Курс Data Science

Протягом трьох місяців інтенсивного навчання ти будеш освоювати матеріали для самонавчання, виконувати завдання та спілкуватися з нашими менторами під час Q&A сесій.

Програма курсу

Ця навчальна програма навчання включає в себе два етапи підготовки.

Етап 1 - 3 місяці. Тобі потрібно виділяти ~ 15 годин щотижня, щоб опанувати такі теми:

• Basic Engineering
• Basic Statistics
• Exploratory Data Analysis
• Regression
• Classification
• Clustering
• Deep Learning Foundation
• Business + Advanced Data Science Overview
• Basic Maximum Likelihood Estimation (MLE)

Після завершення у тебе буде фінальний проект і тебе запросять на технічну співбесіду. Якщо ти успішно їх пройдеш і продемонструєш хороші результати на першому навчальному етапі, то можеш приєднатися до наступного.

Етап 2 - 3,5 місяці. Ти потрапиш на менторську програму, що вимагатиме ~ 30 годин щотижня, щоб опанувати такі теми:

• Computer Vision
• Natural Language Processing
• ML Engineering

По завершенню навчання на тебе чекає заключна технічна співбесіда та можливість продовжити свій кар’єрний шлях відповідно до твоїх здобутих та продемонстрованих навичок і доступних можливостей в EPAM.

Як долучитися до програми?

1. Зареєструйся. Заповни всі необхідні поля, прикріпи своє резюме та отримай підтвердження з детальною інформацією на свою електронну пошту або у розділі сповіщень
2. Опиши свою зацікавленість та мотивацію в блоці "Додаткова інформація" у своєму профілі
3. Пройди тести з англійської мови та технічний тест, які доступні у твоєму профілі. Тести потрібно завершити протягом 5 днів після реєстрації. Щоб пройти далі потрібно володіння англійською на рівні B2 та мінімум 60% в тех. тесті
4. Отримай сповіщення на співбесіду з рекрутером
5. Пройди онлайн-технічний іспит.
6. Отримай запрошення на програму.

Що необхідно для успішного навчання:

• Знання математичного аналізу (похідні, інтеграли, екстремуми функцій у багатовимірному реальному просторі)
• Навички лінійної алгебри (вектори, матриці, тензори, лінійні рівняння, власні значення та власні вектори, квадратичні форми)
• Знання теорії ймовірностей (визначення ймовірності, умовна ймовірність, теорема Байєса, очікування)
• Знання статистики (основні поняття, перевірка гіпотез, поняття ймовірності, оцінка параметра розподілу)
• Розуміння основних концепцій і методів оптимізації (стаціонарні точки, множники Лагранжа, градієнтний спуск)
• Знання структур даних і алгоритмів
• Знання Python (включаючи основи numpy та pandas)
• Рівень англійської: від B2 (Upper-Intermediate)

Участь у програмі дасть тобі можливість:

• Отримати міцний фундамент в розробці програмного забезпечення
• Глибоко зануритися в статистику та аналіз даних
• Вивчити методи регресії, класифікації та кластеризації
• Дослідити основи deep learning та нейронних мереж

Учасники, які покажуть високі результати під час навчання та успішно пройдуть технічну співбесіду, будуть запрошені на наступний етап та долучаться до однієї з менторських програм: Computer Vision, Natural Language Processing або ML Engineering.