Программа разработана преподавателями ВМК МГУ, одного из лучших математических факультетов страны.
Вы научитесь решать задачи, которые дают на собеседованиях в компании размера FAANG. Курс также идеально подходит к поступлению в Школу анализа данных Яндекса
За 1,5 часа вы узнаете, как математика помогает обработать данные так, чтобы модель аналитика работала быстрее и эффективнее. Разбираем этот вопрос на практических примерах.
Аналитики используют не весь математический инструментарий, лишь несколько разделов. Однако без их знания трудно понять описание нового прорывного алгоритма и тем более его реализовать
Хорошие новости
Сначала математическая формулировка — потом программное решение
Ведь математика — одна и та же, а язык программирования выбирают, исходя из доступных средств и необходимой скорости работы алгоритма
Цель аналитика состоит не в написании программы, а в оценке гипотезы. Язык описания и проверки гипотез — это и есть математика
Анализ данных отличается от разработки приложений
Рекомендации товаров, движение денег, распознавание сущностей и паттернов. На математическом уровне к этим разрозненным предметам применимы одинаковые инструменты
Дата-сайентисты исследуют разные гипотезы
Кому подойдет этот курс?
Текущим программистам и аналитикам, которые хотят повысить уровень или перейти в новую область
Начинающим специалистам, которые хотят освоить востребованную профессию в Data Science
Тем, кто готовиться к поступлению ШАД и хочет знать ответы на каверзные вопросы
Чему вы научитесь?
Подготовитесь к ШАД
В программу курса входит материал, необходимый вам для успешной сдачи вступительных экзаменов в Школу анализа данных Яндекс
Научитесь структурно работать с большим объемом данных, решать сложные задачи и усилите свои компетенции
Заложите математический фундамент
Вы узнаете роль чисел, формул и функций в разработке алгоритмов машинного обучения
Математические основы Machine Learning
Материалы вебинара «Как математика используется в анализе данных?»
Тест: насколько хорошо вы знаете математику, чтобы начать заниматься Data Science?
В ладах ли вы с математикой? Вот несколько не самых сложных задач, главное в которых — проверить математическую интуицию и смекалку. Все задачи снабжены пояснениями и ответами. Заполните форму и проверьте свои знания
Научитесь брать производные, считать интегралы, исследовать функции. Познакомитесь с последовательностями и прогрессиями. Узнаете что такое неравенства.
Изучите пределы, дифференцируемость и ряды. Научитесь считать разные интегралы.
Научитесь работать с матрицами, узнаете что такое СЛАУ и как их решать.
Узнаете основные правила комбинаторики и научитесь с ними работать.
Изучите случайные величины и события, матожидание, дисперсию и корреляцию. Разберетесь в законах распределения и какие они бывают. Сформулируете гипотезы для A/B-тестирования.
Узнаете, как пройденное применяется в работе Data Scientists.
Дополнительный модуль по школьной математике — это эффективный способ в сжатые сроки вспомнить школьную математику или восполнить необходимые знания для работы в Data Science или программировании.
Уверены, что помните школьную математику? Пройдите наш тест
Этапы обучения на курсе
Чтобы процесс обучения стал более интересным и комфортным, студенты получат от нас обратную связь. Кураторы и преподаватели курса ответят на все вопросы по теме лекций и практических занятий.
Коммуникация и обратная связь
Каждую тему ведет преподаватель с многолетним опытом работы со студентами. Он дополнит теорию яркими примерами из личной практики, которые помогут понять тему занятия.
Изучаете подготовительный материал
В конце каждого занятия даются задачи с возрастающим уровнем сложности. Решая их, вы сможете глубже усвоить материал, а также обсудить проблемы с сокурсниками в общем чате.
Самостоятельная подготовка
На завершающем этапе вас ждет специальное задание, которое позволит применить все полученные знания и подтвердить успешное изучение материала.
Сдача выпускного экзамена
Для тех, кто хочет погрузиться в среду более углубленно, мы подготовили тариф с личным наставником. Это 3 встречи в течение обучения, которые вы назначаете с преподавателем, на которых вы сможете более детально и лично обсудить все узкие места в обучении и разобрать темы.
Опция персонального менторства
Proglib.academy — онлайн-курсы от создателей одного из самых крупных IT-сообществ «Библиотека программиста». В нашем комьюнити уже более 800 000 разработчиков. Помогаем развивать технические навыки, осваивать новые профессии и продвигаться по карьере. Учим решать сложные задачи и готовим к собеседованиям в Яндекс, FAANG, Samsung, Amazon и тд.
Кандидат физико-математических наук, доцент факультета ВМК МГУ. Читает лекции по математическому анализу двум первым курсам факультетам ВМК МГУ и ФКН ВШЭ. Преподавательский стаж – более 12 лет.
Вел совместные исследования с учеными института IIASA, Лаксенбург, Австрия. Автор популярной страницы ВКонтакте «Ёжик в матане».
Леонид Крицков
Кандидат физико-математических наук, доцент факультета ВМК МГУ. Автор задачника «Алгебра и аналитическая геометрия: теоремы и задачи», используемого на факультете ВМК МГУ. Свыше 25 лет преподает линейную алгебру и математический анализ. Является автором более 80 научных публикаций.
Дмитрий Емельянов
Магистр по специальности вычислительная математика, аспирант кафедры общей математики факультета ВМК МГУ.
Научные интересы: дифференциальные уравнения, компьютерная графика, интерфейсы пользователя.
Татьяна Захарова
Кандидат физико-математических наук, доцент факультета ВМК МГУ. Преподает теорию вероятностей и математическую статистику более 28 лет.
Является автором более 70 научных публикаций, в том числе связанных с обработкой больших объемов данных.
Артур Сапрыкин
Ex-Data Scientist ПАО «Мегафон». Среди разработанных решений были собственные морфологический, синтаксический и семантический анализаторы.
Работал с крупными проектами по обработке естественного языка и анализом аудио.
Жиленко Вениамин
Образование: кафедра физики МГТУ им. Баумана, в данный момент студент кафедры математического моделирования НИУ МЭИ. 5 лет педагогической работы.
«Мои ученики уже поступили в лучшие вузы Москвы и Санкт-Петербурга, среди которых МГУ, ВШЭ, МИФИ, МГТУ им. Баумана, СПБГУ, ИТМО. Исследую паровые взрывы в ОИВТ РАН»
Ларионов Никита
Образование: Опыт репетиторской деятельности 3 года. Студент 3 курса мех-мата МГУ им М.В.Ломоносов.
Разрабатывает web-приложение по моделированию непрерывных и дифференцируемых нагрузок на твердые тела с последующим патентом.
Тарифы
Базовый
Ультра
VIP
2 854 ₽/мес
3 806 ₽/мес
6 472 ₽/мес
Для тех, кто помнит, что такое производные, неравенства, функции, и хочет перейти сразу к высшей математике.
Для тех, кто хочет с самого начала и основательно.
Отличный курс по математике! Очень понятные и доходчивые объяснения от авторов. Прохождение помогло «восстановить» базовые знания школьной математики как раз такой и искал. Как итог смог решить экзаменационные примеры, которые перед прохождением
Михаил Шпильман
Отличный курс по математике! Очень понятные и доходчивые объяснения от авторов. Прохождение помогло «восстановить» базовые знания школьной математики как раз
Курс proglib academy очень понравился. Для меня ценно было то, что освещались фундаментальные темы по математике, которые я не проходил в университете. С точки зрения развития математической культуры, на мой взгляд, курс очень полезен. Понравились дополнительные занятия
Курс proglib academy очень понравился. Для меня ценно было то, что освещались фундаментальные темы по математике, которые я не проходил в университете.
С помощью курса proglib academy я хотел освежить знания и всегда иметь возможность вернуться к качественным заданиям и лекциям. Курс с этой задачей справился, так что благодарю!
По наполнению курса, который я прохожу «Математика для Data Science Pro» нравится абсолютно все, разбираются все темы, в которые мне необходимо было погрузиться. Курс скорее для
По наполнению курса, который я прохожу «Математика для Data Science Pro» нравится абсолютно все, разбираются все темы, в которые мне необходимо было погрузиться. Курс скорее для продвинутых. Нравится подробный разбор доказательств, логичность изложения тем. Точно чувствую
Прохожу школьную математику в рамках курса «Математика для Data Science», в уроках очень подробно объясняются основы математики, что очень помогает более уверенно переходить к высшей математике, что является необходимым для Data Science. После каждого урока даётся задание, чтобы
Руслан Алиев
Прохожу школьную математику в рамках курса «Математика для Data Science», в уроках очень подробно объясняются основы математики, что очень помогает более
Прохожу курс по «Математике для Data Science». Преподаватели всегда помогают, куратор направляет. Благодарна за помощь, поддержку и понимание!
Курс «Основы программирования на Python» интересный, видео лекции подробны и понятны новичку. Преподаватель Роман отличный наставник, заставляет думать, искать решения и информацию, лично для меня это важное качество. В общем, советую всем хотящим просто начать уже учить пайтон.
Курс «Основы программирования на Python» интересный, видео лекции подробны и понятны новичку. Преподаватель Роман отличный наставник, заставляет думать, искать решения и информацию, лично для меня это важное качество.
Студент курса «Математика для Data Science Pro»
По наполнению курса, который я прохожу нравится абсолютно все, разбираются все темы, в которые мне необходимо было погрузиться. Курс скорее для продвинутых. Нравится подробный разбор доказательств, логичность изложения тем. Точно чувствую больше уверенности в своих знаниях. В общем, очень хороший курс, то, что я хотела, и отдельное спасибо за возможность проходить в своём режиме, совмещая с работой и за обратную связь от преподавателей по домашнему заданию.
Даниза Муссаева
Студент курса «Введение в математику для Data Science»
Отличный курс по математике! Очень понятные и доходчивые объяснения от авторов. Прохождение помогло «восстановить» базовые знания школьной математики – как раз такой и искал. Как итог – смог решить экзаменационные примеры, которые перед прохождением курса ничего кроме страха не вызывали) Уже рекомендовал курс знакомому, у которого тоже «боязнь» математики и желание начать её осваивать).
Михаил Шпильман
Студент курса «Введение в математику для Data Science»
Курс proglib.academy очень понравился. Для меня ценно было то, что освещались фундаментальные темы по математике, которые я не проходил в университете. С точки зрения развития математической культуры, на мой взгляд, курс очень полезен. Понравились дополнительные занятия по ML, хорошо «разбавляют» занятия по чистой математике. Я сейчас взял перерыв, через месяц планирую продолжить. Здорово, что есть год, чтобы пройти курс.
Глеб Аксенов
Студент курса «Математика для Data Science Pro»
Прохожу школьную математику в рамках курса «Математика для Data Science», в уроках очень подробно объясняются основы математики, что очень помогает более уверенно переходить к высшей математике, что является необходимым для Data Science. После каждого урока даётся задание, чтобы закрепить полученный материал... Также можно задавать любые вопросы авторам курса по учебному материалу. Спасибо за курс!
Руслан Алиев
Нам очень важно оценивать качество и актуальность предлагаемой программы курса, поэтому будем очень рады вашим ответам в опросе.
Нам очень важно оценивать качество и актуальность предлагаемой программы курса, поэтому будем очень рады вашим ответам в опросе ниже.
Благодарим за уделенное время!
Вопросы-ответы
Всё зависит только от вас. В среднем наши студенты занимаются от трёх до пяти часов в неделю.
У вас будет куратор в Telegram-чате, а преподаватель лично прокомментирует домашние задания и даст полезные советы. Вы всегда сможете получить ответы на вопросы по теме урока. Так вы сможете перенять опыт, профессиональные знания и лайфхаки.
Да, вы можете купить курс в рассрочку — и спланировать свой бюджет, разбив всю сумму на мелкие ежемесячные платежи.
Остались вопросы?
Остались вопросы, вы не знаете подходит ли курс лично вам. Заполните форму, мы свяжемся с вами в ближайшее время и подробно обо всем расскажем.