Курс на Stepik
Обложка курса «Симулятор Data Science» на Stepik
2 390₽ -25%
--:--:--
1 790

Симулятор Data Science 5.000

Открыть на
STEPIK.ORG

Ты пройдёшь полный путь ML-проекта: от постановки бизнес-задачи и работы с данными до деплоя, мониторинга и поддержки модели в проде. Курс построен вокруг практики — так, как это происходит в настоящей работе Data Scientist’а.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Симулятор Data Science»Учеников на курсе 162
Сертификаты, выданные на курсе «Симулятор Data Science»Сертификатов выдано 18
Отзывы о курсе «Симулятор Data Science»Отзывов получено 5
Рейтинг курса «Симулятор Data Science»Рейтинг курса 5.000
Уроки в курсе «Симулятор Data Science»Количество уроков 23
Тесты в курсе «Симулятор Data Science»Количество квизов 82
Задачи с кодом в курсе «Симулятор Data Science»Количество задач с кодом 3
Время прохождения курса «Симулятор Data Science»Время прохождения курса
Стоимость курса «Симулятор Data Science»Стоимость курса 2 390 ₽
Обновления курса «Симулятор Data Science»Обновления курса
Дата публикации курса «Симулятор Data Science»Дата публикации курса
Последнее обновление курса «Симулятор Data Science»Последнее обновление
Сложность normal

Содержание курса

Разделы в курсе «Симулятор Data Science» 8 разделов Уроки в курсе «Симулятор Data Science» 23 урока Тесты в курсе «Симулятор Data Science» 82 теста Задачи в курсе «Симулятор Data Science» 3 задачи Время прохождения курса «Симулятор Data Science» 8 ч. Последнее обновление курса «Симулятор Data Science» обн. 17 июля 2026

🚀 Старт курса: что будем изучать

2 урока
1. 📝 О курсе
2. 📲 Контакты курса

📝 Постановка требований: определяем, что реально нужно

1 урок
1. 💼➜🤖 От бизнес-вопроса к ML-решению

Сбор данных

5 уроков
1. 🏰📦 DWH: порядок в данных
2. 🔌🐍 DWH + Python: подключаемся красиво
3. 🐾🐼 Pandas: чистим, соединяем и прокачиваем фичи
4. 🌊🏊‍♂️Data Lake: ныряем в озеро данных без страха утонуть
5. 🔥🚂 PySpark: большие данные — на рельсы распределённости

🏗️ Строим ML-модель: полный конструктор

5 уроков
1. 🧱 Baseline: фундамент, от которого пляшем
2. ✂️ Feature Selection: отрезаем лишнее
3. 🔧🛠️ Hyperparameter Tuning: тонкая регулировка под задачу
4. ⚙️✨ AutoML: автоматическая магия под капотом
5. 🎯⚖️ Калибровка модели: приводим прогнозы к реальности

🧠 Интерпретируемость моделей: понимаем, что делает алгоритм

2 урока
1. 🔮🧠 SHAP: заглядываем в мозги модели
2. 🍈 LIME: рентген для отдельных объектов

🛰️ MLOps: отправляем модель в прод

4 урока
1. 🧩 MLflow: управляем жизненным циклом моделей
2. 🌐⚡ ML как сервис: от модели к API
3. 🧱🐳 Docker: воспроизводимое окружение без боли
4. ⏰🚀 Airflow: запускаем пайплайны без ручного вмешательства

📊 Мониторинг ML-модели: следим за качеством и стабильностью

3 урока
1. 🚦📏 Мониторинг: Светофор для ваших предсказаний
2. 🕵️‍♂️📉 Data Drift: Расследование начинается с ваших глаз
3. 🤖📊 Evidently: Автоматизируем взгляд на данные

🏁 Финальный проект

1 урок
1. 🔄 Создаем полный цикл ML