Курс в записи · 6 недель
Data Science
За 6 недель разберёшься с нейросетями, Computer Vision, NLP, Transformers и соберёшь проекты, которые можно показать на собеседовании
Mock-интервью
Теория + практика
Проекты в портфолио
1000+
учеников готовились на нашем курсе
5 лет
помогаем строить карьеру в IT и бигтехе
94%
участников рекомендуют наши курсы
125
тысяч рублей средняя зарплата после курса
Курс подойдет, если ты
Начинающий Data Scientist
Только выходишь на рынок и хочешь понять, что должен знать DS-специалист: нейросети, PyTorch, Computer Vision, NLP, Transformers и практические проекты.
Переходишь в DS из другой сферы
Уже работаешь аналитиком, разработчиком, инженером данных или в смежной роли и хочешь добавить к своему стеку нейросети, CV, NLP и современные ML-инструменты.
Хочешь разобраться в DS
Тебе интересны CV, NLP, Transformers и современные модели, но пока непонятно, как перейти от теории к проектам, которые реально можно показать работодателю.
Цена за Data Science
10 950 ₽
6 950 ₽
Больше скидок:
При покупке с другом -500 ₽
Уже брали курсы -500 ₽
При покупке с другом -500 ₽
Уже брали курсы -500 ₽
Data Science + Data Engineering
21 900 ₽
12 900 ₽
Больше скидок:
При покупке с другом -1000 ₽
Уже брали курсы -1000 ₽
При покупке с другом -1000 ₽
Уже брали курсы -1000 ₽
Почему выбирают нас?
Мы готовим к офферу!
- Мы даем материал с запасом: PyTorch, MLP, CNN, RNN, LSTM, NLP, Transformers и практические проекты для портфолио
- Все закрепляем на практике: студенты пишут модели, делают домашки, разбирают кейсы и получают фидбэк от преподавателя
- Если что-то будет непонятно, на помощь придет куратор: объяснит сложную тему, подскажет, где пробел, и поможет не застрять
- А если ты пройдешь курс, выполнишь все рекомендации, но не получишь оффер в течение 6 месяцев — мы вернем все деньги
Альтернативы
⛔Самообучение
Материалы по Data Science разрознены: отдельно PyTorch, отдельно CV, отдельно NLP, а как собрать это в систему и портфолио — часто непонятно
⛔Менторы
Час с сильным специалистом стоит дорого, а базовые темы всё равно приходится закрывать самостоятельно
⛔Другие курсы
Обычно длятся очень долго, дают огромное количество ненужного и устаревшего материала, не готовят к собесам и не дают гарантию
Наш курс
⚡Поддержка и фидбэк
Куратор помогает разбирать задания, отвечает на вопросы и подсказывает, какие темы подтянуть именно тебе.
⚡Доступная цена
Получаешь лекции, практику, семинары, проекты и карьерные материалы по цене кратно ниже индивидуального менторства
⚡Проекты для резюме
Мы берем на себя ответственность за твой результат! Если выполнишь рекомендации и останешься без оффера – вернём деньги
Как проходит обучение
Шаг 1
Теория
Получаешь лекции по нейросетям, Computer Vision, NLP, Transformers и практическому применению моделей
Пример лекции
Шаг 2
Практика
Пишешь модели на PyTorch, работаешь с изображениями и текстами, делаешь проекты и получаешь фидбэк по ДЗ
Пример семинара
Шаг 3
Мок-собес
Проходишь пробное собеседование, а затем получаешь подробный фидбэк.
Пример интервью
Шаг 4
Упаковка
Рассказываем, как описать DS-проекты в резюме, как крутить опыт и как уверенно говорить на собесе
Разбор резюме
Программа интенсива
1
MLP и основы нейронных сетей
- Математика нейрона: веса, смещение и функции активации
- ReLU, сигмоида и Softmax
- Обратное распространение ошибки
- MSE, кросс-энтропия и выбор функции потерь
- Практика: пишем MLP на PyTorch с нуля
2
CNN и Computer Vision
- Свёртки и фильтры
- Max-pooling и архитектура CNN
- ResNet, VGG и BatchNorm
- Как решать задачи компьютерного зрения
- Практика: делаем CNN для изображений
3
RNN, LSTM и временные ряды
- Рекуррентные нейронные сети
- Проблема исчезающих и взрывающихся градиентов
- LSTM и GRU
- Работа с последовательностями и временными рядами
- Практика: прогнозируем биржевые тренды на RNN
4
NLP и эмбеддинги
- Токенизация: BPE, WordPiece и subword-подходы
- Эмбеддинги: от Word2Vec к BERT
- Attention и работа с текстовыми признаками
- Задачи анализа тональности и классификации текстов
- Практика: тонкая настройка BERT для анализа тональности
5
Transformers и современные модели
- Self-Attention и Multi-Head Attention
- Позиционные кодировки
- GPT vs BERT: генерация и понимание текста
- Как объяснять архитектуру Transformer на собеседовании
- Практика: написание системы перевода
6
Резюме и soft skills
- Как устроен найм Data Science специалистов
- Резюме под ATS
- Как описывать DS-проекты
- Как думать вслух на техническом интервью
Преподаватели
Макар Артемов
· MLOps инженер команды рекомендаций WB
· Стаж работы в индустрии более 7 лет
· Семинарист МФТИ и Центра ПУСК
· Выпускник ФПМИ МФТИ, Сколтеха AI Robotics
Ирина Бродская
· ML инженер RnD отдела Сбертеха
· Сотрудничество с AIRI, участница ACL и SlavicNLP
· Семинарист МФТИ и Центрального университета
· Выпускница ФПМИ МФТИ, Сколтеха Data Science
Макар Артемов
Ирина Бродская
Как доводим до оффера
ШАГ 1
Задачи из техсобесов
Теория закрепляется на задачах по нейросетям, CV, NLP и архитектурам моделей, которые встречаются на реальных DS-собеседованиях
- Семинары с преподавателем
- Практика по PyTorch, CV, NLP и Transformers
- Доступ к закрытой базе задач собесов
- Разбор типичных вопросов Data Science
ШАГ 2
Проекты и резюме
На курсе дают не только знания, но и несколько проектов, которые помогают показать реальный практический опыт
- Проект: собственный переводчик
- Проект: детекция касок на стройке
- Проект: прогнозирование ресурса оборудования
- Пишем правильное резюме
- Проводим Mock-интервью
ШАГ 3
Выводим на рынок
После окончания обучения тебе помогают выйти на рынок, выбрать вакансии и подготовиться к собеседованиям
- Помощь с поиском вакансий
- Реферальная программа
- Гарантия трудоустройства
- Помощь с собесами (оплачивается отдельно)
- Персональный ментор (оплачивается отдельно)
Сотни отзывов от наших учеников
Junior Data Scientist Т-Банк
130 000₽/месяц
До курса казалось, что Data Science — это просто sklearn и прочие библиотеки, но быстро стало понятно, что на собеседованиях спрашивают намного шире: нейросети, PyTorch, CV, NLP и умение объяснять архитектуры. Больше всего помогло то, что темы были собраны в систему, а не разбросаны по разным источникам. На интервью я уже понимал, как объяснять свои решения и не теряться на вопросах про модели.
До курса казалось, что Data Science — это просто sklearn и прочие библиотеки, но быстро стало понятно, что на собеседованиях спрашивают намного шире: нейросети, PyTorch, CV, NLP и умение объяснять архитектуры. Больше всего помогло то, что темы были собраны в систему, а не разбросаны по разным источникам. На интервью я уже понимал, как объяснять свои решения и не теряться на вопросах про модели.
ML Engineer ВК
145 000₽/месяц
Самым полезным для меня оказались проекты. До этого в резюме были только учебные ноутбуки, а после курса появились понятные кейсы: переводчик, детекция объектов и прогнозирование ресурса оборудования. На собеседовании по ним задавали вопросы, и было что рассказать. Отдельно понравились разборы типичных ошибок: стало понятно, какие ответы звучат уверенно, а какие сразу выдают слабую подготовку.
Самым полезным для меня оказались проекты. До этого в резюме были только учебные ноутбуки, а после курса появились понятные кейсы: переводчик, детекция объектов и прогнозирование ресурса оборудования. На собеседовании по ним задавали вопросы, и было что рассказать. Отдельно понравились разборы типичных ошибок: стало понятно, какие ответы звучат уверенно, а какие сразу выдают слабую подготовку.
Data Scientist Альфа
120 000₽/месяц
Пришла из аналитики и боялась, что не потяну нейросети. В итоге курс хорошо разложил переход: сначала базовая математика нейрона и PyTorch, потом CNN, RNN, NLP и Transformers. Очень помогали домашки и обратная связь, потому что просто смотреть лекции недостаточно. После курса я стала гораздо увереннее говорить про архитектуры моделей и свои проекты.
Пришла из аналитики и боялась, что не потяну нейросети. В итоге курс хорошо разложил переход: сначала базовая математика нейрона и PyTorch, потом CNN, RNN, NLP и Transformers. Очень помогали домашки и обратная связь, потому что просто смотреть лекции недостаточно. После курса я стала гораздо увереннее говорить про архитектуры моделей и свои проекты.
Junior ML Сбер
135 000₽/месяц
Курс оправдал ожидания. Раньше я знал базовый ML, но вообще не понимал, как говорить про нейросети на собеседовании. Здесь стало понятно, зачем нужны функции активации, как работает backpropagation, чем отличаются CNN и RNN, как объяснять attention и Transformers. На мок-собесе получил конкретный список слабых мест и успел их подтянуть до реального интервью.
Курс оправдал ожидания. Раньше я знал базовый ML, но вообще не понимал, как говорить про нейросети на собеседовании. Здесь стало понятно, зачем нужны функции активации, как работает backpropagation, чем отличаются CNN и RNN, как объяснять attention и Transformers. На мок-собесе получил конкретный список слабых мест и успел их подтянуть до реального интервью.
Data Scientist Авито
150 000₽/месяц
От курса получил именно то, что хотел: не абстрактную теорию, а подготовку к реальным DS-задачам и собеседованиям. Понравилось, что почти каждая тема связывалась с вопросами, которые могут задать: как устроена модель, почему выбрана такая архитектура, где может быть переобучение, как оценивать результат. После нескольких недель занятий стало намного проще отвечать структурно.
От курса получил именно то, что хотел: не абстрактную теорию, а подготовку к реальным DS-задачам и собеседованиям. Понравилось, что почти каждая тема связывалась с вопросами, которые могут задать: как устроена модель, почему выбрана такая архитектура, где может быть переобучение, как оценивать результат. После нескольких недель занятий стало намного проще отвечать структурно.
Computer Vision WB
140 000₽/месяц
Большое спасибо за подготовку. Главный плюс курса — ощущение, что тебя ведут по маршруту, а не просто дают набор лекций. Было много практики, и именно на заданиях я понял, где реально не хватает знаний. После курса стало проще читать вакансии, понимать требования и объяснять свои проекты. На интервью особенно пригодились темы про CNN, Transformers и разбор ошибок моделей.
Большое спасибо за подготовку. Главный плюс курса — ощущение, что тебя ведут по маршруту, а не просто дают набор лекций. Было много практики, и именно на заданиях я понял, где реально не хватает знаний. После курса стало проще читать вакансии, понимать требования и объяснять свои проекты. На интервью особенно пригодились темы про CNN, Transformers и разбор ошибок моделей.
Больше отзывов можно найти в telegram
Перейти к отзывам
Вопросы и ответы
Сколько длится интенсив?
Интенсив рассчитан на 6 недель, но проходить материалы можно в своём темпе
Как долго доступны материалы?
365 дней со дня добавления на курс
Нужна ли сильная математическая база?
Базовая математика и понимание ML помогут, но нужные вещи по нейросетям, PyTorch и моделям разберём на курсе
Нужно знать языки программирования?
Да, Python пригодится, но если с ним есть пробелы — поможем закрыть базу
Когда будут проходить семинары?
Курс доступен в записи, поэтому можно заниматься в удобном темпе
Можно смотреть семинары в записи?
Да. Записи всех семинаров доступны!
Что делать, если я что-то не пойму?
Просто писать куратору, и он все вам объяснит!
У меня есть ещё один вопрос!
Тогда просто напиши вот сюда
С этим курсом часто покупают:
Готов прокачаться в Data Science?
Ждем тебя на курсе!
Оставьте заявку удобным способом — в Telegram, ВКонтакте или на электронной почте. Мы свяжемся с тобой, ответим на все вопросы и поможем выбрать подходящий формат подготовки