Найкращі IT курси в Україні

Курс навчить розв'язувати основні задачі Data Science за допомогою поглибленої роботи з Python та його бібліотеками. В результаті ви зможете будувати просунуті візуалізації, знаходити взаємозв'язки в даних, робити прогнози та навчати моделі.

Програма курсу

Задачі Data Science. Interactive Python і знайомство з NumPy

• З'ясуєте, чим машинне навчання відрізняється від класичного програмування
• Зрозумієте, як формулюється задача машинного навчання
• Розберете процес роботи над Data Science задачами
• Навчитеся створювати масиви та виконувати базові операції над ними в бібліотеці NumPy
• Ознайомитеся з перевагами бібліотеки NumPy для роботи з даними

NumPy. Лінійна алгебра і статистика

• Навчитеся використовувати функції лінійної алгебри й статистики в NumPy
• Зможете вводити й виводити numpy-матриці та масиви різної величини

Знайомство з Pandas

• Навчитеся створювати, імпортувати й експортувати табличні дані в Pandas Dataframe
• Зможете маніпулювати табличними даними (створення нових колонок, агрегації)
• З'ясуєте, як швидко і зручно працювати з табличними даними за допомогою Pandas

Візуалізація даних

• Навчитеся будувати базові візуалізації в Python за допомогою matplotlib і seaborn
• Розберете три способи візуалізації даних з Pandas Dataframe
• Зможете побудувати просунуті візуалізації: heatmap, box plot, pair plot, cumulative plot
• Опануєте побудову базових інтерактивних візуалізацій

Exploratory Data Analysis (EDA) та очистка даних

• Зрозумієте мету й етапи EDA
• Навчитеся досліджувати структуру будь-якого набору даних
• Зможете виявляти пропущені значення, дублікати й очищувати дані
• Знатимете кілька технік заповнення пропусків та зрозумієте, коли яку використовувати

Задача прогнозування. Лінійна регресія. Градієнтний спуск

• Зрозумієте, як працює лінійна регресія
• Дізнаєтесь, як працює алгоритм градієнтного спуску
• Навчитеся тренувати модель лінійної регресії з використанням бібліотеки sklearn
• Розберетесь, як оцінити якість моделі лінійної регресії

Інші типи регресій

• Навчитеся будувати багатовимірну лінійну регресію
• Дізнаєтесь, як інтерпретувати коефіцієнти лінійної регресії

Вибір найкращої моделі. Техніки валідації. Пошук гіперпараметрів

• Дізнаєтеся, навіщо розбивати вибірку на train/validation/test-вибірки
• Зрозумієте, в чому відмінність validation- і test-вибірок
• Дізнаєтеся, що таке гіперпараметри моделі та в чому їхня відмінність від параметрів
• Ознайомитеся з методами підбору гіперпараметрів і навчитеся викликати їх у scikit-learn
• Дізнаєтеся, що таке перехресна валідація та як використовувати її в sklearn
• Зрозумієте, що таке overfit i underfit (і чому це проблема)
• Навчитеся застосовувати регуляризацію в моделях регресії

Задача класифікації. Логістична регресія

• Дізнаєтесь, як навчати модель логістичної регресії для класифікації даних і оцінювати її якість
• Отримаєте алгоритм дій у випадку мультикласової класифікації та зрозумієте, як оцінити якість таких моделей

Модель "дерева рішень"

• Ознайомитеся з принципом роботи моделі "дерева рішень"
• Зможете навчати моделі дерев рішень для розв'язання задач регресії та класифікації

Ансамблі моделей, алгоритми бустингу

• Зрозумієте, як працюють ансамблі моделей та в чому їхні переваги
• Навчитеся будувати різні типи ансамблів моделей
• Дізнаєтесь, який спосіб ансамблювання потрібно використати у випадку high bias, а який - у випадку high variance
• Розберете відмінність адаптивного бустингу від градієнтного
• Ознайомитеся з базовим функціоналом бібліотеки xgboost

Вибір ознак. Зменшення розмірності даних

• Навчитеся зменшувати розмірність набору даних із великою кількістю ознак
• Навчитеся обирати фічі так, щоб залишити лише найбільш значущі для моделі
• Дізнаєтесь, як працюють і чим відрізняються методи зменшення розмірності SVD, PCA та LDA

Кластерний аналіз даних

• Навчитеся виявляти групи схожих екземплярів у даних за допомогою кластеризації
• Дізнаєтесь, як працюють методи кластеризації K-Means, DBSCAN та Agglomerative Clustering

Статистичний аналіз даних

• Навчитеся генерувати випадкові величини різних розподілів
• Зможете перевірити гіпотезу про нормальність розподілу
• Навчитеся порівнювати розподіл двох випадкових величин

Від історії АІ до Prompt Engineering

• Зрозумієте, як розвивався штучний інтелект і чому зараз відбувся "АІ-бум"
• Розберете різницю між класичним ML і Generative AI
• Навчитеся формулювати ефективні промпти для задач аналізу даних і Python-коду
• Зможете використовувати базові AI-інструменти для перевірки та оптимізації промптів

AI Tools for Data & Developers

• Ознайомитеся з AI-інструментами для аналітиків та Python-розробників
• Навчитеся використовувати AI для написання коду, аналізу даних і створення візуалізацій
• Зможете інтегрувати AI-асистента у власне робоче середовище (VS Code, Jupyter, GitHub)

Співбесіди й вимоги до них. Розповсюджені помилки у домашніх завданнях

• Дізнаєтесь, як підготуватися до технічної співбесіди та пройти її успішно
• Отримаєте відповіді на проблемні запитання, які виникли протягом курсу
• Отримаєте правильні відповіді на домашні завдання та дізнаєтесь, які найпоширеніші помилки роблять спеціалісти

Особливості курсу

• Заняття щопонеділка та щочетверга
• Інструменти для роботи
• Сильний контент
• Практика
• Кар'єра: розширення стеку навичок

Викладачі курсу

• Олександра Кардаш - Senior Software Engineer at Google
• Ірина Безкровна - Technical Data Lead at Xometry

Тестувальник покращує програми, але не пише код. Він знаходить помилки (баги), описує їх і передає розробникам. Простими словами, тестувальник стежить, щоб усе правильно працювало та відповідало вимогам. На курсі QA онлайн ти навчишся тестувати вебсайти та програми і зможеш працювати Junior QA Engineer

Програма курсу

Базові основи тестування

• Основи тестування: Процеси та принципи
• Тестова документація
• Тест-менеджмент
• Види програмного забезпечення та основні UI елементи
• Команда та життєвий цикл розробки
• Типи тестування
• Статичні методи тестування
• Рівні тестування
• Розробка тестової документації
• Інструменти тестування
• Тестування документації

Архітектура застосунків

• Black box техніки тест дизайну
• White box і experienced based техніки тест дизайну
• Web-технології. Клієнт-серверна архітектура
• Web-технології. Поняття Front-end. Back-end
• Web-технології. Вступ до HTML/CSS
• Сучасна архітектура застосунків
• Postman

SQL та додаткові технічні практики

• Робота з базою даних SQL
• Командний рядок. Git
• Mobile testing
• Командний проєкт

Soft skills

• Scrum, Agile
• Навички командної роботи
• Методика SMART
• Тайм-менеджмент та планування

Career skills

• Створення резюме
• Оформлення профілів Linkedin та Djinni
• Підготовка до HR та технічної співбесіди
• Рекомендація студентів на вакансії партнерів

Особливості курсу

• Прямі ефіри
• Круті ментори
• Кар'єрний сервіс
• Спілкування в чаті
• Кабінет my.goit

Викладачі курсу

• Олег Ломажук - QA Lead в N-iX
• Владислав Ковальчук - Senior QA Engineer, SimplePractice
• Тарас Сірак - Senior Tester, EPAM

Дизайнер – одна з основних професій у IT-галузіі. Все, що ти бачиш в інтернеті, хтось придумав і намалював. Дизайнери потрібні кожному бренду, тож вакансій завжди багато. Це професія із величезними перспективами. Ти навчишся створювати сучасні інтерфейси та зможеш працювати UI/UX дизайнером у IT або Digital.

Програма курсу

Web design

• Введення в курс
• Лендинг, його призначення та функції
• Бриф та первинне вебдослідження
• Основи Figma
• Прототипування та сітки
• Композиція, колір та типографіка
• Растрова і векторна графіка
• Оформлення кейсу на Behance
• Особистий проєкт: лендинг із адаптацією
• Особистий проєкт: UI kit та корпоративний сайт

Service Design

• Вебсервіси
• Дизайн-мислення та дизайн-процеси
• Робота з персонами
• Jobs-to-be-done фреймворк
• Figma Pro
• Планування інформаційної архітектури та функцій продукту
• Візуалізація даних
• Анімація
• Аналітика та тестування
• Customer journey map
• Оформлення кейсу на Behance
• Командний проєкт: розробка вебзастосунку

Mobile App Design

• Особливості дизайну для мобільних пристроїв
• Проєктування інтерфейсів для IOS і Android
• Проєктування мобільного застосунку
• Основні патерни
• Навігація
• Анімація в мобільних застосунках
• Публікація застосунку
• Human Interface Guidelines
• Material Design
• Оформлення кейсу на Behance
• Командний проєкт: розробка мобільного застосунку

Soft skills

• Філософія Agile
• Методологія Scrum
• Робота в команді
• Тайм-менеджмент
• Аналітика проєктів
• English speaking club (пакет Plus)
• Робота з EnglishDom Words
• Заняття з працевлаштування
• Складання грамотного резюме
• Створення сторінки на LinkedIn
• Написання мотиваційного листа
• Майданчики для пошуку роботи
• Підготовка до HR-інтерв'ю
• Підготовка до технічного інтерв'ю
• Комунікативні навички
• Тестові співбесіди

Career skills

• Створення резюме
• Оформлення профілів Linkedin та Djinni
• Підготовка до HR та технічної співбесіди
• Індивідуальні кар’єрні консультації
• Рекомендація студентів на вакансії партнерів

Особливості курсу

• Круті ментори
• Кар'єрний сервіс
• 2-3 вебінари на тиждень
• Кабінет my.goit
• Спілкування в чаті

Викладачі курсу

• Маша Руденко - Senior UX/UI Designer в GoIT
• Міша Губа - Product Designer в Wispence
• Олійник Тарас - Product UI/UX Designer NEAR One Click Crypto, Jump
• Єршов Владислав - UI/UX Designer
• Білик Андрій - Студія WEBGORILLA, COO
• Скакун Олександр - Art Director & Product Designer
• Заступ Олександр - Lead UI/UX Designer at Lampa Software

Курс чудово підійде проєктним менеджерам-початківцям, розробникам та QA, які бажають отримати навичку управління IT-командою. Під час навчання будуть розглянуті усі стадії – від ініціації до завершення проєкту, до того ж одразу на практиці будете застосовувати отриманні знання.

Програма курсу

Вибір слова

• Чим IT-проєкт відрізняється від традиційного
• Етапи IT-проєкту: від ініціації до завершення
• Трикутник РМ-а: терміни, бюджет, якість
• Стейкхолдери - як працювати із замовником
• Lean Canvas - зручний спосіб описати вашу ідею

Ініціація. Запускаємо проєкт

• Ініціювання проєкту
• Знайомство та робота з клієнтом на старті
• Види контрактів та їхні особливості
• Запуск проєкту

Воркшоп з декомпозиція та workflow проєкту

• Життєвий цикл розробки ПЗ
• З чого складається Workflow проєкту
• Проєктна документація
• Блок-схема та outline
• Статут проєкту

Основи роботи. Завдання та ролі

• Модель розробки ПЗ
• Фреймворки розробки
• Постановка завдань
• Ролі та ризики у розробці

Hard skills

• Користувацький інтерфейс і користувацький досвід
• Швидке створення якісних прототипів
• Введення в методології та фреймворки розробки ПО

Вибір інструменту

• Документація
• Технічне завдання
• User Story та прототипи сторінок
• Системи управління проєктами
• Ділове листування
• Інструменти для роботи

Планування. Базовий план проєкту

• Декомпозиція та WBS
• Оцінка термінів та вартості робіт
• Ресурси - розподіляємо, щоб усім вистачило
• Бюджет - плануємо та укладаємося

Оцінка проєкту

• З чого складається оцінка проєкту?
• Етапи оцінювання
• Методики оцінки
• Підтвердження оцінки

Планування. Ризики та інструменти

• Ризики та якість
• Інструменти планування
• Метод критичного шляху
• План комунікації
• Діаграми Гантта

Воркшоп з визначення етапів та активностей проєкту

• Структура проєкту
• Блоки робіт
• Процеси управління проєктом
• Change management

Практика гнучкої розробки

• Управління процесом
• Методологія Agile
• Scrum: ролі, метрики, складнощі
• Роль PM в Agile

Soft skills

• Токсичність в IT команді та як із нею впоратися
• 7 гріхів клієнта щодо soft skills: як діяти менеджеру
• Як мотивувати команду йти до цілей, а не просто робити завдання
• Лекція з презентації рішення для замовника

Воркшоп по роботі зі Scrum та Kanban

• Практика роботи в Scrum
• Практика роботи в Kanban
• Kanban та Scrum - як налаштувати всередині вашої команди

Контроль проєкту й команди

• Техніки контролю проєкту та команди
• Як контролювати ризики
• Метрики
• Особливості контролю у Scrum та Kanban

Tech skills

• Які знання потрібні менеджеру на кожному етапі
• Різновиди технічних фахівців (ролі в ІТ)
• Технічний сленг або як зрозуміти розробника

Завершення

• Підготовка до закриття
• Документація для закриття проєкту
• Demo & Review
• Підписання документів та звіт

Воркшоп по роботі з проєктом від ініціації до завершення

• Як ефективно провести етап планування на практиці
• Що допоможе реалізувати проєкт так, як заплановано
• Важливі аспекти реалізації проєкту на всіх етапах життєвого циклу

Іспит

• Іспит і фінальна презентація всіх команд
• Підбиваємо підсумки курсу і святкуємо
• Розбираємося, як проводити ретроспективу на практиці

Особливості курсу

• Систематизована подача
• Інтерактивні заняття
• Симуляція проєкту для портфоліо
• Персональний ментор
• Гарантоване працевлаштування
• Постійна підтримка

Викладачі курсу

• Анна Лаврова - Agile Coach у Wemanity Belgium
• Павло Устинов - PM Officer at Solar Digital
• Артем Жавроцький - Senior PM at Software
• Санта Поштаренко - PMO at EPAM Systems
• Людмила Гірченко - Senior Project Manager at Immunefi
• Олександр Карпілович - Project manager at DataArt
• Ірина Марусяк - Senior PM at SoftServe
• Роберт Хачатрян - Delivery manager у Impressit

Розберетесь в комплексному управлінні брендом: від його структури до комунікації з аудиторією. Дізнаєтесь принципи побудови бренд-стратегії, проведення досліджень і пошуку свого споживача - та навчіться оцінювати ефективність бренду для бізнесу.

Програма курсу

Бренд говорить

• Товар vs бренд: переваги та основні відмінності
• Аналіз конкурентів та цільової аудиторії - фундамент бренду
• Опори бренду: місія, персона, тон комунікації, ідентифікація
• Де бренд говорить: ATL, Digital, BTL, PR, Retail, Shopper Marketing, Service centre / Call centre
• Коли бренд говорить: запуск продукту, сезонна кампанія, ситуативна кампанія, іміджева комунікація, антикризова комунікація
• Навіщо бренд говорить: охоплення, цільова дія
• Цілісність та інтенсивність бренду

Домашнє завдання: Знайдіть приклади комунікації продукту/товару на українському ринку. Оцініть, це товар чи вже бренд - і які характеристики на це вказують. Проаналізуйте комунікацію та її цілісність. Оформте висновки у презентацію до 10 слайдів.

Структура бренду

• Цінності та соціальна відповідальність
• Місія та бачення бренду
• Навіщо щось обіцяти, якщо можна просто продати
• Функціональні та емоційні переваги бренду: Reason to Believe, Unique Selling Proposition
• Для чого формувати бренд-персону
• Емоційна карта характеристики бренду та його конкурентного середовища

Домашнє завдання: Проаналізуйте свій або вільно обраний бренд. Яка місія бренду: чи відрізняється вона в реальному світі від того, що прописано? Якими реальними діями можна це довести? Який RTB (Reason to Believe) у вашого бренду та яким чином ви його доносите?

Дослідження. Запрошена лекторка

Лекція від Анни Лебедєвої, Global Talent Marketing Director в IT-компанії Intellias, former Brand Leader у Fedoriv.

• Цілі досліджень, або навіщо проводити опитування, якщо все зрозуміло
• Типи досліджень ринку: кількісні, якісні, desk research
• Підводні камені досліджень
• Відстеження поточного стану бренду (Brand Health Tracking)
• Приклади невдалих компаній, для яких не проводили дослідження

Практика на занятті: На основі власного (чи вільно обраного бренду) придумати та запропонувати варіанти безплатних методів дослідження.

Пошук свого споживача. Запрошена лекторка

Лекція від Анни Лебедєвої, Global Talent Marketing Director в IT-компанії Intellias, former Brand Leader у Fedoriv.

• Визначення цільової аудиторії на базі болів та потреб споживачів
• Що таке інсайт та як його шукати
• Методи формування портрета клієнта
• Поведінкові патерни споживача
• Сегментація аудиторії та поведінкові методи

Домашнє завдання: Зробіть аналіз цільової аудиторії бренду, з яким ви працюєте. Сформулюйте інсайт вашої ЦА.

Бренд-стратегія: етапи розробки та втілення. Запрошена лекторка

Лекція від Анни Лебедєвої, Global Talent Marketing Director в IT-компанії Intellias, former Brand Leader у Fedoriv.

• Що таке бренд-стратегія і навіщо вона потрібна
• Різниця та зв'язок між бізнес-, маркетинговою, бренд- і комунікаційною стратегією
• Етапи роботи зі стратегією, ризики та проблеми втілення
• Визначаємо позиціювання бренду, його центральну ідею та унікальність

Бренд-стратегія: неймінг, ToV, дорожня карта. Запрошена лекторка

Лекція від Анни Лебедєвої, Global Talent Marketing Director в IT-компанії Intellias, former Brand Leader у Fedoriv.

• З чого формується і як розвивається характер бренду
• Створення Tone of Voice: фінальний документ
• Розробка назви: тонкощі створення, юридичні нюанси
• Дорожня карта бренду в горизонті 3 років

Практика на занятті: На основі запропонованих лекторкою кейсів розкрити центральну ідею та позиціювання бренду.

Домашнє завдання: На основі проведеного раніше аналізу аудиторії та інсайту сформулюйте центральну ідею та позиціювання бренду (з яким працюєте або вільно обраного). Опишіть основні емоційні характеристики бренду.

Бренд-айдентика. Запрошена лекторка

Лекція від Анни Лебедєвої, Global Talent Marketing Director в IT-компанії Intellias, former Brand Leader у Fedoriv.

• Що таке ідентичність бренду
• Дизайн як інструмент маркетингу
• З чого складається бриф на айдентику
• Етапи розробки стилю бренду
• Різновиди гайдлайнів бренду: від Brand ID до Brandbook
• Контент як невіддільна складова айдентики

Комунікація бренду

• Комунікаційна стратегія: процес створення комплексного плану комунікації бренду
• Креативна платформа: тренд чи необхідність
• Встановлення чітких комунікаційних цілей відповідно до стратегії бренду
• Слоган як ДНК бренду
• Послідовність комунікацій: чому це важливо
• Тригерні трюки - або чому на "ммм" ви відразу скажете Danone
• Типи комунікацій: продуктова, іміджева, PR, антикризова
• Сторітелінг у комунікаціях

Домашнє завдання: Проаналізуйте стратегію комунікації бренду, з яким ви працюєте (або вільно обраного). Визначте, що потрібно для її підсилення та які рекомендації ви можете надати. Пропишіть власний план комунікації для цього бренду.

Вимірювання ефективності бренду

• Ключові показники ефективності (KPI) бренду
• Використання інструментів та методологій для вимірювання ефективності бренду
• Аналіз зібраних даних
• Використання даних для вдосконалення стратегій і тактик

Планування запуску рекламної кампанії

• Бриф - рутинна звичка чи бізнес-необхідність?
• Таймінг: точки неповернення та дедлайни
• Бізнес-цілі рекламної кампанії
• Як визначити вдалий медіамікс: розробка медіастратегії та складання медіаплану
• Адаптація повідомлень для різних каналів комунікації

Практика на занятті: Прокоментувати бриф, наданий викладачкою. Поділитися думками щодо його покращення.

Домашнє завдання: Підготуйте ідеальний бриф бренд-менеджера в межах власного проєкту з огляду на цілі та завдання, які перед вами стоять.

Кампанії у діджитал-всесвіті

• Чим онлайн-канали відрізняються від офлайну
• Діджитал-кампанії у всесвіті діджитал-реклами: awareness, performance
• Які діджитал-медіа оптимальні для awareness-кампаній
• Як підібрати медіаінструменти для performance-кампаній
• Медіаплани в digital: що треба знати та на що звертати увагу
• Принципи бюджетування діджитал-кампаній
• Постаналіз діджитал-кампанії

Практика на занятті: Придумати медіамікс для awareness-кампанії нового українського гігієнічного продукту для військових. Прописати, в яких пропорціях ви розподілятимете бюджет.

Роль бренд-менеджера в компанії

• Комунікація з креативною, діджитал- та медіаагенціями
• Тендери: як проводити та на що звертати увагу
• Як обирати, коментувати та затверджувати ідеї
• Розроблення продакшн-брифу
• Як складати роадмап активностей бренду
• Бюджетування кампанії та її постаналіз

Групове домашнє завдання

На вибір студентів:

• В межах групового проєкту: підготуйте пропозицію з просування бренду (згідно з наданим кейсом)
• Індивідуально: підготуйте пропозицію з просування власного бренду чи бренду, з яким ви працюєте

Груповий проєкт презентуйте на фінальному занятті.

Комунікація під час війни: досвід української lovemark. Запрошена лекторка

Лекція від Катерини Огуряєвої, директорки з маркетингу в "Сільпо".

• Як бренду реагувати на події
• Перевірка бренд-цінностей та характеристики бренд-персони в реаліях сьогодення
• Адаптація комунікації та медіаміксу
• Бренд "Сільпо": кейси та підходи
• Перетворюємо UGC на WOW

Захист власних проєктів

• Презентація групових проєктів: стратегія просування бренду (за власним чи обраним кейсом)
• Q&A-сесія

Викладачі курсу

• Аві Щупак - Керівниця маркетингових комунікацій lifecell
• Анна Лебедєва - Global Talent Marketing Director в IT-компанії Intellias, former Brand Leader у Fedoriv
• Олексій Попов - Head of Digital Marketing at "Приват Банк"
• Катерина Огуряєва - Директорка з маркетингу в Сільпо

Програма курсу

Tier 1

• Python Programming: Foundations and Best Practices
• Mathematics for Computer Science and Introduction to Problem-Solving Techniques
• Basic Algorithms and Data Structures

Tier 2

• Numerical Programming in Python
• Relational Databases: Concepts and Techniques
• Machine Learning: Fundamentals and Applications
• Visual Analytics
• Introduction to Deep Learning
• Generative and Agentic AI
• Cryptography and Data Protection
• Network Security and Communication Protocols

Tier 3

• Identity and Access Management in Cybersecurity
• Security Operations and Incident Response
• Security Assessment and Testing in Cybersecurity

Дипломний проєкт (8 тижнів)

• Applied Computer Science: Capstone Project
  • Розробка власного стартапу в команді
  • Ви проходите всі стадії до пітчингу проєкту
  • Можливість отримати інвестиції

Особливості курсу

• Регулярні живі лекції та практика з викладачами
• Soft Skills
• Гнучкий графік без сесій
• Англійська для працевлаштування
• Автоперевірка коду та ШІ
• Підтримка кар'єрного консультанта
• Розробка резюме та мотиваційного листа
• Професійний профіль LinkedIn та зіркове портфоліо GitHub
• Тестові інтерв'ю
• Індивідуальні консультації та всебічна підтримка до випуску
• Студенський квиток
• Необхідність диплому бакалавра (будь-якої спеціальності) для вступу на магістратуру

Викладачі курсу

• Богдан Коваль - Senior Software Engineer at Netflix
• Нік Білогорський - Ex-Director Security Google
• Віталій Нужний - Head of Ukraine
• Роман Прокоф'єв - Засновник Jooble
• Дмитро Лисицький - Співзасновник укр.філії GlobalLogic та стартапу Influ2
• Євген Сисоєв - Керівний партнер інвесткомпанії AVentures Capital
• Юлія Грущинська - Керівник відділу HR-партнерів в Ciklum
• Robert Potter - Co-Founder at Internet 2.0
• Костянтин Магалецький - Екс-партнер Horizon Capital
• Василь Тофан - Старший партнер Horizon Capital
• Марина Євдокименко - Президентка асоціації Women4Cyber Ukraine
• Сергій Борона - Head of Information Security at Ciklum
• Олексій Барановський - Senior Application Security Engineer at Intellias
• Олег Осадчук - Python Software Engineer at EPAM
• Олег Сінькевич - Machine Learning engineer at EngenAI
• Максим Лизогуб - ML Engineer at Everymatrix
• Володимир Голомб - Lead Data Scientist & ML Engineer at RBC Group
• Катерина Коцюбівська - Співзасновниця ГО "Агенція сталого розвитку та освітніх ініціатив"
• Антон Чорний - Agile product management lecturer / CEO of GoIT
• Юрій Кучма - Basic Algorithms Lecturer
• Андрій Білик - COO at WEBGORILLA Studio
• Олексій Репін - Frontend Developer at GoIT
• Максим Алієв-Ломач - Full Stack Engineer at AIWEB Solutions
• Руслана Ковальчук - Head of Career Center, GoIT
• Юлія Мельник - Head of Study at GoIT
• Юлія Олійник - Scrum Master & Project Manager at GoIT
• Ярослав Косиця - Frontend Developer at SoftRyzen
• Олег Андрус - Python Programming Lecturer
• Олексій Кудін - Data Scientist/ML Engineer at Upwork
• Тетяна Філімонова - Associate Professor at the Faculty of Information Technology
• Артур Гіль - Security Engineering Lead at Cossack Labs
• Ольга Караіван - SOC Engineer at Pharmbills
• Ярослав Малоокий - Cybersecurity Engineer at Kavitech
• Максим Плахтій - Засновник Karabas.com
• Едуард Рубін - Ексректор ХНУРЕ
• Вячеслав Поліновський - Кандидат технічних наук
• Владислава Магалецька - Головна консультантка Президента Enterra Solutions
• Прокопенко Юрій - Директор з інформаційної безпеки Банку Кредит Дніпро (BCD)

Ви станете експертом у AI, машинному навчанні та розробці AI-рішень для бізнесу. Опануєте Python, SQL, TensorFlow, PyTorch, Scikit-learn, MLflow, Google Cloud, Apache Spark, а також методології Deep Learning, Generative AI, MLOps, Responsible AI. Будете навчатись у практиків з топових продуктових та сервісних компаній: Epam, Ciklum, Intellias, Softserve та застосовувати знання на практиці, створюючи AI-моделі, автоматизуючи процеси та розробляючи генеративні системи. Дипломним проєктом стане власний стартап, який ви запітчите перед інвесторами, або AI-проєкт для реального бізнесу.

Програма курсу

Tier 1

Python Programming: Foundations and Best Practies

Ви опануєте Python, навчитеся розробляти програми з використанням структур даних та алгоритмів, а також писати чистий, модульний та ефективний код, дотримуючись найкращих практик програмування.

Mathematics for Computer and Introduction to Problem-Solving Techniques

Ви здобудете теоретичні та практичні компетенції у математичних методах розв'язання інженерних задач, опануєте математичний апарат для роботи з моделями, навчитеся застосовувати основні математичні методи для аналізу, моделювання, оптимізації програмних рішень та обробки експериментальних даних.

Basic Algorithms and Data Structures

Ви оволодієте сучасними алгоритмами та структурами даних для ефективного збереження та обробки великих масивів інформації, навчитеся аналізувати, порівнювати та обирати оптимальні алгоритми, будувати структуровані рішення для програмного забезпечення та оцінювати їхню ефективність у реальних інформаційних системах.

Tier 2

Numerical Programming in Python

Ви навчитеся працювати з чисельними методами, обчислювати математичні моделі та оптимізувати алгоритми для аналітики та машинного навчання.

Relational Databases: Concepts and Techniques in Data Analytics

Ви опануєте роботу з реляційними базами даних, навчитеся створювати запити для аналізу даних та оптимізувати роботу з великими масивами інформації.

Machine Learning: Fundamentals and Applications

Ви опануєте основи машинного навчання, навчитеся будувати та оцінювати ML-моделі, працювати з класифікацією, регресією та кластеризацією, а також застосовувати алгоритми у реальних задачах.

Visual Analytics for Big Data

Ви навчитеся аналізувати та візуалізувати великі обсяги даних, працювати з BI-інструментами, розуміти закономірності та приймати рішення на основі аналітики.

Introduction to Deep Learning

Опануєте основи глибокого навчання, розберетеся в архітектурі нейронних мереж та навчитеся працювати з CNN, RNN, LSTMs та трансформерами.

Generative and Agentic AI

Ви заглибитеся у генеративні моделі та агентний AI, навчитеся працювати з LLM, GANs, Diffusion Models та інтегрувати генеративні алгоритми у продукти.

Applied Machine Learning: Business Cases

Ви навчитеся застосовувати машинне навчання у бізнесі, працювати з реальними кейсами та будувати рішення для автоматизації процесів, прогнозування та аналітики.

Data Engineering

Опануєте принципи роботи з великими обсягами даних, ETL-процеси, оптимізацію збереження даних та обробку інформації у реальному часі.

Product Analytics and Applied Statistics

Ви навчитеся працювати з аналітикою продукту, проводити A/B-тести, будувати статистичні моделі та приймати рішення на основі даних.

Tier 3

Cloud Computing for ML/AI and Data Preprocessing

Ви навчитеся працювати з хмарними платформами, запускати ML-моделі у клауді та автоматизувати обробку великих масивів даних.

MLOps CI/CD

Опануєте принципи безперервної інтеграції та розгортання моделей ML, побудови пайплайнів та автоматизації процесів навчання моделей.

Agile Product Management for Software Development Teams

Навчитеся ефективно керувати IT-продуктами, працювати у гнучких командах та застосовувати Agile-методології у розробці AI-рішень.

Career Strategies and Soft Skills for IT Professionals

Розвинете навички комунікації, переговорів, публічних виступів та ефективної роботи в команді, що критично важливо для успішної кар'єри в AI.

Дипломний проєкт

Applied Computer Science: Capstone Project

Фінальний проєкт, у якому ви розробите реальне AI-рішення або автоматизовану ML-систему, що можна впровадити у бізнес.

Ваш результат після навчання

• Опануєте Numerical Programming in Python, Machine Learning, Deep Learning, Generative AI та Agentic AI, навчитеся працювати з моделями для аналізу, прогнозування та автоматизації
• Опануєте реляційні бази даних, Data Engineering, Product Analytics та Applied Statistics, навчитеся будувати ефективні data-пайплайни
• Зможете працювати з Applied Machine Learning, використовувати Visual Analytics for Big Data для ухвалення стратегічних рішень
• Навчитесь автоматизувати пайплайни з MLOps CI/CD та забезпечувати ефективність, масштабованість моделей
• Отримаєте навички Agile Product Management, навчитеся ефективно працювати у командах розробки AI-рішень
• Опануєте Numerical Programming in Python, Machine Learning, Deep Learning, Generative AI та Agentic AI, навчитеся працювати з моделями для аналізу, прогнозування та автоматизації

Особливості курсу

• Допомога ментора
• Практика
• Проєкти в портфоліо
• Дипломна робота
• Сертифікат про проходження курсу
• Умови вступу:
  • Без ЄВІ/ЄФВВ
  • Диплом про попередню освіту

Викладачі курсу

• Богдан Коваль - Senior Software Engineer at Netflix
• Нік Білогорський - Ex-Director Security Google
• Віталій Нужний - Head of Ukraine
• Роман Прокоф'єв - Засновник Jooble
• Дмитро Лисицький - Співзасновник укр.філії GlobalLogic та стартапу Influ2
• Євген Сисоєв - Керівний партнер інвесткомпанії AVentures Capital
• Юлія Грущинська - Керівник відділу HR-партнерів в Ciklum
• Robert Potter - Co-Founder at Internet 2.0
• Костянтин Магалецький - Екс-партнер Horizon Capital
• Василь Тофан - Старший партнер Horizon Capital
• Марина Євдокименко - Президентка асоціації Women4Cyber Ukraine
• Сергій Борона - Head of Information Security at Ciklum
• Олексій Барановський - Senior Application Security Engineer at Intellias
• Олег Осадчук - Python Software Engineer at EPAM
• Олег Сінькевич - Machine Learning engineer at EngenAI
• Максим Лизогуб - ML Engineer at Everymatrix
• Володимир Голомб - Lead Data Scientist & ML Engineer at RBC Group
• Катерина Коцюбівська - Співзасновниця ГО "Агенція сталого розвитку та освітніх ініціатив"
• Антон Чорний - Agile product management lecturer / CEO of GoIT
• Юрій Кучма - Basic Algorithms Lecturer
• Андрій Білик - COO at WEBGORILLA Studio
• Олексій Репін - Frontend Developer at GoIT
• Максим Алієв-Ломач - Full Stack Engineer at AIWEB Solutions
• Руслана Ковальчук - Head of Career Center, GoIT
• Юлія Мельник - Head of Study at GoIT
• Юлія Олійник - Scrum Master & Project Manager at GoIT
• Ярослав Косиця - Frontend Developer at SoftRyzen
• Олег Андрус - Python Programming Lecturer
• Олексій Кудін - Data Scientist/ML Engineer at Upwork
• Тетяна Філімонова - Associate Professor at the Faculty of Information Technology
• Артур Гіль - Security Engineering Lead at Cossack Labs
• Ольга Караіван - SOC Engineer at Pharmbills
• Ярослав Малоокий - Cybersecurity Engineer at Kavitech
• Прокопенко Юрій - Директор з інформаційної безпеки Банку Кредит Дніпро (BCD)

Курс розрахований на тих, хто вже знайомий з процесом розробки в IT та мають бажання перекваліфікуватися в бізнес-аналітика. Після закінчення навчання ви оволодієте основами бізнес-аналізу, зможете проводити конкурентний аналіз ринку, отримаєте практичний досвід використання передових інструментів та практик бізнес-аналізу.

Програма курсу

Вступ до бізнес-аналізу та методології розробки програмного забезпечення

• Обов'язки та повноваження бізнес-аналітика
• Основи аналізу ринку
• Розглядаємо проєктні методології та фреймворки:
  • Agile
  • Scrum
  • Kanban
  • Waterfall

Tech skills

• Етапи розробки
• Які знання потрібні менеджеру кожному етапі?
• Що таке архітектура ПЗ?
• Backend та Frontend
• Які тех. фахівці є на проєкті та чим вони займаються
• Технічний сленг або як зрозуміти розробника?
• Комунікація з командою розробки
• Як менеджеру мотивувати тех. команду та вирішувати конфлікти?

Життєвий цикл вимог: виявлення, збір та аналіз

• Вчимося розуміти вимоги та розрізняти їх види
• Розбираємось, як виглядає загальний процес виявлення вимог та які інструменти для цього використовувати:
  • Інтерв'ю
  • Воркшоп
  • Мозковий штурм

Техніки документування: User Stories & Use Cases

• Вивчаємо ієрархію вимог, розуміємо, як декомпозувати та документувати вимоги
• Вчимося працювати з User Stories та Acceptance criteria
• Пріоритезуємо беклог та вивчаємо бізнес документацію (BRD, MRD, PRD) та технічну документацію (SRS, PSD, FSD)

Моделювання бізнес-процесів. UML & BPMN

• Use Case Diagram
• Activity Diagram
• Sequence Diagram
• Entity Relationship Diagram
• State Machine Diagram

Робота з нефункціональними вимогами: основи

• Доступність і надійність
• Швидкодія і масштабованість
• Підтримка і супровід
• Сертифікація та відповідність
• Локалізація та сумісність
• Функціональність і розширюваність
• Зручність користування і безпека

Тестування та валідація вимог

• Dependencies Invest VS PMBoK
• Planning Poker
• Regression
• Acceptance Testing

Створення прототипів та UX

• Види прототипів та розробка прототипу з нуля:
  • Sketch
  • Wireframe
  • Mockup

Інструменти роботи з вимогами: Jira & Confluence

• Критерії ефективно організованих вимог
• Вимоги в Jira
• Вимоги в Confluence
• Вимоги в Google Docs
• Baseline

Комунікації зі стейкхолдерами та презентація рішення

• Розберемося, які типи стейкхолдерів є
• Як проводити менеджмент стейкхолдерів та налагоджувати комунікацію
• А також навчимося красиво презентувати своє рішення для команди та клієнта

Робота з доменом

Розберемось, як занурення у доменну область допомагає бізнес-аналітику у визначенні бізнес-потреби. Розглянемо 2 техніки, які допоможуть вивчати домен за пару тижнів.

Кар'єра бізнес-аналітика

• Де шукати вакансії
• Статистика зарплат
• Топ 5 навичок Business Analyst
• Як не бути звільненим

Особливості курсу

• Заняття проходять у форматі вебінарів
• Для проходження курсу знадобиться знання англійської мови
• Підготовка до співбесіди та проходження тестових завдань
• Викладачі мають великий досвід роботи у різних компаніях
• Персональні консультації по розвитку кар'єри
• Допомога в пошуку релевантних вакансій

Викладачі курсу

• Дмитро Липовець - Product Owner at Mechanic Advisor
• Любик Кислюк - Lens production manager в компанії Snap Inc
• Мар'яна Ківерська - Human Resources Manager в компанії Impressit
• Валерія Коломієць - Business Analyst at Lizard Soft
• Юрій Малий - Head of Quality Assurance Stream в Київстар
• Анастасія Абрамова - Lead Business Analyst
• Олександр Духота - Business Analyst at NovaPay
• Вікторія Слуцька - Project Manager | Scrum Master at Valtech

Кожен теоретичний блок ми закріплюємо практикою. Завдяки 10 практичним завданням ви навчитеся автоматизувати хайринг, онбординг і адаптацію, складати анкети для зворотного зв'язку, плани розвитку, а також розробите план впровадження автоматизації для HR-департаменту на рік.

Програма курсу

Роль автоматизації в HR- та Recruitment-процесах

• Отримаєте roadmap курсу
• Зрозумієте, що охоплює автоматизація в HR-процесах і рекрутменті
• Розглянете тренди, переваги та недоліки автоматизації

ATS для Recruitment-процесів

• Дізнаєтеся, що таке Applicant Tracking System (ATS) і чим вона відрізняється від CRM- та HRM-систем
• З'ясуєте, які процеси можна автоматизувати за допомогою ATS
• Розглянете популярні інструменти ATS: PeopleForce, Greenhouse, HiBob, Hurma System тощо

HRM-системи для Talent Management процесів

• Зрозумієте, для чого потрібні HRM-системи
• Дізнаєтеся, які процеси можна автоматизувати за допомогою HRM-систем
• Розглянете популярні інструменти: HiBob, Hurma System, BambooHR, PeopleForce тощо

Інструменти автоматизації сорсингу

• Дізнаєтеся, що таке автоматизація сорсингу
• Розглянете інструменти для автоматизації сорсингу: інтеграція з job boards та соціальними мережами, розсилки, чат-боти
• Навчитеся автоматизувати листування з кандидатами без втрати якості комунікації

Інструменти автоматизації оцінювання та відбору

• Розглянете сучасні тренди залучення AI в Recruitment-процеси
• З'ясуєте, як використовувати AI для аналізу профілів та підбору релевантних резюме
• Розберете платформи для автоматизації оцінювання кандидатів: Pymetrics, HireVue тощо
• Дізнаєтеся про ризики імплементації автоматизації в процеси рекрутингу

Автоматизація онбордингу й офбордингу

• Дізнаєтеся, як покращити процес онбордингу нового співробітника завдяки автоматизації
• Зрозумієте, чи потрібно автоматизувати процес офбордингу
• Розглянете технічні рішення та сервіси для онбордингу й офбордингу
• Навчитесь обирати найбільш релевантні для вашого проєкту інструменти

Оптимізація процесів адаптації та розвитку

• Дізнаєтеся, що таке LMS-cистема і навіщо вона потрібна компанії
• Зрозумієте, як можна оптимізувати процеси адаптації та розвитку завдяки Knowledge Base, онлайн-тренінгам і персональним планам розвитку
• Розглянете найпопулярніші платформи для адаптації та розвитку талантів всередині компанії

Метрики ефективності роботи Recruitment-команд

• Зрозумієте, навіщо збирати фідбек про рекрутмент-процеси від кандидатів і хайринг-менеджерів
• Дізнаєтеся, як автоматизувати процес збору зворотного зв'язку
• Навчитеся складати анкети для Candidate Satisfaction Rate та Hiring Manager Satisfaction Rate

Оптимізація системи оцінювання продуктивності у компанії

• Розглянете різні системи оцінювання продуктивності, інструменти для відстеження OKR та KPI
• Дізнаєтеся, як автоматизувати 1:1, Performance Review, 360 Review, HR-адміністрування
• Розглянете AI-рішення для оптимізації популярних HR-процесів
• Розробите сценарій Performance Review

Збір та аналіз зворотнього зв'язку

• Зрозумієте, навіщо збирати зворотний зв'язок серед співробітників компанії
• Розглянете інструменти для збору зворотного зв’язку Google Forms, SurveyMonkey тощо

Ефективна Recruitment-аналітика

• Дізнаєтеся, для чого потрібна аналітика в рекрутингу
• Вивчите основні показники та метрики, які важливо збирати й аналізувати
• Розглянете інструменти візуалізації даних: Power BI, Tableau, Looker Studio - та як їх використовувати в рекрутмент-аналітиці
• Навчитеся застосовувати аналіз даних для оцінювання ефективності й прогнозування

HR-аналітика для оптимізації роботи в компанії

• Вивчите основи HR-аналітики
• Розглянете приклади розрахунків ключових метрик
• Навчитеся використовувати аналіз даних для прогнозування продуктивності та плинності кадрів
• Розберете методи й інструменти візуалізації HR-даних для ухвалення рішень

Імплементація автоматизації в Recruitment-процеси

• Розглянете, як правильно імплементувати інструменти автоматизації в поточні Recruitment-процеси
• З'ясуєте, як взаємодіяти з IT-відділом під час впровадження ATS
• Навчитеся розраховувати бюджет на автоматизацію та раціонально розподіляти кошти
• Дізнаєтеся, як пітчити й аргументувати користь ATS для бізнесу
• Розберете кейси успішної автоматизації Recruitment-процесів у різних компаніях

Як ефективно впровадити автоматизацію в HR-процеси

• Дізнаєтеся, як інтегрувати HR-систему з іншими системами компанії
• Розглянете кейси успішної автоматизації HR-процесів у різних компаніях
• З'ясуєте, як екологічно комунікувати про нововведення зі співробітниками
• Розробите план впровадження автоматизації для HR-департаменту на рік

Q&A - сесія

• Поставите запитання стосовно вивченого матеріалу лекторкам
• Обговорите складні кейси з практики власної чи колег

Особливості курсу

• Допомога ментора
• Практика
• Програма схвалена HRCI + 22.5 кредитних годин
• Сертифікат про проходження курсу

Викладачі курсу

• Дар'я Кружиліна - Head of Recruitment at Uklon
• Анастасія Русавська - Head of Recruitment & HR at Data Science UA