1. Введение в Data Science (4 недели)
- Что такое Data Science?
- Роль Data Scientist-а
- Обзор инструментов Data Science
- Python для Data Science
2. Статистика для Data Science (4 недели)
- Описательная статистика
- Теория вероятностей и распределения
- Статистические выводы и проверка гипотез
- Корреляция и зависимость между переменными
3. Machine Learning (4 недель)
- Основные типы машинного обучения
- Алгоритмы классификации и регрессии
- Кластеризация и обучение без учителя
- Оценка и валидация моделей
4. MLOps (4 недели)
- Основы MLOps и контейнеризация
- API и простое развёртывание
- Kubernetes и автоматизация
- CI/CD и мониторинг
- Итоговый мини-проект
5. Подготовка к техническому интервью (4 недели)
- Типичные вопросы на техническом интервью
- Как отвечать на вопросы на техническом интервью
- Практика прохождения технического интервью
- Составление резюме
- Написание сопроводительного письма
- Подготовка к интервью
6. Проектная работа (4 недели)
- Выбор темы проекта
- Сбор данных
- Анализ данных
- Разработка модели
- Оценка модели
- Презентация проекта