• Востребованная профессия

Факультет
Искусственного интеллекта

Получите одну из самых востребованных IT-профессий. Машинное обучение от профессиональных преподавателей.

  • Диплом о профессиональной переподготовке
  • Государственная образовательная лицензия
в месяц от в месяц Россия ...список стран и валют Россия Беларусь Китай Казахстан Украина Молдова Армения Кыргызстан Узбекистан При рассрочке до 36 месяцев Подробнее о тарифах и офисах в вашей стране
  • РАЗНЫЕ ФОРМАТЫ ОБУЧЕНИЯ
    • Занятия в группе с преподавателем
    • Онлайн-лекции и вебинары
    • Видеозаписи занятий
  • ДЛИТЕЛЬНОСТЬ18
    2 занятия в неделю
  • РЕЗУЛЬТАТДиплом
    14 работ в портфолио
  • ГАРАНТИЯТрудоустройство
    после обучения

Оставьте заявку

Начало обучения:
Старт потока каждые 2 недели

Отправляя заявку, вы принимаете условия договора-оферты и даете согласие на обработку своих персональных данных в соответствии с политикой конфиденциальности.

Получите свой грант10 000 ₽на обучение

Для вас согласован подарок, с помощью которого можно уменьшить стоимость программы. Узнайте все подробности у менеджера.

Получить грант
За два года спрос на Data Scientist-ов вырос в два раза, по данным HeadHunter. Применяя методы машинного обучения, они строят прогнозы и повышают эффективность бизнес-процессов в любой отрасли. Мы поможем стать таким специалистом с нуля и найдем вам работу.
Разработчик Data Science востребованы на рынке
По данным сайта hh.ru, освоив Data Science-разработку, вы будете претендовать на более высокую зарплату и на большее количество вакансий.
70 000 ₽
Зарплата в месяц
11% от всех
Доступных вакансий на hh.ru
150 000 ₽
Зарплата в месяц
56% от всех
Доступных вакансий на hh.ru

Станьте Data Science-разработчиком с нуля

Живое общение
В курсе 70% вебинаров с преподавателями: вы сможете задать вопросы по теме и быстро получить обратную связь.
Актуальная программа
Актуальная программа
Каждый месяц мы обновляем материал, чтобы вы получали актуальные знания.
Опытные преподаватели
Куратор
Поможет вам освоиться в личном кабинете, в процессе обучения всегда будет на связи и поможет найти ответы на вопросы.
Постоянная практика
Вы сможете тренироваться на наших учебных стендах — специальной инфраструктуре, и добавите 14 кейсов в портфолио.
Доступ к сообществу GeekBrains
Вы найдёте полезные контакты и единомышленников в вашем городе, сможете делиться опытом в базе знаний GeekBrains. Будете посещать закрытые митапы, хакатоны и другие онлайн- и офлайн-мероприятия как слушатели и спикеры.
Реальные кейсы
Методические материалы
После каждого занятия вы получите методички в формате Jupiter Notebook —  это мощный инструмент для интерактивных вычислений.

Вас будут обучать топовые эксперты

Программа обучения

Наша программа одна из самых объёмных и содержательных. В то же время её легко понять, потому что знания даются постепенно: от базы к продвинутым инструментам.

380

часов обучающего контента и практики

14

проектов в портфолио

2

вебинара в неделю

Подготовительный блок

Их необязательно проходить, но они помогут лучше погрузиться в обучение.
Курсы
Видеокурс: как учиться эффективно
Расскажем, как спланировать обучение, чтобы сохранить интерес, получить максимум пользы и всё успеть.
7 видеоуроков
Основы математики
Сможете освежить базовые знания по математике и облегчить погружение в методы машинного обучения.
14 видеоуроков
Основы программирования
Узнаете об особенностях языков программирования и получите первый опыт написания кода.
17 видеоуроков
Основы языка Python
Курс для новичков и опытных программистов: вы познакомитесь с инструментами разработки и освоите машинное обучение на Python.
17 видеоуроков
Git. Базовый курс
Познакомим с основными понятиями: репозиторий, коммит, тег, ветки, создание и клонирование репозитория, слияние веток, запрос истории изменений.
13 видеоуроков
I четверть

Программирование

Научитесь работать в Linux и создавать сервера в облачных сервисах AWS, проводить поиск информации и основные операции с файлами, выполнять мониторинг работы сервера. Научитесь использовать язык запросов SQL, создавать и оптимизировать сложные запросы. Освоите библиотеки языка Python, предназначенные для Data Science: Numpy, Pandas, Matplotlib, SciKit-Learn.
Курсы
Встреча декана со студентами
Основы языка Python
  • Знакомство с Python
  • Встроенные типы и операции с ними
  • Функции
  • Полезные инструменты
  • Работа с файлами
  • Объектно-ориентированное программирование
  • ООП. Продвинутый уровень
  • ООП. Полезные дополнения
4 недели — 8 уроков
Linux. Рабочая станция
  • Введение. Установка ОС
  • Настройка и знакомство с интерфейсом командной строки
  • Пользователи. Управление Пользователями и группами
  • Загрузка ОС и процессы
  • Устройство файловой системы Linux. Понятие Файла и каталога
  • Введение в скрипты bash. Планировщики задач crontab и at
  • Управление пакетами и репозиториями. Основы сетевой безопасности
  • Введение в docker
4 недели — 8 видеоуроков
Основы реляционных баз данных и MySQL
  • Вебинар. Установка окружения. DDL - команды
  • Видеоурок. Управление БД. Язык запросов SQL
  • Вебинар. Введение в проектирование БД
  • Вебинар. CRUD-операции
  • Видеоурок. Операторы, фильтрация, сортировка и ограничение. Агрегация данных
  • Вебинар. Операторы, фильтрация, сортировка и ограничение. Агрегация данных
  • Видеоурок. Сложные запросы
  • Вебинар. Сложные запросы
  • Видеоурок. Транзакции, переменные, представления. Администрирование. Хранимые процедуры и функции, триггеры
  • Вебинар. Транзакции, переменные, представления. Администрирование. Хранимые процедуры и функции, триггеры
  • Видеоурок. Оптимизация запросов. NoSQL
  • Вебинар. Оптимизация запросов
4 недели — 12 уроков
Библиотеки Python для Data Science: Numpy, Matplotlib, Scikit-learn
  • Введение в курс
  • Вычисления с помощью Numpy. Работа с данными в Pandas
  • Визуализация данных в Matplotlib
  • Обучение с учителем в Scikit-learn
  • Обучение без учителя в Scikit-learn
  • Обучение без учителя в Scikit-learn и введение в итоговый проект
  • Консультация по итоговому проекту
5 недель — 10 уроков

Проект

  • Предсказание цен на недвижимость
II четверть

Сбор данных и статистическое исследование

Познакомитесь с теорией вероятностей и математической статистикой. Изучите методы проведения корреляционного, дисперсионного и регрессионного анализа. Научитесь работать с RESTful/SOAP-сервисами, форматами XML и JSON в Python, а также познакомитесь с особенностями открытых данных (OpenData).
Курсы
Библиотеки Python для Data Science: продолжение
  • Введение в задачу классификации. Постановка задачи и подготовка данных
  • Анализ данных и проверка статистических гипотез
  • Построение модели классификации
  • Оценка и интерпретация полученной модели. Обсуждение курсового проекта
2 недели — 4 урока
Методы сбора и обработки данных из сети Интернет
  • Основы клиент-серверного взаимодействия. Парсинг API
  • Парсинг HTML. BeautifulSoup, MongoDB
  • Системы управления базами данных MongoDB и SQLite в Python
  • Парсинг HTML. XPath
  • Scrapy
  • Scrapy. Парсинг фото и файлов
  • Selenium в Python
  • Работа с данными
4 недели — 8 уроков
Введение в математический анализ
  • Вводный урок
  • Множество. Последовательность. Часть 1
  • Множество. Последовательность. Часть 2
  • Предел функции. Часть 1
  • Предел функции. Часть 2
  • Производная функции одной переменной. Часть 1
  • Производная функции одной переменной. Часть 2
  • Производная функции нескольких переменных. Часть 1
  • Производная функции нескольких переменных. Часть 2
  • Интеграл. Ряды. Часть 1
  • Интеграл. Ряды. Часть 2
5 недель — 11 уроков
Теория вероятностей и математической статистике
  • Случайные события. Вероятные события. Условная вероятность. Формула Байеса
  • Дискретные случайные величины. Закон распределения вероятностей. Биноминальный закон распределения. Распределение Пуассона
  • Основы математической статистики. Количественные характеристики популяции. Графическое представление данных
  • Непрерывные случайные величины. Функция распределения и функция плотности. Нормальное распределение. Центральная предельная теорема
  • Проверка статистических гипотез. P-значения. Доверительные интервалы
  • Взаимосвязь величин. Показатели корреляции. Корреляционный анализ. Проверка на нормальность
  • Линейная регрессия. Двухвыборочный t-тест. A/B-тестирование
  • Дисперсионный анализ. Метод главных компонент. Логистическая регрессия
4 недели — 8 уроков

Проект

  • Сбор информации по заданным критериям
  • Разведочный анализ данных (EDA) на основе полученной информации
III четверть

Математика для Data Scientist

Рассмотрите математические аспекты алгоритмов, применяемых в Data Science: линейная и логистическая регрессия, градиентный спуск, метод ближайших соседей, кластеризация, деревья решений, случайный лес, градиентный бустинг. Поймете, как устроены алгоритмы на уровне математики.
Курсы
Линейная алгебра
  • Линейное пространство
  • Матрицы и матричные операции
  • Линейные преобразования
  • Системы линейных уравнений
  • Сингулярное разложение матриц
3 недели — 5 уроков
Алгоритмы анализа данных
  • Алгоритм линейной регрессии. Градиентный спуск
  • Масштабирование признаков. L1- и L2-регуляризация. Стохастический градиентный спуск
  • Логистическая регрессия. Log Loss
  • Алгоритм построения дерева решений
  • Случайный лес
  • Градиентный бустинг (AdaBoost)
  • Классификация с помощью KNN. Кластеризация K-means
  • Снижение размерности данных
4 недели — 8 уроков

Проект

  • Построение модели кредитного скоринга для банка
IV четверть

Машинное обучение

Освоите Python: от основ программирования до автоматизации, сбора, обработки, анализа и визуализации данных.
Курсы
Машинное обучение в бизнесе
  • Data-driven-подход на примере задачи маршрутизации заявок в helpdesk
  • Профилирование пользователей. Сегментация: unsupervised learning (clustering, LDA/ARTM), supervised (multi/binary classification)
  • Связь бизнес-показателей и DS-метрик
  • Uplift-моделирование
  • Задача оттока: варианты постановки, возможные способы решения
  • Задача look-alike
  • Интерпретация прогнозов модели (SHAP): объясняем поведение модели на отдельных наблюдениях
  • Проверяем работу модели на практике: A/B-тестирование
  • Интеграция. Итоговый проект
5 недель — 10 уроков
Рекомендательные системы
  • Введение, примеры задач, бизнес- и ML-метрики
  • Бейзлайны и детерминированные алгоритмы item-item
  • Коллаборативная фильтрация
  • Рекомендательные системы на основе контента
  • Поиск похожих товаров и пользователей. Гибридные рекомендательные системы
  • Двухуровневые модели рекомендаций
  • Рекомендательные системы в бизнесе
  • Консультация к курсовому проекту
4 недели — 8 уроков
Видеокурс от Мегафон + курсовой проект
  • Видеотеория
  • Курсовой проект
2 недели — 2 урока

Проекты

  • Рекомендательная система для интернет-магазина
  • Прогнозирование оттока абонентов
  • Алгоритм для определения вероятности подключения услуги
V четверть

Нейронные сети

Научитесь решать задачи Machne Learning с данными из соцсетей, геоданными, применением графов, а также познакомитесь с нейронными сетями. На практике познакомитесь с фреймворками для разработки нейронных сетей: Tensorflow, Keras, PyTorch.
Курсы
Введение в нейронные сети
  • Основы обучения нейронных сетей
  • Keras
  • TensorFlow
  • Сверточные нейронные сети
  • Рекуррентные нейронные сети
  • Сегментация
  • Детектирование объектов
  • GAN
4 недели — 8 уроков
Введение в компьютерное зрение от Nvidia
  • Обработка изображений и компьютерное зрение
  • Свёрточные нейронные сети
  • Продвинутые архитектуры свёрточных нейросетей
  • Семантическая сегментация
  • Детектирование объектов
  • Metric learning
  • Обработка видео
  • Синтез изображений
4 недели — 8 уроков

Проекты

  • Распознавание и классификация изображений
  • 8 мини проектов по компьютерному зрению
VI четверть

Задачи искусственного интеллекта

Изучите продвинутые архитектуры сверточных нейронных сетей, обработку естественного языка и компьютерное зрение.
Курсы
Введение в обработку естественного языка
  • Предобработка текста
  • Создание признакового пространства
  • Embedding word2vec fasttext
  • Тематическое моделирование. EM-алгоритм
  • Part-of-Speech разметка, NER, извлечение отношений
  • Классификация текста. Анализ тональности текста
  • Сверточные нейронные сети для анализа текста
  • Рекуррентные нейронные сети RNN LSTM GRU
  • Языковое моделирование
  • Машинный перевод. Модель seq2seq и механизм внимания
  • Модель Transformer-1
  • Модель Transformer-2
  • Модель BERT и GPT
  • Transfer learning
  • Консультация по курсовому проекту. Создание чат-бота в Telegram
8 недель — 15 уроков
Фреймворк PyTorch для разработки искусственных нейронных сетей
  • Введение в PyTorch
  • CNN and LSTM for human action recognition
  • Generative adversarial networks (GAN): генеративные сети
  • Image Segmentation
  • Face Detection and Emotion Recognition
3 недели — 5 уроков

Проекты

  • Чат-бот на основе искусственного интеллекта, который может общаться на любые темы
  • Приложение, которое анализирует объекты на камере
Курсы вне четверти

Предметы с индивидуальным выбором даты старта

Вы можете формировать часть расписания самостоятельно и регулировать интенсивность обучения.
Курсы
Подготовка к поиску работы
  • Как составить резюме, которое точно заметят
  • Составляем карту поиска работы
  • Зачем нужны сопроводительные письма
  • Что вас ждет на собеседовании с HR
2 недели — 4 урока
История развития искусственного интеллекта
  • Историческая справка об искусственном интеллекте
  • Три парадигмы искусственного интеллекта и подходы в них
  • Мифы и факты об искусственном интеллекте
  • Философия сознания и краткое введение в нейрофизиологию
  • Методы искусственного интеллекта
  • Сферы применения искусственного интеллекта
  • Смежные технологии и дальнейшее развитие
3 недели — 7 уроков
Алгоритмы и структуры данных на Python
  • Введение в Алгоритмизацию и простые алгоритмы на Python
  • Циклы, рекурсия, функции
  • Массивы
  • Эмпирическая оценка алгоритмов
  • Коллекции. Модуль Collections
  • Работа с динамической памятью
  • Алгоритмы сортировки
  • Графы
  • Деревья. Хеш-функции
5 недель — 9 уроков
Введение в высшую математику
  • Элементарная алгебра
  • Введение в аналитическую геометрию. Графики на плоскости
  • Элементы теории вероятностей
  • Введение в линейную алгебру
2 недели — 4 урока
Спортивный анализ данных. Платформа Kaggle
  • Введение в спортивный анализ данных, Exploration Data Analysis
  • Обзор основных алгоритмов машинного обучения, используемых в соревнованиях
  • Построение надежных схем валидации решения, оптимизация целевых метрик
  • Консультация №1
  • Feature Engineering, Feature Selection. Часть 1
  • Feature Engineering, Feature Selection. Часть 2
  • Тюнинг гиперпараметров, построение ансамблей алгоритмов
  • Консультация №2
  • Курсовой проект: inclass соревнование на площадке kaggle
9 недель — 9 уроков
Язык R для анализа данных
  • Начало работы в R
  • Обработка данных для анализа
  • Разведочный анализ данных в R
  • Статистический анализ в R. Доверительный интервал и тест гипотезы
  • Статистический анализ в R. Anova. Регрессионный анализ
3 недели — 5 уроков
Визуализация данных в Tableau
  • Знакомство с основным функционалом Tableau Desktop
  • Вычисления и графики
  • Сложные вычисления
  • Использование TabPy для интеграции Python в Tableau
2 недели — 4 уроков
Сверточные нейронные сети в компьютерном зрении
  • Введение в сверточные нейронные сети
  • Влияние параметров архитектуры на свойства нейронной сети
  • Применение сверточных нейронных сетей в компьютерном зрении
2 недели — 3 урока

Проекты

  • Соревнование на площадке Kaggle
Открыть всю программу

Получите программу курса на email

Нажимая на кнопку, вы даете согласие на обработку своих персональных данных в соответствии с политикой конфиденциальности.
Спасибо! Ваша заявка принята.
Мы уже выслали программу курса на вашу почту.
Oops! Something went wrong while submitting the form.

Вы получите диплом о профессиональной переподготовке

Мы проводим обучение на основании государственной лицензии № 040485. Вы получите диплом о профессиональной переподготовке и электронный сертификат, которые можно добавить в портфолио и показать работодателю.

Мы дарим подарки всем студентам

Изучение английского языка с Lingualeo
3 месяца к Premium подписке
Английский для
IT-специалистов
Видеокурс
Ключ от продуктов
JetBrains
Бесплатная подписка

Выберите пакет обучения на специалиста Data Science

В зависимости от ваших целей и амбиций выберите комбинированное предложение по обучению. Длительность программы, учебный план и набор технологий зависят от пакетов.
В любом пакете уже включено:
Гарантия трудоустройства через 12 месяцев по IT-профессиям
Диплом о профессиональной переподготовке
Государственная образовательная лицензия

Факультет

Специалист

от 4 523

Специалист

Освойте профессию тестировщика с нуля. Вы получите всё для старта карьеры: навыки ручного тестирования, практику автоматизации на Java и опыт работы с веб-приложениями.

12 месяцев

длительность
обучения

Выбрать программу

Факультет

Digital-master

Диджитал-мастер

от 7 273

Мастер

Для тех, кто хочет стать уверенным
специалистом в любой IT-профессии.

Уровень навыков

и профессионализма

Middle

Уровень знаний
после обучения

24 месяца

длительность
обучения

Спецпрограмма

для Digital-мастеров
все 24 месяца

Доход после обучения

от 80 000 ₽

Стартовый
доход

через 3 года

200 000+ ₽

Потенциальный
доход

Выбрать пакет Digital-master

Факультет

Geek

Гик

от 10 023

Pro

Для тех, кто хочет учиться серьезно
и стать настоящим профессионалом.

Уровень навыков

и профессионализма

Middle+

Уровень знаний
после обучения

36 месяцев

длительность
обучения

Спецпрограмма

для Geek’ов
все 36 месяцев

Доход после обучения

от 80 000 ₽

Стартовый
доход

через 3 года

250 000+ ₽

Потенциальный
доход

Выбрать пакет Geek
  • Востребованная профессия

Факультет
Искусственного интеллекта

Получите одну из самых востребованных IT-профессий. Машинное обучение от профессиональных преподавателей.

в месяц от в месяц Россия ...список стран и валют Россия Беларусь Китай Казахстан Украина Молдова Армения Кыргызстан Узбекистан При рассрочке до 36 месяцев Подробнее о тарифах и офисах в вашей стране
  • ОСНОВНАЯ ИНФОРМАЦИЯ
    • Длительность 18
    • 2 занятия в неделю
    • 14 работ в портфолио
    • Гарантия трудоустройства
    • Диплом после обучения
  • РАЗНЫЕ ФОРМАТЫ ОБУЧЕНИЯ
    • Занятие в группе с преподавателем
    • Видеоуроки и вебинары
    • Видеозаписи занятий
    • Домашние задания
    • Практические задания
    • Онлайн-встречи с экспертами
    • Личные консультации
  • Диплом о профессиональной переподготовке
  • Государственная образовательная лицензия

Оставьте заявку

Начало обучения:
Старт потока каждые 2 недели

Отправляя заявку, вы принимаете условия договора-оферты и даете согласие на обработку своих персональных данных в соответствии с политикой конфиденциальности.

Часто задаваемые вопросы

Как проходит обучение?
Уроки проходят в формате online-трансляций, несколько раз в неделю в вечернее время по Москве. Преподаватель объясняет темы, все его действия отображаются на экране. Студенты задают вопросы и обсуждают материал в чате. В конце каждого урока студенты получают практические задания. Преподаватель оценивает их и обсуждает плюсы и минусы на следующем занятии.
Что делать, если я не могу учиться онлайн?
Для тех, кто не смог вовремя присутствовать на уроке, мы записываем каждое занятие. Видеозаписи всегда доступны в разделе обучения. Также к каждому уроку мы разработали методички, с помощью которых можно лучше подготовиться к занятиям и получить дополнительные знания.
Кто преподаёт в GeekBrains?
Между курсами можно делать перерывы и регулировать интенсивность своего развития по мере усвоения знаний. Мы рекомендуем не записываться на все курсы сразу, а проходить их последовательно и работать на результат.
Помогаете ли вы с трудоустройством?
Мы помогаем с трудоустройством студентам, которые показывали хорошую успеваемость на протяжении обучения и подали заявку в сервис трудоустройства. Далее вместе с HR-специалистами GeekBrains вы создадите CV и будете рассматривать предложенные нами позиции, самостоятельно откликаться на вакансии и участвовать в поиске идеального места работы. Вместе мы сделаем все, чтобы вы начали строить карьеру и расти профессионально.
Что делать, если у меня проблема или срочный вопрос?
Если вы являетесь студентом платных курсов и у вас возникли вопросы, связанные с образовательным процессом, свяжитесь с нами: sales@geekbrains.ru или 8-800-700-68-41 (звонок бесплатный). По остальным вопросам пишите нам на support@geekbrains.ru
Какой требуется опыт для обучения?
Наши образовательные программы ориентированы на тех, кто хочет с нуля освоить профессиональные навыки. Для обучения начальной подготовки или базовых знаний не требуется.
Какие минимальные требования к оборудованию и программному обеспечению?
Перед прохождением курса посмотрите в интернете инструкцию, как узнать технические характеристики вашего компьютера. Для учебы необходим компьютер с центральным процессором Intel i5-4590 или выше, который поддерживает набор инструкций SSE2, с оперативной памятью от 8 Гб. Также необходима видеокарта с поддержкой DirectX10 (версия шейдеров 4.0). Рекомендуется GeForce GTX 650 и выше, или Radeon R9 390/R9 290. Ноутбук и версии для него использовать крайне нежелательно. На компьютере необходимо установить Windows 10, 64-bit. Если у вас Mac, нужна macOS 10.11+. Среда разработки — Microsoft Visual Studio. Но подойдёт любая другая удобная для вас среда — Notepad++ или Microsoft Visual Сode для Mac. Также необходима Unity версии 2019.1 и выше.

Для 4-ой четверти понадобится VR-шлем (аренда/покупка). Без него вы не сможете протестировать свои разработанные проекты.