Специалист по Data Science плюс от Яндекс Практикума

• Вводный курс, из которого вы узнаете, что такое анализ данных и чем занимаются специалисты по data science.
• Решая кейсы из разных областей, вы изучите азы Python и библиотеки Pandas, научитесь строить некоторые графики и верно их трактовать.
• Но главное — оцените свои силы, мотивацию и запас времени, чтобы решить, идти ли дальше.

Всякое исследование проходит три стадии:

• На этапе предобработки данные очищают от ошибок.
• В исследовательском анализе учатся применять графики и описательную статистику. Тогда появляются первые гипотезы.
• С помощью статистического анализа оценивают, насколько данные позволяют предсказывать будущие события.

Один из способов обучить алгоритм — показать исходные данные и желаемый результат. Алгоритм обучится на данных и сможет сам достигать того же результата. Похоже на шахматы: сначала новички изучают партии мастеров и потом побеждают сами. Этот метод обучения алгоритмов вы опробуете на реальных бизнес-кейсах.

• Python — основной язык программирования в data science. Достаточно простой, даже если вы никогда не писали код.
• Приложения для командной строки заменят визуальный интерфейс: они быстрее и гибче.
• Git — для совместной работы и хранения изменений в коде. Впереди сложные проекты, но вы с самого начала научитесь раскладывать всё по полочкам.

• В зависимости от задачи специалисты подбирают разные алгоритмы и структуры данных. Всё ради эффективности: данных бывает много, а алгоритмы должны справляться быстро.
• Для оценки эффективности пригодятся основы линейной алгебры и численных методов. При необходимости мы поможем разобраться в математике. Так вы сможете глубже разобраться в устройстве машинного обучения и особенностях моделей.

• Данных так много, что их хранение и получение — отдельная область знания. Мы расскажем, как организовать хранение больших объёмов информации, чтобы доступ к ней оставался простым и быстрым.
• Почти в любой вакансии в сфере data science требуют знание SQL — на этом языке управляют популярными базами данных. Вы отработаете основные сценарии запроса данных, чтобы работа с SQL вошла в привычку.

• Это предпоследний модуль программы. Поэтому практических задач станет больше, а теории меньше. 
• Вы отработаете навыки на задачах из разных областей бизнеса и узнаете, как улучшить модели машинного обучения.

На последнем этапе вы получите опыт решения задач бизнеса с помощью нейронных сетей. Две самые современные области Deep Learning: компьютерное зрение и обработка текстов. Вы сделаете проекты по обоим направлениям.