Формат обучения

Обучение длится полтора года. Вы можете выбрать один из двух форматов обучения: очное или дистанционное. Программа построена так, что вы будете закреплять материал на индивидуальных и командных проектах.

Вам потребуется личный ноутбук.

Будьте готовы к высокой нагрузке: 15–20 часов в неделю
Очное обучение

Где: НИТУ «МИСиС» в Москве (м. Октябрьская).
Когда: 3 раза в неделю — два занятия в будние дни с 19:00 до 22:00 и одно в выходной — с 12:00 до 20:00.

Дистанционное обучение

Где: онлайн на учебной платформе MADE.
Когда: видеозаписи будут появляться 3 раза в неделю. Просмотр лекций и выполнение домашних заданий займут 15-20 часов в неделю.

Программа

Длительность курса составляет три семестра на протяжении полутора лет.
В программе предусмотрены обязательные курсы и курсы по выбору.

Занятия начнутся 7 октября 2019 года.

Распределение по специальностям будет проходить по итогам первого семестра.

Для опытных специалистов по анализу данных предусмотрена возможность сдать экзамены и начать обучение со второго семестра.

Образовательная программа профессиональной переподготовки реализуется в сетевой форме в партнерстве ООО «Мэйл.Ру» и НИТУ «МИСиС» (образовательная лицензия № 1947 от 19 февраля 2016 года).
Data Scientist
Семестр 1
Обязательные курсы
Алгоритмы и структуры данных
Цель курса

Глубже познакомить слушателей с необходимыми для разработчика алгоритмами и структурами данных. Правильное применение материала этого курса позволит слушателям реализовывать в коде более удачные по времени работы и потребляемой памяти решения, а в некоторых случаях — справляться с теми задачами, с которыми без знания алгоритмов не получится справиться вовсе.

Длительность

30 занятий, 45 часов

Машинное обучение
Цель курса

Дать слушателям целостное и подробное представление о задачах машинного обучения, существующих классических алгоритмах обучения с учителем, их модификациях, и библиотеках, в которых эти алгоритмы реализованы. Научить строить модели для задач, возникающих в бизнесе IT-компании, и правильно организовывать контроль качества работы этих моделей.

Длительность

20 занятий, 30 часов

Курс на выбор
Advanced Python
Цель курса

Научить слушателей:

  • реализовывать на Python сервисы, удовлетворяющие требованиям качества промышленной разработки
  • выполнять воспроизводимые исследования с помощью Python
Длительность

20 занятий, 30 часов

Advanced C++
Цель курса

Научить слушателей свободно применять идиомы языка, писать эффективный код на C++ для решения практических задач, заботиться при написании программ о дальнейшей поддержке своего кода.

Длительность

20 занятий, 30 часов

Advanced Java
Цель курса

Обучить слушателей основным языковым конструкциям Java, работе со стандартными коллекциями и с многопоточностью. Познакомить с работой JVM, включая алгоритмы GC, оптимизации JIT. Развить умение писать поддерживаемый код и тесты для промышленного использования, применяя принципы и паттерны проектирования.

Длительность

20 занятий, 30 часов

Статистический анализ данных
Цель курса

Напомнить слушателям ключевые понятия и методы статистической обработки данных, научить уверенно использовать аппарат проверки статистических гипотез для прикладных задач, познакомить с полезными для статистического анализа данных пакетами языка R.

Длительность

20 занятий, 30 часов

Семестры 2-3
  • Advanced Machine Learning
  • Методы оптимизации
  • Обработка естественного языка и распознавание речи
  • Компьютерное зрение
  • Прикладной анализ данных
  • Дизайн и планирование экспериментов
  • Large Scale Machine Learning
Machine Learning Engineer
Семестр 1
Обязательные курсы
Алгоритмы и структуры данных
Цель курса

Глубже познакомить слушателей с необходимыми для разработчика алгоритмами и структурами данных. Правильное применение материала этого курса позволит слушателям реализовывать в коде более удачные по времени работы и потребляемой памяти решения, а в некоторых случаях — справляться с теми задачами, с которыми без знания алгоритмов не получится справиться вовсе.

Длительность

30 занятий, 45 часов

Машинное обучение
Цель курса

Дать слушателям целостное и подробное представление о задачах машинного обучения, существующих классических алгоритмах обучения с учителем, их модификациях, и библиотеках, в которых эти алгоритмы реализованы. Научить строить модели для задач, возникающих в бизнесе IT-компании, и правильно организовывать контроль качества работы этих моделей.

Длительность

20 занятий, 30 часов

Курс на выбор
Advanced Python
Цель курса

Научить слушателей:

  • реализовывать на Python сервисы, удовлетворяющие требованиям качества промышленной разработки
  • выполнять воспроизводимые исследования с помощью Python
Длительность

20 занятий, 30 часов

Advanced C++
Цель курса

Научить слушателей свободно применять идиомы языка, писать эффективный код на C++ для решения практических задач, заботиться при написании программ о дальнейшей поддержке своего кода.

Длительность

20 занятий, 30 часов

Advanced Java
Цель курса

Обучить слушателей основным языковым конструкциям Java, работе со стандартными коллекциями и с многопоточностью. Познакомить с работой JVM, включая алгоритмы GC, оптимизации JIT. Развить умение писать поддерживаемый код и тесты для промышленного использования, применяя принципы и паттерны проектирования.

Длительность

20 занятий, 30 часов

Статистический анализ данных
Цель курса

Напомнить слушателям ключевые понятия и методы статистической обработки данных, научить уверенно использовать аппарат проверки статистических гипотез для прикладных задач, познакомить с полезными для статистического анализа данных пакетами языка R.

Длительность

20 занятий, 30 часов

Семестры 2-3
  • Алгоритмы и структуры данных (продвинутый уровень)
  • Системное программирование
  • Распределенные вычисления
  • Компьютерное зрение
  • Обработка естественного языка и распознавание речи
  • Параллельные вычисления
  • Архитектура высоконагруженных интернет сервисов
  • Методы и системы обработки больших данных
  • Large Scale Machine Learning
Data Engineer
Семестр 1
Обязательные курсы
Алгоритмы и структуры данных
Цель курса

Глубже познакомить слушателей с необходимыми для разработчика алгоритмами и структурами данных. Правильное применение материала этого курса позволит слушателям реализовывать в коде более удачные по времени работы и потребляемой памяти решения, а в некоторых случаях — справляться с теми задачами, с которыми без знания алгоритмов не получится справиться вовсе.

Длительность

30 занятий, 45 часов

Машинное обучение
Цель курса

Дать слушателям целостное и подробное представление о задачах машинного обучения, существующих классических алгоритмах обучения с учителем, их модификациях, и библиотеках, в которых эти алгоритмы реализованы. Научить строить модели для задач, возникающих в бизнесе IT-компании, и правильно организовывать контроль качества работы этих моделей.

Длительность

20 занятий, 30 часов

Курс на выбор
Advanced Python
Цель курса

Научить слушателей:

  • реализовывать на Python сервисы, удовлетворяющие требованиям качества промышленной разработки
  • выполнять воспроизводимые исследования с помощью Python
Длительность

20 занятий, 30 часов

Advanced C++
Цель курса

Научить слушателей свободно применять идиомы языка, писать эффективный код на C++ для решения практических задач, заботиться при написании программ о дальнейшей поддержке своего кода.

Длительность

20 занятий, 30 часов

Advanced Java
Цель курса

Обучить слушателей основным языковым конструкциям Java, работе со стандартными коллекциями и с многопоточностью. Познакомить с работой JVM, включая алгоритмы GC, оптимизации JIT. Развить умение писать поддерживаемый код и тесты для промышленного использования, применяя принципы и паттерны проектирования.

Длительность

20 занятий, 30 часов

Статистический анализ данных
Цель курса

Напомнить слушателям ключевые понятия и методы статистической обработки данных, научить уверенно использовать аппарат проверки статистических гипотез для прикладных задач, познакомить с полезными для статистического анализа данных пакетами языка R.

Длительность

20 занятий, 30 часов

Семестры 2-3
  • Алгоритмы и структуры данных (продвинутый уровень)
  • Системное программирование
  • Распределенные вычисления
  • Параллельные вычисления
  • Архитектура высоконагруженных интернет сервисов
  • Методы и системы обработки больших данных
  • Алгоритмы во внешней памяти
  • Large Scale Machine Learning