Data Science Идёт набор

Санкт-Петербург, Россия

Data Science – одно из наиболее многообещающих направлений развития технологий на пересечении математики, программирования и бизнеса. Рекомендации видео на Youtube, машинный перевод, агрегация новостей, медицинская диагностика, обнаружение спама, кредитный скоринг, автономные автомобили – вот далеко не полный список прикладных областей Science, которые уже сегодня вошли или постепенно входят в нашу жизнь. Данный тренинг позволит изучить основы Machine Learning с использованием Python, познакомиться с базовыми алгоритмами и примерами их применения, получить необходимые в данной отрасли навыки общаясь с преподавателями, имеющими многолетний опыт и множество успешно реализованных проектов за плечами.

Курс посвящён практическому освоению алгоритмов Machine Learning с использованием пакетов Python (Pandas, NumPy, Sklearn, Gensim, NLTK и др.). Предоставляется возможность дальнейшего участия в реализации Data Science проектов.

За 4 месяца будут освоены следующие разделы:
• Основы статистики;
• Регрессия;
• Классификация;
• Кластеризация;
• Поиск аномалий;
• Рекомендательные системы;
• Обработка естественного языка (NLP).

Data Science направление открыто в 2014 году в Big Data практике Санкт-Петербурга, где работают более 130 специалистов. Мы развиваем экспертизу в следующих направлениях: Big Data Software Engineering, Big Data DevOps Engineering, Data Science, Enterprise Search, Blockchain, Internet of Things. Мы ведем коммерческие проекты из разных бизнес-областей: телеком, медицина и биоинформатика, телевидение, издательские дома, ритейл, нефтедобыча и переработка, автомобильная отрасль, финансы и банковский сектор и другие.

Периодичность занятий: 2 раза в неделю, в вечернее время
Продолжительность тренинга: 4 месяца
Количество слушателей в группе: 20
Начало занятий: июнь 2018
Место проведения: офис ЕРАМ, ул.Заставская, 22к2
Пожелания к составу слушателей: студенты 4-6 курсов, выпускники и молодые специалисты
Контактный Email: Aleksandra_Lukashina@epam.com

Требования к кандидатам:

  • умение программировать на базовом уровне на Python или R
  • знакомство с основными алгоритмами и структурами данных (поиск, сортировка, списки, очереди, стеки, и т.п.)
  • знания по линейной алгебре, оптимизации, теории вероятностей и математической статистике
  • знание английского языка на уровне не ниже Pre-Intermediate (А2+) для студентов и не ниже Intermediate (B1) для выпускников