Zostań Data Scientist zanim skończysz studia. Postaw pierwszy krok ku lepszej przyszłości i karierze. Zarobki specjalisty DS lub ML sięgają nawet 20k miesięcznie w Polsce. Dalej chcesz zrezygnować z szansy na lepszą przyszłość? Chcesz dowiedzieć się więcej?
Potrzebujesz pomocy?
Zapisz się i dostaniesz szczegółową instrukcje, jak zacząć budować swoją karierę w Data Science. Podpowiemy Ci także, jak zdobyć DWgrant i inne możliwości rozwoju w branży. Każdy ma prawo spróbować swoich sił :)
Pracujesz na konkretnych danych i uczysz się rozwiązywać analogiczne problemy na przykładzie z życia wziętym.
Można teoretyzować latami, jak w szkole… Z nami uczysz się tego, co sprawdza się w życiu i w ML.
Prawdziwe dane
100% praktyki
Jak uczymy w DataWorkshop?
Nie musisz niczego instalować lokalnie. Logujesz się na swoje konto i przerabiasz materiał o dowolnej porze. Mamy przygotowane środowisko dla każdego studenta DataWorkshop.
Dzięki zorganizowanej grupie na Slack będziesz mogł(a) znaleźć wsparcia, nowe profesjonalne znajomości oraz motywacje do działania.
Łatwo i przyjemnie
Networking i Wsparcie
easy
support
practice
data
- powiedz nam kim jesteś - uzasadnij, dlaczego to właśnie Ty masz otrzymać DWgrant
- dostajesz od nas materiały edukacyjne i zadania do wykonania - wykonanie zadań zajmie Ci kilka godzin
Krok 1: Zapisz się poprzez formularz poniżej
Krok 2: Wykonujesz praktyczne zadanie
Co zrobić, aby otrzymać taką możliwość?
- możesz dołączyć do kursu Praktyczne uczenie maszynowe na preferencyjnych warunkach - płacisz jedynie 30% ceny kursu w 3 ratach płatnych co miesiąc
Krok 3: Dostajesz DWgrant
3
1
2
Wypełnij formularz poniżej, aby zawalczyć o swój DWgrant
Praktyczne uczenie maszynowe od podstaw
✓ Dla osób, które znają język Python (lub chcą poznać jeden z najłatwiejszych języków dla początkujących). ✓ Uczenie poprzez przykłady, bez skomplikowanych i zawiłych (matematycznych) detali. ✓ Naucz się w 8 tygodni, jak zaimplementować rozwiązanie od początku do końca.
Dowiesz się: ✓ cechy (features), zmiena docelowa (target variable), obiekty (objects) ✓ feature engineering, feature selection, model selection ✓ dwa klasyczne zadania: regresja i klasyfikacja
+ Bonus
1
Moduł 2. Zanurzenie się w uczenie maszynowe
Dowiesz się: ✓ jak zorientować się w bibliotece sklearn i poradzić sobie z różnymi algorytmami, takie jak drzewa decyzyjne (decision trees), lasy losowe (random forest) i inne ✓ dlaczego jest tak ważna prawidłowa walidacja modeli, np. krzyżowa walidacja (cross-validation) czy inne ✓ dlaczego wizualizacja to Twój przyjaciel i poznasz proste wskazówki jak to robić
+ Bonus
2
Moduł 3. Gradient Boosting
Dowiesz się: ✓ Co to jest Gradient Boosting ✓ Sprawdzisz na kilku najlepszych implementacji (gradient boosting) CatBoost, XGBoost, LightGBM ✓ Optymalizacja hyperparametrów w pragmatyczny sposób
+ Bonus
3
Moduł 4. Feature Engineering
Dowiesz się: technikach tworzenia cech ✓ ... dla wartości ciągłych ✓ ... dla wartości kategorialnych ✓ ... dla dat i innych + Bonus
4
Moduł 5. Perceptron wielowarstwowy
Dowiesz się: ✓ Czym są sieci neuronowe (deep learning)? ✓ Co to jest warstwy (input, hidden, output) i kiedy zaczynają się sieci glębokie ;)? ✓ ... backpropagation, dropout i batch normalization? + Bonus
5
Moduł 6. Sieci konwolucyjne
Dowiesz się: Co to jest... ✓ map features (kernels), max/average pooling. ✓ stride, padding. ✓ data augmentation: flipping, rotation, projection. + Bonus
6
Moduł 7. Transfer Learning
Dowiesz się: Co to jest... ✓ transfer learning ✓ pretrained models and explore available: LeNet, VGG, ResNet, Inception ✓ fine-tuning (kiedy i jak) + Bonus
7
Moduł 8. Produkcja i dobre praktyki
Dowiesz się: Co to jest... ✓ Na co należy zwracać szczególną uwagę przy wdrożaniu modelu na produkcje ✓ Co to oznacza - powtarzalność wyniku i dlaczego jest tak bardzo ważna ✓ Jak można wersjonować model i podmieniać go na produkcje (bez braku dostępu dla użytkowników) + Bonus
8
W naszym kursie “Praktyczne Uczenie Maszynowe” biorą udział:
programiści na różnych szczeblach kariery
pracownicy czołowych firm technologicznych, telekom i banków
eksperci od analizy danych i BI
wykładowcy i doktoranci
CEO, CTO i osoby odpowiedzialne za innowację
reprezentanci nauk ścisłych i humanistycznych, chcących poszerzyć swoje horyzonty
Co wyróżnia kurs DataWorkshop?
niczego nie instalujesz = gotowe środowisko do nauki
budujesz portfolio już w trakcie kursu
pracujesz z prawdziwymi danymi
uczysz się od praktyka, który na co dzień zajmuje się Data Science i Machine Learning
praktyka od samego początku
sprawdzasz, czy uczenie maszynowe jest dla Ciebie
Vladimir Alekseichenko Trener & CEO DataWorkshop
-500+ modeli wdrożonych na produkcje
- 8 lat zajmuje się Machine Learning w praktycznym wymiarze - trenuje i wdraża modele na produkcję
- udziela konsultacji firmom, jak wdrażać ML, aby przynosił mierzalne korzyści
- autor 4 kursów: Praktyczne uczenie maszynowe, Python dla ML, NLP, Time Series, na których pojawiło się już blisko 1000 uczestników.
- trener i twórca wyzwań online z podstaw uczenia maszynowego: “Korona wyzwań” i “Matrix”, do których dołączyło ponad 6 tysięcy osób.
Kto będzie Cię uczył?
Zastanawiasz się, czy sobie poradzisz?
Zanim nie sprawdzisz, to się nie dowiesz! Masz prawo sprawdzić, czy uczenie maszynowe jest dla Ciebie niezależnie od tego, jakie masz doświadczenie i tego, co mówią inni.
500+ wdrożonych modeli na produkcję, które na siebie zarabiają ponad 1000 uczestników kursów online około 10 000 uczestników innych inicjatyw edukacyjnych