают модели машинного обучения.

Какие задачи решают с помощью Machine Learning.

Кто такой Data Scientist.

Выявление значимых факторов и построение модели.

Статистические методы на Python: когда применять и как интерпретировать.

Техники исследования данных.

Какие повседневные задачи можно решать с помощью ChatGPT. Как начать работать с ним.

Для чего нужны нейросети. Как применять их в жизни уже сегодня.

Какие модели машинного обучения бывают.

Подводим итоги.

Разбор домашнего задания: лучшие находки и типичные ошибки.

Работы участников интенсива

Задание одного из прошлых интенсивов: 1) исследовать данные о производстве электричества в США; 2) построить аналитику на Python по примеру из эфира; 3) сделать выводы на основе полученных данных.

Подарки и призы