Привет, Хабр! Вы уже не раз слышали про то, что мы проводим курсы машинного обучения и анализа данных в Школе Данных «Билайн». Сегодня мы отмечаем уже 6-й выпуск на нашем аналитическом курсе и 4й — на курсе для менеджеров. Только успев выпустить один курс — мы набираем новый. После каждого очередного выпуска мы собираем обратную связь от наших слушателей, анализируем ее и делаем нашу программу еще более насыщенной практикой и примерами из реального бизнеса.
Нам пишут со всей страны и из-за ее пределов с вопросами, когда Школа Данных появится в их городе. Мы откликнулись на эти пожелания и расширяем наше присутствие.
Сегодня мы рады объявить о запуске нашей программы в Петербурге! Мы собрали самых лучших преподавателей в этой славном городе, подготовили замечательную программу и в этом посте расскажем все подробности обучения.
Курс начинается 28-го октября, будет проходить по понедельникам и пятницам в вечернее время с 19.00 до 21.00 в офисе компании «Билайн» по адресу Васильевский остров, 21 линия, д. 6, литер А (ближайшая станция метро «Василеостровская»).
Впереди нас ждет 18 занятий (курс рассчитан на 9 недель), на которых мы постараемся покрыть самые важные темы анализа данных.
Отличительной особенностью наших занятий является их практическая направленность.
Наша страна всегда славилась математической школой и на сегодняшний момент уже много людей, которые умеют строить высококачественные модели, побеждают в соревнованиях Kaggle. Но за свою практику мы не раз убедились, что этого не достаточно для того, чтобы делать готовые продукты, способны приносить измеримую в деньгах пользу бизнесу.
Важно иметь представление о продуктовых метриках, важно знать о процессе разработки алгоритма, насколько часто и как правильно переобучать модели и многое другое. Поэтому на наших курсах мы уделяем много времени разбору подводных камней, различных «граблей» и всего того, что может встретиться на пути к реализации готового аналитического продукта.
Наша программа состоит из важного раздела анализа данных, такого как «Машинное обучение» — это примерно треть нашего курса. Далее — мы знакомим слушателей с наиболее востребованными областями анализа данных — «Анализ социальных сетей», «Рекомендательные системы», «Анализ текстов», «Большие данные», «Large Scale Machine Learning», а напоследок рассказываем о самых лучших алгоритмах, которые были победителями на Kaggle — в частости обсуждаем подходы стекинга/блендинга, ансамблей и многое другое.
Подробнее о курсе можно почитать на основной странице, а пока мы бы хотели познакомить Вас с некоторыми из наших преподавателей:
Сергей Николенко
Специалист по теории и практике машинного обучения, в частности обработке текстов, анализу больших данных, байесовским методам и моделям. Старший научный сотрудник Лаборатории Интернет-исследований НИУ ВШЭ Санкт-Петербург, научный сотрудник ПОМИ РАН, ведущий специалист Deloitte Analytics Institute.
Автор более ста научных публикаций о машинном обучении, анализе сетевых алгоритмов, теории сложности и высшей алгебре, автор нескольких научных монографий.
Андрей Фильченко
Кандидат физико-математических наук, доцент кафедры компьютерных технологий, руководитель группы машинного обучения в международной лаборатории «Компьютерные технологии» Университета ИТМО. Преподаватель курсов по машинному обучению и анализу данных. Ранее — научный сотрудник лаборатории междисциплинарных и теоретических исследований СПИИРАН. Организатор ряда конференций по анализу данных и машинному обучению.
Окончил математико-механический факультет СПбГУ.
Наталья Притыковская
Data mining разработчик в компании Одноклассники, ранее работала специалистом по анализу данных в компаниях AdRiver и Яндекс.
Наталья окончила Математический факультет СПбГУ по специальности «Статистическое моделирование», а также Computer Science Center (отделение ШАД Яндекса в Санкт-Петербурге).
Иван Дрокин
В настоящее время принимает участие в реализации ряда проектов, связанных с глубоким обучением и анализом изображений и видеопотока. Ранее, ведущий специалист по анализу данных в ЗАО БИОКАД и ведущий специалист в закрытом хэдж-фонде Finance Dialog.
Закончил Санкт-Петербургский Государственный Университет по специальности Прикладная Математика и Информатика, аспирантуру по направлению Системный анализ, управление и обработка информации, готовит к защите диссертацию на соискание степени кандидата физ.мат наук в области глубокого обучения.
Климент Мерзляков
Аналитик в НАО «Юлмарт». Консультант по анализу данных компаний Алоль и Paradox Brewery. Климент окончил Санкт-Петербургский Государственный Университет, а также DM Labs. Участник конференций по аналитике.
Евгений Путин
Занимается нейронными сетями. Работал в Лаборатории Касперского, Samsung, Siemens. Закончил матмех СПбГУ в 2014 году.
Наши преподаватели — это люди, которые изо дня в день занимаются практическим анализом данных и имеют большой опыт применения его в реальной работе.
Более подробно узнать о Школе и записаться на курс Вы сможете на нашей странице.
До встречи на занятиях!