Вы научитесь решать задачи из реальных рабочих процессов, которые чаще всего в Data Science поручают начинающим специалистам. К концу курса вы соберете портфолио работ, пройдете подготовку к собеседованиям и карьерную консультацию.
Курс даст вам необходимый фундамент:
Python. Пройдете основы программирования и научитесь использовать этот наиболее актуальный язык в задачах Machine Learning.
Математика. Освоите ключевые разделы, чтобы понимать теоретические основы и принципы работы алгоритмов.
Классические модели Machine Learning. Соберете свои наборы данных и выполните полный пайплайн работ со своими первыми моделями.
Творческая атмосфера:
Во время обучения вы погрузитесь в условия, близкие к реальным рабочим процессам. Вам придется справляться с «грязными» данными, просчитывать свои действия наперед, экспериментировать с решениями и готовить модели к проду.
Обстановка на занятиях располагает быть любопытным, активно дискутировать и не бояться ошибок.
Персональный ментор:
Онлайн-сессии на 40 минут каждую неделю;
В начале обучения за вами закрепляется ментор. Как и преподаватели, менторы — эксперты, работающие в Data Science;
Раз в неделю вы делаете домашнее задание, выкладываете на гитхаб и договариваетесь с ментором о созвоне;
Ментор заранее знакомится с вашим кодом, поэтому к встрече он уже знает, на что обратить внимание. Вы тоже можете заготовить вопросы;
На сессии ментор прокомментирует ваше решение. При необходимости можно сразу перейти в среду разработки, внести правки в код и тут же посмотреть результат.
После обучения вы сможете:
Претендовать на должности, где требуются junior-компетенции
Решать реальные бизнес-задачи при помощи методов машинного обучения
Работать с Python-библиотеками для Machine Learning
Справляться с нестандартными ситуациями за счет глубокого теоретического понимания работы алгоритмов и моделей
Ориентироваться в различных направлениях Data Science и подбирать подходящие под задачу инструменты.
Предлагаем ознакомиться с Картой курсов направления Data Science в OTUS , чтобы выстроить собственную образовательную траекторию.
Никому не рекомендую курс «Инфраструктурная платформа на основе Kubernetes». Лекции обычно "ниочем", а домашние задания составлены лет 5 назад, и с тех пор не модифицировались. В ДЗ нередко встречаются ссылки на несуществующие конфигурационные файлы, и никто не торопится это исправлять. Также нередко встречаются нерабочие команды в ДЗ, синтаксис которых устарел и не поддерживается уже пару лет. В слаке преподаватели отвечают редко и не всегда понятно. Вдобавок ко всему, из-за известных событий в России стало невозможным пользоваться Google Cloud, а половина ДЗ заточены под него.
Источник: Яндекс.Отзывы
mamonsc
19.10.2023
10
Курс Machine Learning. Advanced - хороший продвинутый курс
Курс охватывает множество областей продвинутого машинного обучения (классического, не глубокого/глубинного): A/B тестирование, графовые методы, обучение с подкреплением, анализ временных рядов и другие. За каждый модуль отвечает отдельный преподаватель. Курс проходит в формате вебинаров, что подходит не всем - кому-то не хватает лекционного ритма и монтажа, и "живые" вебинары по несколько часов проходят скучновато. Тем много, курс достаточно объемный, есть финальный проект, но домашних заданий хотелось бы побольше, чтобы все это не осталось теорией, и не забылось.
Плюсы: Большой охват тем классического машинного обучения Финальный проект
Минусы: Если вам не нравится формат вебинаров - это не для вас Мало домашних заданий