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
data
3
2
1
- 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
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
Kto będzie Cię uczył?
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.
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