Ця освітня програма в EPAM University розроблена для талановитих джуніорів із початковими знаннями в інженерії, які не мають практичного досвіду роботи.
Учасники програми отримають усі необхідні знання та підтримку від експертів EPAM, що дозволить побудувати успішну кар’єру в ІТ-сфері. Навчальна програма зосереджена на інформації, що необхідна для старту кар'єри в Data Science та ефективного функціонування на реальних проєктах.
Data Science є одним із найперспективніших напрямків технологій на стику математики, програмування та бізнесу.
Відеорекомендації Youtube, машинний переклад, агрегація новин, медична діагностика, виявлення спаму, кредитний рейтинг, автономні автомобілі — це далеко не повний перелік сфер, де Data Science стала або поступово стає головною рухомою силою розвитку.
Навчання на програмі покриватиме основи машинного навчання з використанням Python, базові алгоритми і їх типові застосування. Учасники будуть тісно співпрацювати з тренерами та наставниками з великим менторським досвідом задля найповнішого опанування теоретичного бекграунду професії.
Ви познайомитесь зі складним, але захоплюючим світом Data Science. Ви вивчите стек технологій для аналізу даних і навчитеся створювати сервіси з його допомогою.
Зовнішнє навчання зосереджено на практичному вивченні алгоритмів машинного навчання з використанням пакетів Python, таких як Pandas, NumPy, Sklearn, Gensim, NLTK та інших.
Загалом, програма складатиметься з 12 основних модулів.
Перший розділ сфокусується на базовому проєктуванні, встановленні та налаштуванні середовища Python. Після цього найважливіші концепції будуть підкріплятися коротким оглядом основних статистичних даних. Потім, як перший і найважливіший крок у будь-якій Data Science-задачі, учасники почнуть працювати над дослідженням даних. Очікується, що учасники побудують регресію після того, як зіткнуться зі своєю першою проблемою машинного навчання.
Наступні три модулі будуть присвячені проблемі класифікації і оглядатимуть підходи до обробки текстових даних. Наприкінці першої частини навчання учні братимуть участь у технічному змаганні.
Другий етап зовнішнього навчання буде більш просунутим та почнеться з Unsupervised learning алгоритмів для кластеризації та задач виявлення викидів. Далі йтиме розширений модуль регресії та аналіз часових рядів. Нарешті, два модулі будуть присвячені питанням глибокого навчання.
Наприкінці тренінгу всі студенти проходитимуть підсумкове тестування або співбесіду.
Якщо ви покажете високий результат на першому етапі (зовнішнє навчання), ми запросимо вас продовжити практику на інтенсивному стажуванні EPAM Data Science Lab (внутрішня лабораторія), яке в середньому триває 3 місяці.
Зверніть увагу, що процес відбору та вся комунікація, пов’язана з програмою, відбуватиметься англійською мовою.
Враховуючи обмежену кількість місць для цього тренінгу, порядок подачі заявок і результати тестування будуть вирішальними факторами в процесі відбору.
Перегляньте статтю "Data Science: матеріали для самостійного навчання" та цикл статей про аглоритми (тут, тут і тут) щоб підготуватися до відбіркових етапів програми.
Для підвищення рівня англійської скористайтеся:
Шукайте більше корисних матеріалів, порад та посилань для самопідготовки в наших соціальних мережах:
Модуль 1: Основи техніки
Модуль 2: Базова статистика
Модуль 3: Дослідницький аналіз даних
Модуль 4: Регресія (основний)
Модуль 5: Класифікація (частина 1)
Модуль 6: Класифікація (частина 2)
Модуль 7: Класифікація (частина 3)
Модуль 8: Кластеризація та виявлення викидів
Модуль 9: Регресія (розширений)
Модуль 10: Часові ряди
Модуль 11: Нейронні мережі та основи комп’ютерного зору
Модуль 12: Нейронні мережі та базова обробка природної мови
З’явилися запитання? Зв’яжися з нами