В записи · 6 недель
Time Series
Освоишь прогнозирование временных рядов: от ARIMA до трансформеров, соберёшь проекты и подготовишься к собеседованиям, чтобы получить оффер
Мок-интервью
Теория + практика
Гарантия оффера
1000+
учеников готовились на нашем курсе
5 лет
помогаем строить карьеру в IT и бигтехе
94%
участников рекомендуют наши курсы
210
тысяч рублей средняя зарплата после курса
Курс подойдет, если ты
Готовишься к собеседованиям
Идёшь на позиции аналитика, Data Scientist или ML-инженера и хочешь уверенно решать задачи по временным рядам, чтобы пройти технический этап и получить оффер.
Прогнозируешь показатели
Ты аналитик и работаешь со спросом, нагрузкой или метриками. Хочешь выбирать модели, сравнивать качество прогнозов и использовать результат для решений.
Углубляешься в Time Series
Ты Data Scientist или ML-инженер и хочешь сравнивать ARIMA, LSTM и Transformer, чтобы выбирать подходящую модель под задачу.
Цена за Time Series
13 450 ₽
8 950 ₽
Больше скидок:
При покупке с другом -500 ₽
Уже брали курсы -500 ₽
При покупке с другом -500 ₽
Уже брали курсы -500 ₽
Time Series + A/B-тесты
23 950 ₽
15 950 ₽
Больше скидок:
При покупке с другом -1000 ₽
Уже брали курсы -1000 ₽
При покупке с другом -1000 ₽
Уже брали курсы -1000 ₽
Почему выбирают нас?
Мы гарантируем оффер!
- Готовим по реальным задачам из бигтеха. Разбираем кейсы и вопросы, которые встречаются на технических собеседованиях
- Закрепляем знания на практике. Даём домашние задания, проверяем решения и проводим пробные собеседования
- Не оставляем один на один со сложными темами. Кураторы отвечают на вопросы и помогают разобраться в ошибках
- Возвращаем деньги, если не получишь оффер. При условии прохождения курса и выполнения рекомендаций в течение 6 месяцев после обучения
Альтернативы
⛔Самообучение
Тратишь часы на поиск материалов и задач, а когда что-то не получается — некому подсказать, где ошибка
⛔Менторы
Час с хорошим ментором стоит дорого. Чем больше вопросов и сложных тем, тем дороже подготовка.
⛔Другие курсы
Можно пройти всю теорию, но так и не научиться решать реальные задачи с технических собеседований
Наш курс
⚡Поддержка и фидбэк
Идёшь по готовой программе, получаешь разбор ошибок и помощь куратора, если застрял на сложной теме
⚡Доступная цена
Лекции, практика, сборник вопросов с собесов, мок-собесы и многое другое в одном курсе
⚡Готовим к офферу
Разбираем задачи с собесов, проводим мок-интервью и вернём деньги, если пройдешь курс, но не получишь оффер
Как проходит обучение
Шаг 1
Теория
Смотришь лекции в записи, которые открываются по расписанию. Изучаешь темы по конспектам и разборам
Пример лекции
Шаг 2
Практика
Выполняешь ДЗ, пет-проекты, а на онлайн-семинарах решаешь реальные рабочие кейсы и задачи с собеседований
Пример семинара
Шаг 3
Мок-собес
Проходишь пробное интервью со специалистами, которые сами нанимают, и получаешь подробный фидбэк
Пример интервью
Шаг 4
Карьерная подготовка
Учишься презентовать свой опыт и уверенно отвечать на вопросы интервьюера
Карьерный разбор
Программа
1
Стационарность временных рядов
- Стационарность и её проверка
- Тесты ADF и KPSS
- Дифференцирование и преобразования для приведения к стационарности
2
Автокорреляция и сглаживание
- Автокорреляционная функция (ACF)
- Частичная автокорреляционная функция (PACF)
- Методы экспоненциального сглаживания
3
Модели ARIMA
- Авторегрессионные модели AR и модели MA
- Комбинация ARMA и интегрированные модели ARIMA (p, d, q)
- Методология Бокса — Дженкинса
4
Сезонность и оценка качества прогноза
- Сезонные модели SARIMA
- Метрики MAE, MSE, RMSE и MAPE
- Критерии выбора моделей AIC и BIC
5
Подготовка данных и RNN
- Подготовка данных с помощью scikit-learn и NumPy
- Построение простой RNN на TensorFlow/Keras или PyTorch
6
LSTM и GRU
- Реализация и обучение LSTM/GRU
- Сравнение результатов с RNN
- Прогнозирование на несколько шагов вперёд
7
Transformer и модели пространства состояний
- Архитектура Transformer
- Механизм Attention для временных рядов
- Модели пространства состояний
8
Многомерные и гибридные модели
- VAR и коинтеграция
- Гибридные модели: комбинация классических подходов
9
Карьерная стратегия
- Прохождение мок-собеседования
- Обратная связь после мок-собеседования и обозначение точек роста
- Поиск работы за рубежом
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 собесов
Теория закрепляется на кейсах и задачах, которые дают на реальных собесах в BigTech
- Семинары с преподавателем
- Практика по прогнозированию
- Доступ к закрытой базе задач собесов
- Разбор типичных вопросов по Time Series для собеседований
ШАГ 2
Проект и собесы
Соберёшь проект для портфолио и научишься презентовать свои навыки
- Пет-проекты: прогнозирование и поиск аномалий во временных рядах
- Правильно упаковываем пет-проект в опыт
- Тренируем самопрезентацию
- Проводим Mock-интервью
ШАГ 3
Выводим на рынок
После окончания обучения на курсе тебе помогают выйти на рынок и пройти собеседования
- Помощь с поиском вакансий
- Реферальная программа
- Гарантия трудоустройства
- Помощь с собесами (оплачивается отдельно)
- Персональный ментор (оплачивается отдельно)
Отзывы учеников о наших курсах
Data Scientist, Ozon
215 000₽/месяц
На работе дали задачу по прогнозу спроса, а у меня весь опыт с временными рядами был из пары ноутбуков. На курсе наконец разобрался, почему нельзя просто случайно разбить данные на train и test и радоваться метрике. Теперь хотя бы понимаю, где модель реально предсказывает, а где мы случайно подсмотрели будущее.
На работе дали задачу по прогнозу спроса, а у меня весь опыт с временными рядами был из пары ноутбуков. На курсе наконец разобрался, почему нельзя просто случайно разбить данные на train и test и радоваться метрике. Теперь хотя бы понимаю, где модель реально предсказывает, а где мы случайно подсмотрели будущее.
Data Analyst, X5 Group
167 000₽/месяц
Брала курс, чтобы перейти от отчётов к прогнозированию. Сначала было тяжело с теорией, особенно после рабочего дня. Но когда начали разбирать ошибки прогнозов, всё стало складываться. Сейчас сама делаю базовые прогнозы для команды и могу объяснить, почему им можно или нельзя доверять.
Брала курс, чтобы перейти от отчётов к прогнозированию. Сначала было тяжело с теорией, особенно после рабочего дня. Но когда начали разбирать ошибки прогнозов, всё стало складываться. Сейчас сама делаю базовые прогнозы для команды и могу объяснить, почему им можно или нельзя доверять.
ML Engineer, Яндекс
285 000₽/месяц
Хорошо систематизировал знания. Особенно полезно было сравнивать простые бейзлайны со сложными моделями: иногда усложнять вообще не нужно. Не всё было новым, но ради практики точно стоило прийти.
Хорошо систематизировал знания. Особенно полезно было сравнивать простые бейзлайны со сложными моделями: иногда усложнять вообще не нужно. Не всё было новым, но ради практики точно стоило прийти.
Junior Data Scientist, Т-Банк
153 000₽/месяц
До курса боялась задач на временные ряды на собесах. Казалось, что там тысяча методов и невозможно понять, какой брать. После практики стало проще: сначала смотрю на данные, сезонность, горизонт прогноза, потом уже думаю про модель. На последнем интервью смогла нормально разобрать кейс, даже когда начали задавать дополнительные вопросы.
До курса боялась задач на временные ряды на собесах. Казалось, что там тысяча методов и невозможно понять, какой брать. После практики стало проще: сначала смотрю на данные, сезонность, горизонт прогноза, потом уже думаю про модель. На последнем интервью смогла нормально разобрать кейс, даже когда начали задавать дополнительные вопросы.
Product Analyst, Авито
230 000₽/месяц
Мне не нужно было становиться специалистом по forecasting, просто хотелось перестать принимать любой прогноз за истину. Понравилась часть про оценку качества и типичные ошибки. Теперь на планированиях могу аргументированно спорить с прогнозами, а не говорить «мне кажется, цифра странная».
Мне не нужно было становиться специалистом по forecasting, просто хотелось перестать принимать любой прогноз за истину. Понравилась часть про оценку качества и типичные ошибки. Теперь на планированиях могу аргументированно спорить с прогнозами, а не говорить «мне кажется, цифра странная».
Data Scientist, Wildberries
248 000₽/месяц
Самое полезное — научилась нормально выстраивать проверку моделей на временных данных. Раньше могла долго подбирать параметры, а потом выяснялось, что весь эксперимент был некорректным. Не скажу, что после курса стала экспертом, но рабочие задачи решаю увереннее. Хотелось бы ещё больше кейсов с грязными данными.
Самое полезное — научилась нормально выстраивать проверку моделей на временных данных. Раньше могла долго подбирать параметры, а потом выяснялось, что весь эксперимент был некорректным. Не скажу, что после курса стала экспертом, но рабочие задачи решаю увереннее. Хотелось бы ещё больше кейсов с грязными данными.
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 статистическая база?
Достаточно базовой математики и готовности разбираться. Нужную базу по статистике и экспериментам дадим на курсе
Нужно знать языки программирования?
Python и SQL пригодятся, но если с ними есть пробелы — поможем закрыть базу
Когда будут проходить семинары?
Все материалы записаны и уже выложены. Учись, как тебе удобно
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 разобраться в Time Series?
Ждем тебя на курсе!
Оставь заявку удобным способом — в Telegram, ВКонтакте или на электронной почте. Мы свяжемся с тобой, ответим на все вопросы и запишем на курс