Смешанный 🎓 Диплом о профессиональной переподготовке устано…

Специалист по Data Science (профпереподготовка г. Москва)

Name: Специалист по Data Science (профпереподготовка г. Москва)
Price: 540000 RUB
Availability: InStock
Author: Сергей Кукушкин

НИУ ВШЭ Отзывов пока нет

Программа профессиональной переподготовки по Data Science от НИУ ВШЭ охватывает путь от основ программирования и математики до машинного обучения, глубокого обучения и Big Data. Подойдёт начинающим, специалистам не из IT и программистам, желающим освоить анализ данных. По итогам слушатели получают диплом о профессиональной переподготовке и проекты в портфолио.

Объём: 714 часов
Срок: От 12 месяцев
Формат: Смешанный
Документ: Диплом

Чему вы научитесь

Программировать на Python и работать с библиотеками numpy, pandas, matplotlib, seaborn
Писать SQL-запросы, включая JOIN, подзапросы, оконные функции
Применять алгоритмы и структуры данных, оценивать их сложность
Использовать математический анализ, линейную алгебру, теорию вероятностей и статистику для анализа данных
Строить и оценивать модели машинного обучения, включая ансамбли и градиентный бустинг
Проводить A/B тестирование и анализировать временные ряды
Работать с Big Data с помощью Apache Spark и SQL
Обучать нейронные сети, включая сверточные и рекуррентные, а также трансформеры
Применять инструменты MLOps для развертывания и мониторинга моделей

Программа курса

9 модулей · 714 часов

1Python
- Введение в Python, Jupyter
- Типы данных, условия, циклы
- Списки, кортежи, множества, словари
- Функции, рекурсия, О-нотация
- Регулярные выражения, классы и ООП
- Телеграм-бот на Python
- Работа с SQL и базами данных
- numpy, pandas, разведочный анализ данных
- Сбор данных: скрейпинг, API, Selenium
- Визуализация данных
- Предобработка текстов
2Базы данных
- Введение в базы данных
- Агрегирующие функции
- JOIN и UNION
- Подзапросы и временные таблицы
- Оконные функции
3Алгоритмы и структуры данных
- Асимптотика, нотация О-большое
- Базовые структуры данных
- Сортировки и поиск
- Динамическое программирование
- Алгоритмы на строках
- Теория графов
- Эвристические алгоритмы
4Математика
- Дискретная математика
- Математический анализ
- Линейная алгебра
- Теория вероятностей
5Прикладная статистика
- Описательные статистики
- Оценивание параметров распределения
- Проверка гипотез
- A/B тестирование
- Анализ временных рядов
6Машинное обучение
- Введение в машинное обучение
- Линейные методы регрессии и классификации
- SVM, KNN, деревья решений
- Ансамблевые методы, градиентный бустинг
- Обучение без учителя, кластеризация
- Понижение размерности, PCA
- Рекомендательные системы
7Big Data
- Введение в Big Data
- Spark RDD / Spark SQL
- Advanced SQL
- Spark ML / Spark TimeSeries
- Экосистема Spark (MLFlow, AirFlow, H2O AutoML)
- Spark в архитектуре проекта
8Deep Learning
- Введение в глубокое обучение
- Обучение нейронных сетей
- Сверточные нейронные сети
- Оптимизация и нормализация
- Архитектуры сверточных сетей
- Компьютерное зрение
- Автокодировщики и GAN
- Глубокое обучение для NLP
- Рекуррентные нейронные сети, трансформеры, BERT
9MLOps
- Введение в MLOps
- Инструменты качества кода
- DVC
- Контейнеризация и Kubernetes
- Инфраструктура для машинного обучения
- Отслеживание экспериментов
- Оркестрация с Airflow
- FastAPI
- Развертывание моделей
- Мониторинг моделей

Преподаватели: Теванян Элен Арамовна, Пиле Ян Эрнестович, Кантонистова Елена Олеговна, Касьяненко Дарья Алексеевна, Карпов Максим Евгеньевич, Артём Максаев, Промыслов Валентин Валерьевич, Горденко Мария Константиновна, Голуба Юрьева, Юлия Ушакова, Владимир Балдицын, Долма Хуракай, Анна Матвеева, Евгений Колмагоров, Платон Промыслов, Екатерина Кириллова, Руслан Рахимов, Максим Находнов, Руслан Костоев

Кому подойдёт курс

Начинающие

Изучат основы программирования, математики, машинного обучения и работы с Big Data.

Специалисты не из IT

Освоят новые методы и инструменты для работы с данными в своей области.

Программисты

Освежат алгоритмы и структуры данных, научатся обучать нейронные сети.

Подготовка: Высшее или среднее профессиональное образование; лица, получающие высшее образование.

Как проходит обучение

Формат: смешанный
Расписание: очные занятия в корпусе НИУ ВШЭ + онлайн-трансляции
Объём: 714 часов
Срок: от 12 месяцев
Практика: три проекта: чат-бот, программа для машинного обучения и финальный проект
Документ: Диплом о профессиональной переподготовке установленного НИУ ВШЭ образца

Бонусы: Доступ к видеозаписям и материалам занятий в течение 2 месяцев после завершения; Доступ к закрытому Telegram-каналу и чатам навсегда

Стоимость обучения

Для частных лиц 540 000 ₽

Сравнение с рубрикой «IT и программирование» (1504 курсов с ценой): медиана — 44 000 ₽, большинство программ — от 5 000 ₽ до 148 400 ₽. Этот курс дороже медианы в 12,3 раза — но и объём у него больше, чем у типичного курса: 714 часов.

5 000 ₽148 400 ₽

Смотреть курсы рубрики подешевле →

Цены — по данным сайта школы на 24 октября 2026. Перед оплатой уточните актуальную стоимость и скидки у школы.

Плюсы и минусы

Оценка редакции Курсографа по фактам со страницы курса.

Сильные стороны

Первая программа профессиональной переподготовки, получившая аккредитацию Альянса в сфере искусственного интеллекта
Преподаватели работают в ведущих IT-корпорациях, банках и стартапах
Смешанный формат: очные занятия с онлайн-трансляцией и записями
Три проекта в портфолио по итогам обучения

На что обратить внимание

Высокая стоимость обучения — 540 000 ₽
Требуется высшее или среднее профессиональное образование (или получение высшего)
Продолжительность от 12 месяцев — длительное обучение

Отзывы о школе НИУ ВШЭ

О школе пока нет отзывов на Курсографе.

Учились здесь? Оставьте отзыв

Частые вопросы о курсе

Какой документ выдают после окончания?

Диплом о профессиональной переподготовке установленного НИУ ВШЭ образца при успешном завершении обучения.

Сколько стоит обучение?

Стоимость обучения составляет 540 000 ₽.

Сколько длится программа?

Продолжительность обучения — от 12 месяцев, общий объём 714 часов.

В каком формате проходят занятия?

Смешанный формат: очные занятия в корпусе НИУ ВШЭ и онлайн-трансляции, с доступом к видеозаписям.

Какие требования к поступающим?

Необходимо высшее или среднее профессиональное образование, либо вы получаете высшее образование.

Есть ли проекты в портфолио?

Да, в ходе обучения вы выполните три проекта: чат-бота, программу для машинного обучения и финальный проект.