На Coursera стартовали новые специализации от ФКН НИУ ВШЭ
Специализации «Машинное обучение: от статистики до нейросетей» и «Математика для анализа данных» появились на международной образовательной платформе. С декабря 2020 года факультет компьютерных наук Вышки запустил уже несколько курсов и специализаций на Coursera, ориентированных как на опытных специалистов, так и на новичков в Data Science.
Зачем нужны специализации
Специализации — ключ к карьере в Data Science, одной из самых популярных и перспективных областей на рынке труда сегодня. Курсы позволят освоить основные разделы и концепции машинного обучения и анализа данных. Слушатели пройдут путь от азов сбора и анализа данных до ключевых разделов глубинного обучения. С полученной базой можно углубляться в любом направлении — будь то рекомендательные системы, компьютерное зрение или обучение с подкреплением. Спрос на таких специалистов растет год от года. Потребность в них вышла далеко за рамки IT-компаний: работать с данными сегодня нужно и в финансовом секторе, и в сфере услуг, и в маркетинге.
Специализация «Машинное обучение: от статистики до нейросетей»
Ранее на платформе было размещено четыре англоязычных специализации, количество слушателей которых уже превысило 400 тысяч человек. На этот раз продукт ориентирован на русскоязычный сегмент обучающихся на Coursera.
Евгений Соколов, заместитель руководителя департамента больших данных и информационного поиска ФКН, один из авторов специализации
Наша специализация опирается на опыт преподавания машинного обучения на ФКН — факультете, который считается одним из лидирующих в этом направлении в России. Все лекционные материалы базируются на курсах, которые мы ведем для своих студентов, на майноре «Интеллектуальный анализ данных» и в рамках проекта Data Culture, задания тоже разработаны на их основе. Также мы постарались привлечь практиков из индустрии: в курсах есть и лекции от них, и интервью на более общие темы о профессии. Специализация будет полезна всем, кто хочет начать свою карьеру в Data Science, или просто разобраться, как устроена эта область.
Сейчас слушателям доступны пять курсов специализации «Машинное обучение: от статистики до нейросетей»:
Сбор и анализ данных в Python;
Основы машинного обучения;
Математическая статистика и A/B тестирование;
Продвинутые методы машинного обучения;
Статистические методы анализа данных.
Позднее к ним добавятся еще два:
Основы глубинного обучения;
Продвинутые методы глубинного обучения.
Специализация погружает слушателя в мир наук о данных постепенно: знакомство начинается с инструментов Python для работы с данными, затем появляются продвинутая статистика и классическое машинное обучение, а в заключение — нейронные сети. Авторам удалось максимально сократить разрыв между теорией и ее применением в реальных задачах: все занятия сопровождаются большим количеством практической работы в Coursera Labs, а также выполнением самостоятельных проектов. Курсы рассчитаны на тех, кто уже знаком с основами высшей математики и программирования на Python.
Филипп Ульянкин, приглашенный преподаватель ФКН, один из авторов специализации
Любой хороший курс должен показывать слушателю новый взгляд на мир. Многие же курсы по анализу данных выглядят как набор разрозненных алгоритмов. У человека в голове не остается общей картины, и отдельные частички легко вываливаются из нее и забываются. Мы в своих курсах попытались это исправить. Сначала мы строим фундамент, каркас новых знаний, а затем заполняем его деталями. Хочется верить, у нас получилось сделать это хорошо, и после прохождения курсов студенты начнут смотреть на мир чуточку по-новому.
«Математика для анализа данных»
Современные инструменты, содержащие множество готовых решений, позволяют начать карьеру в области Data Science и без серьезной, фундаментальной математической подготовки. Однако рано или поздно такие специалисты сталкиваются с нетривиальными задачами, которые невозможно решить без понимания математических основ анализа данных.
Владимир Подольский, руководитель департамента больших данных и информационного поиска ФКН НИУ ВШЭ, один из авторов специализации
О математике можно рассказывать много и долго, мы же постарались в четыре коротких курса уложить то, что действительно потребуется студентам. Также важно, что всю изученную математику можно тут же «попробовать» на практике: в каждом курсе есть задачи на программирование, которые подготовят слушателя к реальной работе с данными.
Специализация «Математика для анализа данных» разработана для тех, кто хочет заложить прочный фундамент для своей будущей карьеры в Data Science. Курсы, уже доступные на платформе Coursera, помогут слушателям освоить широкий круг математических инструментов и изучить необходимые для анализа данных разделы математики:
Дискретная математика: подсчеты, графы, случайные блуждания;
Линейная алгебра: от идеи к формуле;
Математический анализ для работы с данными;
Теория вероятностей и ее приложения.
В каждом курсе, помимо самих математических концепций, разбирается также их практическое приложение к анализу данных. С помощью заданий и проектов на Python слушатели получат представление о простых решениях прикладных задач.
Курсы рассчитаны на слушателей, которые уже умеют программировать на Python, а также знают математику на уровне школьной программы.