29 бесплатных онлайн-курсов по Data Science и аналитике больших данных

Привет всем, друзья! ✌ Ниже я собрал для вас подборку из 29 лучших онлайн-курсов по аналитике данных с нуля, которые можно пройти абсолютно бесплатно.

Готовы приступить к изучению Data Science? Тогда читайте до конца! 💪

1. «‎Введение в науку о данных (An Introduction to Data Science)» от Coursera

Длительность: 5 недель.

Документ об окончании: сертификат.

Формат обучения: курс состоит из 5 модулей с видеоуроками, материалами для самостоятельного изучения и тестовыми заданиями.

Программа обучения: курс рассчитан на новичков. Его цель — помощь в изучении основ Data Science путём решения типичных задач. Программа включает базовый теоретический минимум и применение полученных знаний на практике.

Знания и навыки в процессе обучения:

• Получение базовой информации о науке данных.
• Основы программирования на языке Python.
• Использование инструментальной базы на практике.

Плюсы:                    

• Бесплатный доступ к большей части материалов.
• Возможность получить оценку за выполнение итоговых заданий.
• Полученный сертификат можно прикрепить к профилю LinkedIn.
• Опытные преподаватели.

Минусы:

• Получение сертификата возможно только после оплаты курса.‎

Об авторах: курс разработан на базе Санкт-Петербургского государственного университета.

2. «Введение в Data Science‎ и машинное обучение» от Stepik

Длительность курса: 2 месяца по 5-6 часов в неделю.

Документ об окончании: сертификат.

Формат обучения: 30 уроков теории, 9 видеолекций, 54 теста и 21 интерактивная задача.

Программа обучения: это вводный курс для новичков, не обладающих теоретическими и практическими знаниями в области машинного обучения. После введения в теорию и изучения базовых терминов вы познакомитесь с главными инструментами для анализа данных — Pandas и Scikit-learn. Желательны хотя бы базовые навыки программирования на Python, но можно освоить язык в процессе обучения.

Чему научитесь и что узнаете:

• Разбор основных теоретических понятий.
• Решение задач на Python.
• Работа с инструментами Pandas и Scikit-learn.
• Приобретение опыта работы с популярными библиотеками данных.
• Узнаете, что умеют нейронные сети.
• Понимание основ машинного обучения с перспективой начала карьеры в Data Science.

Плюсы:

• Начать обучение можно сразу после регистрации.
• Просмотр лекций онлайн в удобное время.
• Обучение проводят лучшие преподаватели Института биоинформатики.
• Современная программа обучения.
• Изложение материала и профильных терминов простым языком.
• Возможность получить сертификат Института биоинформатики.

Минусы:

• Для решения практических задач необходимы навыки программирования.

Об авторе: курс разработан на базе программы Института биоинформатики.

Отзывы: большинство учеников довольны программой обучения. Курс помогает новичкам понять, стоит ли дальше углубляться в Data Science, или лучше не тратить время и выбрать другое направление. Больше отзывов можно почитать здесь.

3. «Нейронные сети‎» от Stepik

Длительность курса: 1 месяц по 6-10 занятий в неделю.

Документ об окончании: сертификат Института биоинформатики.

Формат обучения: онлайн прохождение курса включает теоретические уроки, видеозаписи, интерактивные задачи и тесты.

Программа обучения: курс рассчитан на старшеклассников, студентов и научных сотрудников. Для прохождения необходимы базовые знания школьного курса математики, понимание основ статистики и навыки программирования на Python.

Какие знания и навыки получите:

• Основы линейной алгебры (векторы и матрицы).
• Принципы работы нейронных сетей.
• Мониторинг нейросетей.
• Нахождение локального экстремума.
• Применение нейронных сетей для решения практических задач.

Плюсы:

• Гибкий график обучения в удобное время.
• Насыщенная программа обучения.
• Есть интерактивные тесты и задачи.
• Занятия ведут лучшие преподаватели Института биоинформатики.

Минусы:

• Курс не подходит для обучения с нуля.
• Недостаточно практики программирования нейронных сетей.

Об авторе: за основу курса использована программа Института биоинформатики.

Отзывы: курс рассчитан на тех, кто уже имеет базовые знания и решил глубже изучить нейронные сети. Есть жалобы на избыток теории и дефицит практики. Без практических задач сложно научиться работать с нейронными сетями. Больше отзывов смотрите здесь.

4. «Машинное обучение‎» от Stepik

Продолжительность: 72 часа.

Документ об окончании: сертификат.

Формат обучения: онлайн-обучение, состоящее из 71 урока, видеозаписей продолжительностью 7 часов и 68 тестов.

Программа обучения: курс разработан для старшеклассников с математическим уклоном, студентов и аспирантов технических вузов.

Какие навыки получите:

• Построение модели машинного обучения.
• Обработка таблиц с данными.
• Восстановление данных с помощью таблиц искусственного интеллекта.
• Освоение необходимых терминов на тему машинного обучения для общения с будущими заказчиками.
• Понимание того, какие задачи можно доверить ЭВМ.

Плюсы:

• Начало обучения сразу после регистрации.
• Подача материала доступным языком.
• Опытный лектор.

Минусы:

• Отсутствие практики.
• Необходима минимальная математическая подготовка.

Об авторе: Артём Шевляков — доктор физико-математических наук, преподаватель ОмГТУ.

Отзывы: курс отлично подходит для базового погружения в тему машинного обучения. Лёгкая и нескучная подача материала, грамотные преподаватели. Больше отзывов ищите тут.

5. «Машинное обучение в финансах‎» от Coursera

Длительность: 6 недель.

Документ об окончании: возможность получить сертификат.

Формат обучения: видеоуроки и материалы для самостоятельного изучения.

Программа обучения: курс подходит работникам банковской сферы и студентам профильных вузов. Цель программы — помочь разобраться в основах машинного обучения и возможностях применения ML на практике.

Какие знания/навыки получите:

• Понимание основ и принципов машинного обучения.
• Применение языков программирования Python и Stan.
• Применение машинного обучения на практике.
• Основы банковского дела и финансов.

Плюсы:

• Полезная информация в свободном доступе.
• Возможность обучаться в удобное время.
• Лекции от лучших финансистов Сбербанка.

Минусы:

• Отсутствие обратной связи.

Об авторах: курс разработан на базе Корпоративного Университета Сбербанка.

Отзывы: хороший познавательный курс, материал изложен доступным языком. Обучение будет полезно новичкам. Ищите больше отзывов здесь.

6. «Анализ данных в R‎» от Stepik

Длительность: около 2 месяцев при условии обучения 4-5 часов в неделю.

Документ об окончании: сертификат.

Форма обучения: уроки, видеозаписи, интерактивные занятия и тесты.

Программа обучения: курс подойдёт старшеклассникам, а также всем, кто хочет сменить сферу деятельности, и погрузиться в мир аналитики и программирования. Первая часть посвящена основам программирования, вторая — работе в R Markdown.

Какие навыки приобретёте:

• Считывание и предварительная обработка данных.
• Выполнение статистического анализа с помощью R.
• Написание собственных функций в R.
• Визуализация результатов.

Плюсы:

• Можно начать в любое время.
• Интерактивные задачи для практики.
• Лёгкая подача информации для первого знакомства с R.
• Возможность получить сертификат.

Минусы:

• Информация предоставлена сжато, но для вводного курса это обычная практика.

Об авторах: курс разработан специалистами Института биоинформатики.

Отзывы: отличный ознакомительный курс, простая подача информации, опытные лекторы. Подробные отзывы смотрите тут.

7. «Теория игр‎» от Coursera

Длительность: 56 дней.

Документ об окончании: сертификат.

Формат обучения: 11 модулей с видеолекциями, материалами для самостоятельного изучения и практическими заданиями.

Программа обучения: подойдёт людям с математическими способностями, а также профессиональным разработчикам игр для всестороннего развития.

Какие навыки получите:

• Понимание основных концепций теории игр.
• Знакомство с равновесием Нэша.
• Понимание корпоративной теории игр.
• Моделирование и поиск концепции в играх.
• Понимание применения теории игр в экономике.

Плюсы:

• Обратная связь от преподавателей на форуме.
• Возможность получить сертификат.
• Гибкий график обучения.
• Полезная информация в бесплатном доступе.
• Яркие и живые примеры.

Минусы:

• Необходима начальная математическая подготовка.

Об авторах: курс разработан при поддержке МФТИ.

Отзывы: отличный курс и лектор, но ближе к концу может потребоваться самостоятельный поиск дополнительной информации. Больше отзывов смотрите здесь.

8. «Анализ данных в Google Analytics‎» от Stepik

Длительность: 1-2 недели.

Документ об окончании: сертификат.

Формат обучения: 29 уроков, 11 часов видеолекций и 19 тестовых зданий.

Программа обучения: материал посвящён основным инструментам для анализа данных и принятия решений в Google Analytics. Курс подойдёт всем желающим освоить Google Analytics, а также тем, кто хочет повысить эффективность бизнеса без привлечения специалистов.

Чему научитесь:

• Работа с таблицами и сегментами.
• Определение KPI.
• Анализ электронной торговли.
• Подготовка кастомных отчётов.
• Выгрузка данных.
• Работа в Google Data Studio.

Плюсы:

• Гибкий график обучения в свободное время.
• Тесты для закрепления пройденного материала.
• Можно сдать итоговый экзамен.
• Лектор имеет большой опыт в веб-аналитике.

Минусы:

• Недостаточно практики.

Об авторах: Школа веб-аналитики Андрея Осипова.

Отзывы: полезный для начинающих курс, насыщенная программа и простая подача информации.

9. «Теория вероятностей для начинающих‎» от Coursera

Длительность: 5 недель.

Документ об окончании: сертификат.

Формат обучения: 5 модулей, состоящих из уроков, видеозаписей и тестов.

Программа обучения: курс знакомит слушателей с основами предмета, и рассчитан на широкую аудиторию. Также программа будет полезна тем, чья деятельность напрямую связана с математикой.

Какие навыки получите:

• Владение азами комбинаторики.
• Решение прикладных задач.
• Понимание конечных и бесконечных вероятностей пространства.
• Работа с теоремами для суммы случайных величин.

Плюсы:

• Свободный график обучения.
• Возможность повысить квалификацию.
• Лёгкая подача материала.
• После прохождения можно получить сертификат.
• Возможность начать новую карьеру.

Минусы:

• Для успешного прохождения курса рекомендуется изучение основ комбинаторики.

Об авторах: курс подготовлен при содействии МФТИ.

Отзывы: курс помогает разобраться с основами теории вероятности. Некоторые ученики жалуются на задержку обратной связи на форуме. Больше отзывов здесь.

10. «‎Анализ данных просто и доступно» от Stepik

Длительность: 12 недель.

Документ об окончании: отсутствует.

Формат обучения: теоретические уроки, видео, тестовые задания.

Программа обучения: учебная программа собрана из трёх курсов израильского университета. Цель курса — знакомство слушателей с основами анализа данных.

• Какие навыки получите:
• Обработка данных.
• Решение задач анализа данных.
• Знакомство с нейронными сетями.
• Работа с программой Orange.

Плюсы:

• Насыщенная программа.
• Гибкий график обучения.
• Развитие критического мышления.
• Лёгкая подача информации с примерами.

Минусы:

• Отсутствует сертификат.

Об авторах: Игорь Клейнер — бывший преподаватель открытого университета Израиля.

Отзывы: хороший вводный курс для новичков, всё доходчиво, последовательно и с юмором.

11. «Математические методы в психологии. Основы применения‎» от Coursera

Длительность: 2 месяца по 10-12 занятий в неделю.

Документ об окончании: сертификат.

Формат обучения: 8 модулей с видеозаписями, материалами для самостоятельного изучения и тестами.

Программа обучения: курс рассчитан на математиков и практикующих психологов. Он поможет овладеть статистическими моделями Также программа подойдёт начинающим аналитикам.

Какие навыки получите:

• Использование простых методов анализа данных.
• Интерпретация измерений и результатов их статистического анализа.
• Использование математических моделей исследования.
• Применение одномерных и двумерных методов анализа данных.
• Понимание системы статистических понятий.

Плюсы:

• Обучение онлайн в удобное время.
• Насыщенная программа.
• Обратная связь по практическим заданиям.

Минусы:

• Не обнаружено.

Об авторах: курс подготовлен на базе Санкт-Петербургского государственного университета.

12. «Базовые навыки Excel‎» от Stepik

Длительность: 29 уроков + 18 тестов.

Документ об окончании: сертификат.

Формат обучения: теоретические уроки, видео, тестовые задания.

Программа обучения: курс посвящён основам работы в программе Excel. Он будет полезен менеджерам, предпринимателям, начинающим программистам, бухгалтерам и финансистам. Курс поможет ускорить выполнение рутинных задач, связанных с отчетами и аналитикой.

Какие навыки получите:

• Создание и сохранение таблиц.
• Ввод данных и выполнение базовых расчетов.
• Работы с ячейками, шрифтами и границами.
• Заливка и форматирование ячеек.
• Печать файлов и данных.
• Сортировка, поиск и выделение данных.

Плюсы:

• Прохождение курса в удобное время.
• Последовательная подача материала.
• Современная программа обучения.
• Отличный лектор.

Минусы:

• Мало практики для новичков.

Об авторах: курс создан при поддержке образовательной платформы SF Education. Эксперт курса — Ильнар Фархутдинов, директор по корпоративным финансам Группы компаний Инвэнт.

Отзывы: курс одинаково полезен и для новичков, и для продвинутых пользователей Excel. Больше отзывов читайте здесь.

13. «Квантовые вычисления‎. Quantum computing» от Coursera

Длительность: 1,5 месяца.

Документ об окончании: сертификат.

Формат обучения: видеолекции, материалы для самостоятельного изучения, практические упражнения.

Программа обучения: курс даёт базовые навыки в области проектирования и анализа квантовых алгоритмов. Программа рассчитана на студентов профильных вузов, инженеров, физиков, математиков.

Какие навыки получите:

• Понимание прототипов квантового компьютера.
• Использование алгоритмов Шора и Гровера.
• Работа с простыми квантовыми алгоритмами.
• Понимание границ квантовых вычислений.
• Начальный уровень проектирования алгоритмов.

Плюсы:

• Полезная информация в свободном доступе.
• Занятия в удобное время.
• Обратная связь на форуме курса.
• Можно получить сертификат.

Минусы:

• Не обнаружено.

Об авторах: курс создан на базе Санкт-Петербургского государственного университета. Преподаватель — Сысоев Сергей, кандидат физико-математических наук.

14. «Анализ данных‎» от Stepik

Длительность: бессрочный курс.

Документ об окончании: сертификат.

Формат обучения: уроки, видеолекции, тестовые задания.

Программа обучения: курс подойдёт тем, кто хочет погрузиться в статистику и понять принципы анализа данных с дальнейшей возможностью применения навыков на практике.

Какие навыки получите:

• Понимание абсолютных и относительных статистических показателей.
• Анализ взаимосвязи признаков.
• Понимание динамики социально-экономических явлений.
• Понимание структуры социально-экономических явлений.
• Построение прогнозных оценок.

Плюсы:

• Свободное прохождение курса в удобное время.
• Современная программа обучения.
• Опытные преподаватели.
• Подача информации простым языком.

Минусы:

• Для успешного прохождения требуется базовое понимание математики и общей экономической теории.

Об авторах: курс разработан на базе кафедры статистики РЭУ им. Г.В. Плеханова.

Отзывы: программа для подготовки к экзаменам в профильных вузах. Мало практических примеров, но курс вводный, и больше рассчитан на знакомство со статистикой.

15. «Практики оперативной аналитики в MS Excel‎» от Coursera

Длительность: 4 недели.

Документ об окончании: сертификат.

Формат обучения: 4 модуля с видеозаписями, материалами для самостоятельного изучения и тестовыми заданиями.

Программа обучения: курс подойдёт всем, кому необходимо проведение анализа статистических данных. В ходе обучения студенты научатся работать с базовыми инструментами MS Excel для решения задач бизнеса.

Чему научитесь:

• Проведение анализа экономических данных.
• Выбор инструментов для решения задач.
• Расчет показателей деятельности компании.
• Владение инструментами фильтрации данных.
• Графический анализ данных.
• Решение аналитических задач с помощью MS Excel.

Плюсы:

• Гибкий график обучения.
• Приобретение актуальных навыков для продвижения по карьерной лестнице.
• Сильные преподаватели.
• Возможность подтянуть имеющиеся знания по Excel.
• Обратная связь на форуме курса.

Минусы:

• Слабая техподдержка.

Об авторах: курс создан при поддержке Санкт-Петербургского государственного университета.

Отзывы: хорошая подача информации и системное изложение материала. Но есть жалобы студентов, что уровень тестовых заданий не соответствует уровню пройденного материала. Больше отзывов вы найдете тут.

16. «Введение в Data Engineering‎»: дата пайплайны от Stepik

Длительность: бессрочный курс.

Документ об окончании: нет.

Формат обучения: материал для самостоятельного изучения, видео, тесты.

Программа обучения: курс посвящён построению дата-пайплайнов с помощью инструмента Luigi в экосистеме Python. Программа рассчитана на data-инженеров, аналитиков, backend-разработчиков. В конце обучения всех студентов ждёт практическое написание pipeline.

Чему научитесь:

• Подготовка дата пайплайнов.
• Установка Luigi и начало работы.
• Настройка Luigi.
• Работа в экосистеме Python.
• Написание рабочих пайплайнов.

Плюсы:

• Бессрочный доступ к материалам.
• Изучение программы в удобное время.
• Опытный лектор.
• Полезные практические занятия.
• Обратная связь.

Минусы:

• Нет бесплатной версии.

Об авторах: Адиль Хаштамов, data-инженер, фронтенд и бэкенд-разработчик.

Отзывы: отличный курс для желающих освоить data engineering. Кроме теоретической нагрузки есть практические задания.

17. «Исследование статистических взаимосвязей‎» от Coursera

Длительность: 5 недель.

Документ об окончании: сертификат.

Формат обучения: видеозаписи, материалы для самостоятельного изучения, тесты.

Программа обучения: курс посвящён способам и инструментам исследования статистической взаимосвязи между признаками. Программа рассчитана на новичков в области аналитики данных. В конце можно пройти итоговый тест и проверить, насколько хорошо усвоен материал.

Какие навыки получите:

• Анализ и обработка данных.
• Построение модели линейной регрессии.
• Применения инструментов исследования статистических взаимосвязей между признаками.
• Расчет коэффициента связи в статистических пакетах.
• Построение взаимосвязи между признаками.

Плюсы:

• Свободный график обучения.
• Сильные преподаватели.
• Современная программа обучения.
• Общение с экспертами на форуме.
• Можно получить сертификат.

Недостатки:

• Не обнаружено.

Об авторах: курс разработан при поддержке Новосибирского государственного университета.

18. «‎Основы статистики» от Stepik

Длительность: 3 недели.

Документ об окончании: сертификат.

Формат обучения: видеозаписи, материал для самостоятельного изучения, тесты.

Программа обучения: курс знакомит слушателей с дисперсионным, регрессионным и кластерным статистическим анализом. Акцент сделан на математические идеи, интуицию и логику. Курс рекомендован старшеклассникам, студентам, научным сотрудникам. Он подойдет как новичкам, так и тем, кто уже знаком с обработкой и анализом данных. В данный момент программа находится на стадии пересмотра и редактирования.

Чему научитесь:

• Визуализация, анализ и разбор данных.
• Расчёт коэффициентов корреляции.
• Построение регрессионных уравнений.
• Проверка гипотез с помощью Bootstrap.
• Практическое применение языка R.

Плюсы:

• Гибкий график обучения.
• Полезная информация в свободном доступе.
• Сильный преподаватель и насыщенная программа.
• Подача материала простым языком.
• Можно получить сертификат.

Минусы:

• Новичкам может понадобиться поиск дополнительного материала.

Об авторах: курс подготовлен на базе программы Института биоинформатики.

Отзывы: полезный вводный курс и для тех, кто планирует карьеру в статистике, и для тех, кто хочет освежить знания. Лектор объясняет материал доступными терминами. Больше развернутых отзывов смотрите здесь.

19. «Знакомство с R ‎и базовая статистика» от Coursera

Длительность: 5 недель.

Документ об окончании: сертификат.

Формат обучения: видеозаписи, материалы для самостоятельного изучения, тесты.

Программа обучения: курс ориентирован на обработку данных и знакомство с языком программирования R. Часть программы посвящена графикам, диаграммам и другим средствам визуализации. Курс подойдет для знакомства со статистикой начинающим программистам.

Какие навыки получите:

• Основы языка программирования R.
• Статистическая обработка данных.
• Создание автоматизированных отчетов с помощью R Markdown и knitr.
• Тестирование гипотез.
• Визуализация результатов анализа.

Плюсы:

• Обратная связь с преподавателями на форуме.
• Гибкие сроки изучения материала.
• Опытные преподаватели.
• Интересная подача материала.
• Хорошие примеры.
• Можно получить сертификат.

Минусы:

• Не обнаружено.

Об авторах: курс разработан на основе образовательной программы Санкт-Петербургского государственного университета.

Отзывы: преподаватели объясняют материал доходчиво, но для углубленного изучения необходим самостоятельный поиск литературы. Учебный процесс отлично организован. Больше отзывов читайте тут.

20. «Статистика для гуманитариев‎» от Stepik

Длительность: 10 недель.

Документ об окончании: сертификат.

Формат обучения: видеолекции, материалы для изучения теории, презентации, тесты.

Программа обучения: курс нацелен на ознакомление слушателей с базовыми методами и принципами статистического анализа данных. Часть программы посвящена освоению прикладных программ, которые могут пригодиться для выполнения анализа на практике. Ориентировочная нагрузка — 10-12 часов в неделю.

Какие навыки получите:

• Основы языка программирования R.
• Предварительная обработка данных.
• Основы статистического анализа.
• Выбор адекватных методов для проведения анализа.
• Применение пакетов прикладных программ.
• Интерпретация полученных результатов.

Плюсы:

• Гибкий график обучения.
• Сопровождение теории наглядными примерами.
• Общение на форуме курса.
• Рекомендация дополнительных ресурсов и литературы.
• Можно пройти итоговое тестирование.

Минусы:

• Пока не обнаружено.

Об авторах: курс подготовлен на базе Томского государственного университета.

Отзывы: интересный и обширный курс со множеством примеров и практических задач.

21. «Эконометрика (Econometrics)‎» от Coursera

Длительность: 10 недель.

Документ об окончании: сертификат.

Формат обучения: видеоуроки, материалы для самостоятельного изучения, практические задания.

Программа обучения: курс посвящён работе с данными и изучению линейных регрессионных моделей. Также слушатели получат хороший опыт работы в R. Для успешного прохождения необходимо базовое понимание математической статистики, теории вероятностей и линейной алгебры.

Какие навыки получите:

• Понимание методов наименьшего квадрата и максимального правдоподобия.
• Исследование закономерности в реальных данных.
• Работа со случайными величинами в R.
• Прогнозирование переменной у.
• Проверка гипотез о коэффициентах в R.
• Понимание взаимодействия переменных.

Плюсы:

• Насыщенная программа обучения.
• Работа с материалами в удобное время.
• Опытный преподаватель.
• Много прикладных задач.
• Возможность улучшить имеющиеся знания в эконометрике.
• Общение на форуме с преподавателем.

Минусы:

• Не обнаружено.

Об авторах: курс подготовлен на базе Высшей школы экономики. Лектор — Борис Демешев, старший преподаватель факультета экономических наук ВШЭ.

Отзывы: отличный курс как для знакомства с эконометрикой, так и для профессионального развития специалистов по эконометрике. Некоторые слушатели пишут, что хотелось бы больше практических заданий. Больше отзывов здесь.

22. «‎Быстрый старт в искусственный интеллект» от Stepik

Длительность: 4 недели.

Документ об окончании: сертификат.

Формат обучения: материал для самостоятельного изучения, видеозаписи, интерактивные задачи и тесты.

Программа обучения: курс знакомит с основными областями искусственного интеллекта. Программа рассчитана на старшеклассников из классов с математическим уклоном, и студентов технических специальностей.

Чему научитесь:

• Понимание основ и алгоритмов машинного обучения.
• Основы нейронных сетей.
• Понимание задач компьютерного зрения.
• Выделение признаков.
• Применение нейронных сетей на практике.
• Основы нейролингвистического программирования.

Плюсы:

• Гибкий график обучения.
• Интересные практические задачи.
• Сильные преподаватели.
• Хорошая база для развития в сфере ИИ.

Минусы:

• Некоторые моменты сложные для восприятия.

Об авторах: курс разработан при поддержке Центра развития ИТ-образования.

Отзывы: курс в целом интересный и полезный для знакомства с основами ИИ. Но встречаются ошибки в домашних заданиях — необходимо выполнить то, о чем не объяснялось в уроке.

23. «‎Введение в информационный поиск» от Coursera

Длительность: 6 недель.

Документ об окончании: сертификат.

Формат обучения: видеозаписи, самостоятельное изучение материала, тесты.

Программа обучения: в ходе обучения слушатели познакомятся с устройством и особенностями работы поисковых систем изнутри. В качестве итоговой работы предлагается самостоятельное построение модели поисковой системы. Программа рассчитана на новичков, студентов, начинающих программистов.

Чему научитесь:

• Общее понимание устройства поисковой системы.
• Классификация поисковых систем.
• Исправление опечаток в запросах рядовых пользователей.
• Ссылочное и поведенческое ранжирование.
• Оценка качества поиска.
• Создание работающей модели поисковой системы.

Плюсы:

• Обучение по собственному удобному графику.
• Опытные лекторы.
• Современный подход к обучению.
• Общение с преподавателями на форуме.
• Можно сдать экзамен, и получить сертификат.

Минусы:

• Не обнаружено.

Об авторах: курс создан сотрудниками «Mail.Ru Group‎». Авторы поделились знаниями и опытом, которые они ежедневно используют на практике при работе с проектами.

24. «Big Data‎ для руководителей» от Stepik

Длительность: бессрочный курс.

Документ об окончании: отсутствует.

Формат обучения: видеоуроки и материалы для самостоятельного изучения.

Программа обучения: курс разработан для тех, кто интересуется аналитикой и хочет разобраться в теме с нуля. Слушатели узнают, что прячется за модным термином Big Data, и чем это полезно для профессионального роста и развития бизнеса. Акцент сделан на изучение терминологии и знакомство с основными направлениями.

Что узнаете:

• История машинного обучения.
• В чем заключается польза machine learning.
• Достижения в сфере Big Data.
• Основные процессы в Big Data.
• Примеры и выбор архитектуры BD.
• Виды машинного обучения с примерами.
• Основные и дополнительные метрики машинного обучения.
• Возможности применения Big Data и построение работы в компании.
• Требования к специалистам Big Data.

Плюсы:

• Обучение в удобном режиме.
• Программа рассчитана на широкую аудиторию.
• Отличная теоретическая база.
• Не требуется специальная подготовка.

Минусы:

• Нет полной бесплатной версии.
• Нет практических заданий.

Об авторах: Владимир Ершов, выпускник факультета информационных технологий МГИМО. Имеет опыт построения систем Big Data в Альфа-Банке и Сбербанке.

Отзывы: вводный курс представлен кратко и понятно. Если вникнуть в суть, можно получить базовые представления о Big Data и сориентироваться в теме. Не хватает проверочных тестов и сертификата об окончании. Больше отзывов смотрите тут.

25. «Как стать аналитиком данных‎» от Яндекс Практикум

Длительность: 6 месяцев.

Документ об окончании: диплом (в платной версии).

Формат обучения: теоретические и практические занятия в онлайн-тренажере.

Программа обучения: цель курса — знакомство слушателей с аналитикой данных. Акцент сделан на изучение инструментов аналитики. Программа посвящена преимущественно практике в онлайн-тренажере. Вводный курс поможет понять суть работы аналитика и решить, стоит ли учиться дальше.

Что узнаете:

• Основные аналитические термины.
• В каких областях может работать аналитик.
• Основы подготовки данных для анализа.
• Азы программирования на языке Python.
• Обзор аналитической библиотеки Pandas.
• Работа в среде программирования Jupyter.

Плюсы:

• Современный подход к обучению.
• Можно освоить профессию с нуля.
• Создание учебных проектов на основе реальных данных.
• Возможность пополнить портфолио.
• Перспективы продвижения в профессии.
• Опытные практикующие лекторы.

Минусы:

• В бесплатном доступе только вводная часть курса без получения диплома.

Об авторах: платформа онлайн-образования Яндекс Практикум, занимающаяся подготовкой IT-специалистов.

Отзывы: много полезной информации, удобный тренажер для изучения теории и выполнения практических заданий. Курс отлично подходит новичкам для знакомства с аналитикой.

26. «Математическая статистика‎» от Stepik

Длительность: 1 месяц.

Документ об окончании: сертификат.

Формат обучения: видеозаписи, материалы для самостоятельного изучения, тесты, интерактивные задачи.

Программа обучения: цель курса — знакомство слушателей с основами математической статистики. Спикер расскажет о критериях однородности и согласия, строить оценки неизвестных параметров распределения. Для успешного прохождения желательно понимание основ математического анализа.

Какие навыки получите:

• Общее понимание теории вероятности.
• Понимание описательной статистики.
• Корреляционный анализ.
• Интервальная оценка.
• Методы построения точечных оценок.
• Доверительные интервалы.
• Регрессионный анализ.

Плюсы:

• Обучение возможно в любое время.
• Много полезной информации в свободном доступе.
• Опытный спикер.
• Материалы подкреплены примерами.
• Легкая подача информации.

Минусы:

• Не подходит для изучения статистики с нуля.

Отзывы: хороший курс с легкой подачей материала, много интересных практических задач. Мало выводов и доказательств, но курс вводный и больше рассчитан на ознакомление, чем на полноценное обучение.

27. «‎BI разработчик. Основы работы в Tableau» от Stepik

Длительность: 4 недели.

Документ об окончании: сертификат.

Формат обучения: теоретические уроки, видеозаписи, тесты.

Программа обучения: включает базовые основы работы с программой Tableau Public. Спикер расскажет об особенностях работы BI разработчика, востребованности и возможных перспективах. Слушатели получат необходимые знания и навыки для самостоятельного создания дашбордов. Программа рассчитана на аналитиков и тех, кто интересуется сферой BI разработки.

Чему научитесь:

• Подключение к источникам данных.
• Работа с инструментами Tableau.
• Создание таблиц и графиков.
• Форматирование данных.
• Настройка интерактивных графиков.
• Создание дашбордов с возможностью выгрузки в Интернет.

Плюсы:

• Гибкий график обучения.
• Грамотная подача материала без «воды‎».
• Хорошая база для знакомства с Tableau.
• Можно получить сертификат.

Минусы:

• Не обнаружено.

Об авторах: Артём Прытков, специалист в области анализа и визуализации данных с 10-летним стажем.

Отзывы: отличный вводный курс для знакомства с направлением BI разработки. Лёгкая подача информации, доходчивое объяснение терминологии. Предоставленного материала достаточно для получения базовой информации, но для продвинутого изучения нужно больше наглядных примеров.

28. «Программирование на Python‎» от Stepik

Длительность: свободное изучение по 3-6 урока в неделю.

Документ об окончании: сертификат.

Формат обучения: уроки, видеозаписи, тесты, интерактивные задачи.

Программа обучения: курс вводный, его цель — знакомство слушателей с основами программирования на Python. Для проверки теоретических знаний предусмотрены интерактивные задачи. Программа подойдет тем, кто не имеет опыта программирования.

Какие навыки получите:

• Установка Python на компьютер.
• Операции с целыми и вещественными числами.
• Работа с циклами, строками, списками.
• Установка и подключение модулей.
• Использование библиотек NumPy и Matplotlib.

Плюсы:

• Прохождение курса в удобное время.
• Насыщенная программа.
• Много практических заданий.
• Есть задачи повышенной сложности (выполняются по желанию).
• Много наглядных примеров.
• Общение с преподавателями в комментариях.

Минусы:

• Не обнаружено.

Об авторах: курс разработан на базе программы Института биоинформатики.

Отзывы: полезный курс для начинающих с нуля. Встречаются сложные моменты, но всегда можно рассчитывать на помощь в комментариях или найти недостающую информацию в интернете.

29. «Hadoop. Система для обработки больших объемов данных‎» от Stepik

Длительность: 33 урока по 3 часа в неделю.

Документ об окончании: сертификат.

Формат обучения: видеозаписи, материалы для самостоятельного изучения, тесты, интерактивные задачи.

Программа обучения: курс знакомит слушателей с современными методами обработки и хранения данных на примере системы Hadoop. Программа рассчитана на подготовленных пользователей — студентов последних курсов и начинающих разработчиков. Для решения задач необходимо уметь читать и писать код, работать в командной строке Linux.

Чему научитесь:

• Хранение и обработка больших объемов данных.
• Основы разработки приложений.
• Использование фреймворков.
• Решение задач с помощью MapReduce.
• Использование языка Pig Latin.
• Работа с базами HBase и Cassandra.

Плюсы:

• Можно начать в любое время.
• Доходчивое объяснение материала.
• Полезные знания для дальнейшего обучения.
• Много примеров применения теории.
• Достаточно практических заданий.

Минусы:

• Мало практики в конце курса.

Об авторах: Евгений Чернов, руководитель отдела анализа в Поиск@Mail.ru.

Отзывы: хороший курс для продвинутых пользователей, даёт полезные знания для дальнейшего развития. Программа сложная для новичков, без предварительной подготовки успешное прохождение невозможно.