Data Scientist

Специалист по Data Science обрабатывает большие объемы неструктурированной информации и превращает ее в упорядоченный набор данных.

Дата-сайентист может:

• Предсказать, окупится ли новый проект
• Оценить будущий спрос на товары и услуги
• Улучшить системы рекомендаций в соцсетях и сервисах
• Создать приборы для автоматической постановки диагноза пациенту
• Усовершенствовать транспортное движение
• Построить систему распознавания лиц

Дата-сайентист использует методы науки о данных (Data Science), строит и тестирует математические модели. Он находит закономерности, дает прогнозы и предлагает лучшие решения в разных сферах.

Вы овладеете инструментами:

• Python
• SQL
• Plotly
• Seaborn
• NumPy
• Pandas
• API
• Matplotlib
• Github
• Kaggle
• Hadoop

Ваши результаты после обучения:

• Используете основные алгоритмические конструкции и структуры данных Python для проектирования алгоритмов.
• Умеете получать данные из веб-источников или по API.
• Умеете визуализировать данные с помощью Pandas, Matplotlib.
• Умеете создавать модели с помощью классического машинного и глубокого обучения для решения задач Data Science.
• Умеете оценивать качество модели вне зависимости от задачи.
• Применяете методы математического анализа, линейной алгебры, статистики и теории вероятности для обработки данных.
• Строите математические и ML-модели с использованием временных рядов.
• Применяете алгоритмы для рекомендательных систем (от ассоциативных правил до advanced-алгоритмов).
• Специализируетесь на ML/CV/NLP-инженерии (в зависимости от выбранной специализации), применяете современные продвинутые модели для решения отдельных задач.
• Умеете конвертировать бизнес-задачи в технические и наоборот.
• Умеете выводить и поддерживать модели в Production с учетом специфики выбранной специализации.
• Обладаете дополнительными компетенциями в зависимости от выбранного майнора (продвинутый SQL, продвинутый Python, Reinforcement Learning или Data Engineering).