Welcome to Data Learn / Добро пожаловать в Data Learn
Data Learn is an open-source educational platform whose main goal is to share technical knowledge / Data Learn - это открытый ресурс, главная задача которого - научить вас.
Так как мы не коммерческая организация, мы очень хотим, чтобы наше время, затраченное на создание материалов, помогло вам. И у нас реальные учителя, которые работали в крупнейших компаниях в разных странах и городах и хотят помочь другим стать чуточку успешней ;)
Это репозиторий курса ML-101. Но, перед тем как перейти к самому курсу, позвольте нам кратко рассказать вам о нас.
Пожалуйста дочитайте страницу до конца и вы найдете всю необходимую информацию.
Курсы Data Learn
На нашей платформе есть ряд курсов. Со временем их число будет увеличиваться.
Getting Started with Machine Learning and Data Science (ML-101) - an introductory course of Machine Learning and Data Science, with theory and practical real life cases by Anastasia Rizzo. The course includes 3 modules: Module 01: The theory of Machine Learning and Data Science; Module 02: Regression (theory and practice); Module 03: Classification (theory and 2 practical cases). The course allows you to experience the Data Scientist profession yourself and is especially suitable for those who may be unsure, but are very interested in starting to explore this topic.
Getting Started with Machine Learning and Data Science (ML-101) -курс от Анастасии Риццо о теории Машинного Обучения и Data Science, с понятной теорией и практическими кейсами из реальной жизни. Курс включает в себя 3 модуля: Первый модуль про теорию Машинного Обучения и Data Science; Второй модуль посвящен Регрессии (теория и практика); Третий модуль про Классификацию (тоже теория и 2 практических кейса). Курс позволяет вам примерить профессию Data Scientist на себя и особенно подойдет тем, кому страшно, но очень интересно начать изучать данную тематику.
Registration / Регистрируйтесь на курс ML-101
Getting Started with Analytics (Data) Engineering (DE-101) - курс от Дмитрия Аношина о работе инженером данных и 10+ летний опыт создания аналитических решений в России, Европе, Канаде и США. Курс включает в себя базовые вещи, такие как Business Intelligence инструменты, базы данных, ETL инструменты, облачные вычисления и многое другое. Даже если у вас нет опыта с данными, то это вам не помешает. Первые несколько модулей будут посвящены основам аналитики и классическим задачам: Business Intelligence (отчетность, визуализация, хранилище данных, SQL, Excel, интеграция данных). Это будет достаточно для профессии BI разработчик, Аналитик и тп. Начиная с 5-6 модуля мы начнем углубляться непосредственно в работу Инженера Данных, опираясь на знания, полученные на начальных этапах.
Регистрируйтесь на курс DE-101
Также нам бы хотелось выделить еще один элемент - Аналитическое Комьюнити для Женщин. Мы видим большой спрос на такого рода сообщества на западе и думаем, что было бы классно иметь такое в русскоязычном сообществе для того, чтобы прекрасная половина могла изучать аналитику и технологии в своей комфортной зоне и со своей скоростью. Мы бы хотели, чтобы нашлись заинтересованные девушки, кто будет развивать это направление, а мы помогали бы с контентом (на данном этапе в этом направлении пока ничего не делается).
Возглавить женское Data Community
Также у нас есть отличная возможность проводить вебинары и приглашать спикеров со всего мира. Возможно, получится даже привлечь компании, которые будут заинтересованы в специалистах. Да и само сообщество должно помочь в поиске работы и сотрудников.
Сложно осуществить всё задуманное в одиночку, будьте проактивными и помогайте!
Как зарегистрироваться на курсы Data Learn
-
Bы регистрируетесь на сайте Data Learn или прямо на страницe курсa Курс ML-101
-
Вы подаете в телеграм канал Data Learn. Вам там ответят на любой вопрос! (Раньше у нас был slack, и он даже еще есть, но талеграм чат оказался удобней для всех!)
-
Пройдите опрос, если еще не прошли! Так мы узнаем о вас еще больше!
Всем спасибо и до встречи на курсах на канале Data Learn и в нашем сообществе Data Learn в Telegram.
Перейти к курсу на GitHub ML-101.