Стоимость курса:
500 000 тенге
144 академических часов, 27 недель
Онлайн
Неделя 1. Введение в Python. Подготовка окружения
Неделя 2. Типы данных. Пользовательский ввод/вывод
Неделя 3-4 Строки. Числа. Управляющие конструкции
Неделя 5. Списки. Управляющие конструкции: циклы
Неделя 6. Функции
Недели 7-8. Кортежи. Множества. Словари
Неделя 9. Повторение
Неделя 10. Библиотека NumPy
Неделя 11-12. Библиотека pandas
Неделя 13. Визуализация данных
Неделя 14. Азы аналитики
Неделя 15. Сбор данных
Неделя 16-17. Основы SQL
Неделя 18. Повторение
Неделя 19. EDA
Неделя 20. Выборка (sampling)
Неделя 21. Тестирование гипотез
Неделя 22. AI средства для анализа данных
Неделя 23. Введение в машинное обучение
Недели 24–27. Итоговый проект
Стоимость курса:
500 000 тенге
144 академических часов, 27 недель.
Онлайн
Неделя 1-2. Основы языка Python (повторение)
Неделя 3-4. Системы контроля версий. Git
Неделя 5. Декораторы и генераторы
Неделя 6-7. Визуализация данных
Недели 8-9. Предобработка данных
Неделя 10. Разработка пакетов
Недели 11-14. Машинное обучение
Недели 15-17. SQL
Неделя 18. Selenium
Недели 19-20. Машинное обучение: выбор модели
Недели 21-22. Введение в нейронные сети
Неделя 23. Streamlit
Неделя 24–27. Итоговый проект
Стоимость курса:
500 000 тенге
144 академических часов, 27 недель.
Онлайн
Неделя 1-2. Введение в Python и основы работы с данными
Недели 3-5. Основы анализа данных и библиотеки Python
Неделя 6. Описательная статистика и визуализация данных
Неделя 7-8. Введение в машинное обучение
Неделя 9. Регрессия и классификация: линейная и логистическая регрессия
Неделя 10. Классические методы машинного обучения. Метод Наивного Байеса. Алгоритм k-ближайших соседей
Неделя 11. Метод главных компонент (PCA) и снижение размерности данных
Неделя 12-13. Решающие деревья и метод опорных векторов (SVM)
Неделя 14. Градиентный бустинг (Gradient Boosting)
Неделя 15-16. Введение в нейронные сети и библиотека Pytorch
Неделя 17-18. Основы компьютерного зрения
Неделя 19-20. Компьютерное зрение: семантическая сегментация и детекция объектов
Неделя 21. Основы генеративного ИИ и задачи искусственного интеллекта
Неделя 22-23. Генеративные модели: VAE и GAN
Неделя 24-27. Итоговый проект
года опыта
востребованных курсов
счастливых студентов
формата обучения
1. Оценка базовых навыков: школа проводит тестирование на базовые знания и навыки, необходимые для изучения программирования, такие как алгоритмический и логический анализы, знание основных концепций программирования и математических основ.
2. Интервью с кандидатами с целью определить их интересы и мотивацию в изучении программирования. Это может помочь школе оценить, насколько кандидаты подходят для конкретной программы и насколько они могут быть мотивированы в процессе обучения.
3. После того, как школа рассмотрит все соответствующие факторы, она может принять решение о принятии или отклонении кандидата.
Курсы проводится онлайн в реальном времени через платформу Google Meet, что позволяет студентам эффективно взаимодействовать с преподавателем и группой. Преимуществом такого формата является возможность вечернего обучения, что удобно для тех, кто совмещает учёбу с работой или другими делами.
Директор школы и преподаватель
преподаватель в Astana IT University; аспирантка в Национальном исследовательском университете «Высшая школа экономики», Москва
биоинформатик в Qazaq Institute of Innovative Medicine, специалист в области информационных технологий и искусственного интеллекта
научный сотрудник Fachhochschule Dortmund, Германия; старший преподаватель Астана IT Университет; oбласть исследований: Edge Computing, Data Science.
Senior Data Analytics и Visualization Engineer в EPAM Systems. Имеет опыт работы более 5 лет в национальных и международных компаниях в качестве аналитика данных
Наша специальная служба поддержки всегда готова помочь. Свяжитесь с нами по телефону, электронной почте или через наш веб-сайт. Мы стремимся предоставить быструю и дружелюбную помощь, чтобы ваше обучение было гладким и приятным.
Почта:
Номер