Data Scientist: расширенный курс

Кем работают дата-сайентисты

Дата-сайентисты, также известные как ML-инженеры или учёные по данным, разрабатывают модели машинного обучения и нейросетевые системы. Их навыки востребованы в любой сфере, где требуется обработка больших массивов информации. Например:

• В финансовой сфере для прогнозирования нагрузки и анализа рисков
• В медицине для выявления закономерностей симптомов и разработки новых препаратов
• На производстве для повышения эффективности процессов и безопасности на заводе

Ключевые компетенции

• Сбор, очистка и подготовка данных для анализа
• Составление SQL-запросов для извлечения информации
• Подбор и создание признаков для моделей
• Выбор алгоритмов и их реализация под конкретные задачи
• Фильтрация и группировка данных
• Разработка нейросетей и глубокое обучение
• Генерация текстового и визуального контента
• Создание рекомендательных систем и поиск объектов на изображениях
• Обучение и работа с языковыми моделями и механизмами внимания
• Реализация задач машинного перевода на основе RNN, GRU и LSTM
• Модификация изображений и аугментация данных
• Классификация данных, семантический поиск и генерация текста
• Обработка аудио: распознавание и синтез звуков
• Развитие коммуникативных навыков: проведение переговоров и публичные выступления

Инструменты и технологии

• Scikit-learn: базовая библиотека Python для машинного обучения
• OpenCV: алгоритмы компьютерного зрения и обработки изображений
• PostgreSQL: популярная реляционная СУБД для работы с данными
• NLTK: библиотека Python для обработки естественного языка
• Pandas: инструмент для анализа и обработки больших данных
• Многослойные нейронные сети: градиентный спуск, регуляризация, Dropout
• Свёрточные сети: методы Padding, Stride, Pooling; архитектуры AlexNet, VGG, ResNet и Transfer Learning
• Apache Spark: распределённая обработка неструктурированных данных
• Keras и PyTorch: фреймворки для глубокого обучения
• Алгоритмы внимания: attention, Dense-Attention, Beam Search, диалоговые боты
• CatBoost: градиентный бустинг для ML-моделей, разработанный Яндексом