START przedsprzedaży kursu „Wprowadzenie do Data Science z Python” – kompleksowego wprowadzenia do analizy danych i modelowania

Niemal rok zajęło mi przełożenie mojego szkolenia „Wprowadzenie do Data Science z Python” na wersję online. Efektem jest nowa, rozbudowana wersja kursu, naładowana po brzegi praktyczną wiedzą.

Kiedy w ubiegłym roku wyszedłem z ofertą szkolenia prowadzonego na żywo, poprzez Microsoft Teams, wiele osób wróciło do mnie z informacją, że chętnie by wzięli udział, ale nie mogą zarezerwować tak dużej ilości czasu, w ciągu 3 dni szkolenia. I wtedy powstał pomysł, by profesjonalnie, w studio nagrać wszystko, co mam do powiedzenia, przeprowadzić montaż i zaprezentować w skondensowanej formie. 🙂

Miał wyjść krótki, prosty kurs, wprowadzający do tematu Data Science, który wykonam w 2-3 miesiące. Nie udało się. Całość zajęła mi niemal rok długiej pracy po godzinach, ale nie żałuję. Przez ten czas słuchałem Waszych próśb i opinii, dokładałem kolejne informacje i koniec końców wyszedł kurs, który ma:

  • 12 modułów, na 12 tygodni intensywnej nauki.
  • 48 lekcji wideo, z ponad 13 godzinami nagrań w jakości HD.
  • 29 notatników Jupyter z przykładami, ćwiczeniami i rozwiązaniami.
  • Proces budowy 70 modeli predykcyjnych.
  • Masę dodatkowych materiałów (samouczekcheatsheetprezentacjetreści bonusowe rozszerzające wiedzę, etc.) i…
  • …ponad 3000 (!!!) linii kodu Python.

Zależało mi na przygotowaniu kursu, który traktuje temat Data Science w sposób holistyczny i uważam, że udało mi się to zrobić. Poruszam w nim kolejne tematy, które w istotny sposób są powiązane z Data Science, np.:

  • Mentalność Data Scientista.
  • Produktywność i narzędzia w Data Science.
  • Przygotowanie danych do modelowania (różne podejścia do inżynierii zmiennych: tworzenie hipotez, hurtowe „kręcenie rolek”).
  • Rzetelna EDA. Poszukiwanie wiedzy w danych i wnioski, które następnie są przenoszone na modele.
  • 7 różnych algorytmów ML i użycie ich w różnych kontekstach.
  • Proces budowy strategii walidacyjnej.
  • Wdrożenie i utrzymanie modelu.
  • Rozwój kariery.
  • I wiele, wiele innych.

Dokładną agendę i opis kursu znajdziesz na platformie szkoleniowej Data Science Plus. Link poniżej. 👇

PRZEJDŹ DO STRONY KURSU →

Ten kurs pomoże Ci zdobyć pracę w Data Science

Administrując przez ostatnie kilka lat jedną z największych grup na Facebook, dotyczących analizy danych, odkryłem, że dużą trudnością, z jaką mierzą się młodzi adepci Data Science, jest znalezienie odpowiedniego zatrudnienia w branży. Z tego powodu zależało mi, by część mojego kursu adresowała ten problem.

Jedna, kilkudziesięciominutowa lekcja porusza właśnie ten temat. Zawarłem w niej również 10-cio krokowy poradnik o tytule „Jak zdobyć wymarzoną pracę w Data Science?”. Krok po kroku prowadzę w nim kursanta przez proces poszukiwania pracy. Przeprowadzamy analizę SWOT, budujemy CV oparte na mocnych stronach, tworzymy portfolio projektów, filtrujemy listę potencjalnych pracodawców, itd. Stopniowo maksymalizujemy szansę na znalezienie odpowiedniego zatrudnienia w branży Data Science.

Część poradnika „Jak zdobyć wymarzoną pracę w Data Science?”

Przede wszystkim praktyka

Kolejną ideą, która mi przyświecała, było praktyczne podejście. Starałem się przedstawić wszystko, co ma praktyczny użytek w analizie danych. Bez lania wody, bez robienia „sztuki dla sztuki”. Tylko sprawdzone techniki, narzędzia i algorytmy.

Wiele osób poprzez formularz kontaktowy i na grupach Facebook zgłaszało mi oderwanie większości szkoleń i kursów od rzeczywistości znanej z projektów biznesowych. Mój kurs nie cierpi na ten problem. 😉 W jego trakcie kursant ma do przerobienia realny use case, który ma imitować to, z czym się mierzymy na realnych projektach. Sam musi zdecydować:

  1. Które źródła danych uwzględnić (i tak, mówię tu o dodatkowych źródłach, a nie zmiennych w zbiorze danych)?
  2. Jak przygotować dane do modelowania (postawić hipotezy i przygotować kod do „kręcenia role” i inżynierii zmiennych”).
  3. Jakie informacje uzyskane podczas EDA uwzględnić w modelu predykcyjnym?
  4. Jakich algorytmów koniec końców użyć, by najlepiej zamodelować badany przypadek biznesowy?

Oczywiście kursant nie jest zostawiony sam sobie. Wraz z kolejnymi modułami jego wiedza jest stopniowo rozszerzana, a co za tym idzie, analiza staje się coraz bardziej kompletna. Ja jako prowadzący jedynie staram się w odpowiednim sposób asystować i rozbudzać ciekawość poszczególnymi zagadnieniami. 😉

By dać dodatkowy przykład tego, jak wygląda praca projektowa, w trakcie kursu zamieszczam całą masę przykładów i moich osobistych wniosków z różnych projektów, które miałem okazję dostarczyć. To informacje, których nie uzyskasz nigdzie indziej.

Dodatkowe materiały

Wprawdzie kurs startuje z poziomu początkującego i stopniowo przechodzi do poziomu średniozaawansowanego, ale „dla prymusów” zawarłem w nim dodatkowe materiały poruszające zaawansowane zagadnienia.  Przykładowo, przygotowałem informacje rozwijające poszczególne lekcje, dotyczące np.: target encoding, czy linear tree.

W kursie zawarłem również mnóstwo dodatkowych, jakościowych i jednocześnie darmowych źródeł wiedzy, które z założenia mają wspierać rozwój kursanta przez długie miesiące (a może i lata) po jego ukończeniu.

Całości dopełniają dodatkowe, bonusowe  materiały, które przygotowałem, m.in. samouczek, cheatsheet, prezentacje, treści bonusowe rozszerzające wiedzę. 🎁 🙂

Dodam w tym miejscu, że każdy uczestnik otrzymuje dostęp do wszystkich materiałów na 12 miesięcy.

This slideshow requires JavaScript.

Narzędzia wspomagające naukę

Oprócz materiałów na platformie szkoleniowej zawarłem narzędzia, które z założenia mając wspomóc kursantów i uczynić naukę jeszcze efektywniejszą.

  1. Zadbałem o spójny i schludny wygląd platformy, który ma nie odciągać uwagi od tego, co najistotniejsze.
  2. Zamieściłem kilkanaście czytelnych slajdów, które w przejrzysty sposób obrazują kluczowe koncepcje.
  3. Każda lekcja zawiera:
    1. Krótkie wprowadzenie „Z tej lekcji dowiesz się”.
    2. Sekcję z podsumowaniem najważniejszych informacji: „Najważnie informacje do zapamiętania z tej lekcji”.
    3. Notatniki z przykładami prowadzącego, ćwiczeniami i rozwiązaniami ćwiczeń (dla lekcji praktycznych).
    4. Prezentacje (dla lekcji skupiających się na teorii).

Gwarancja satysfakcji

Jestem absolutnie pewien jakości tego, co dostarczyłem i gwarantuję pełną satysfakcję. Jeśli jednak z jakiegoś powodu kurs Ci się nie spodoba, to wystarczy, że dasz mi o tym znać mailowo w ciągu 14 dni od zakupu, a zwrócę Ci Twoje pieniądze.

Podsumowując: niczym nie ryzykujesz, a możesz tylko zyskać! 🙂

Dostępność kursu

Kurs jest dostępny w przedsprzedaży na platformie Data Science Plus tylko do piątku, 28 czerwca w specjalnej cenie. Wszystkich zainteresowanych zachęcam do skorzystania z okazji.

PRZEJDŹ DO STRONY KURSU →

Istnieje wiele powodów, by kupić kurs właśnie teraz – w okresie jego przedsprzedaży (dostęp do wszystkich treści otrzymujesz „od ręki”). Bodaj największy z nich jest cena, niższa od normalnej o 30%. Szczegółowy opis kursu, wraz z jego agendą znajdziesz na stronie DataSciencePlus.pl.

I to tyle ode mnie. Jeszcze raz, zachęcam Cię do zakupu i życzę szybkiego podnoszenia swoich kompetencji w zakresie analizy danych i modelowania! 🙂 Mam przekonanie graniczące z pewnością, że każdy, kto ukończy kurs, będzie w 100% usatysfakcjonowany. I nawet jeśli uważasz, że masz pewne doświadczenie w analizie danych i modelowaniu, to kurs „Wprowadzenie do Data Science z Python” z pewnością w niektórych aspektach Cię zaskoczy. Polecam! 🙂

Podobał Ci się ten artykuł?

Jeśli tak, to zarejestruj się, by otrzymywać informacje o nowych wpisach. Dodatkowo w prezencie wyślę Ci bezpłatny poradnik 🙂

Bądź pierwszy, który skomentuje ten wpis!

Dodaj komentarz

Twój adres email nie zostanie opublikowany.


*