наверх

Инструменты Data Science: анализ зарплат в IT

  • Русский

    язык курса

  • 5 недель

    длительность курса

  • от 4 до 6 часов в неделю

    понадобится для освоения

В ознакомительном курсе вы окунетесь в глубины анализа зарплат дата-сайентистов на российском рынке, используя мощные инструменты Python: pandas, numpy, matplotlib и plotly. Узнайте, как обрабатывать и визуализировать реальные данные о вакансиях, чтобы выявить скрытые тренды и паттерны. Этот курс создан для тех, кто хочет начать свой путь в Data Science или углубить свои знания в обработке и анализе данных.

О курсе

Добро пожаловать на курс, который научит вас анализировать и визуализировать большие объемы данных, используя современные инструменты и технологии. Наш курс разработан таким образом, чтобы даже новички в области Data Science могли освоить основы работы с реальными данными и получить практические навыки.

Вы узнаете, как обрабатывать и очищать данные для дальнейшего анализа. Мы научим вас использовать библиотеки pandas и numpy для управления данными и выполнения фильтраций, сортировок и вычислений. Вы познакомитесь с такими статистическими понятиями, как квартили, медиана и стандартное отклонение. Вы научитесь строить различные виды графиков с помощью библиотек matplotlib и plotly, чтобы визуализировать полученные данные и сделать их более понятными. Особое внимание будет уделено интерактивным графикам.

Формат

Курс состоит из пяти тем с видеолекциями и дополнительными материалами. 

Требования

Курс будет интересен людям, интересующимся карьерой в Data Science, но не уверенных, с чего начать. Этот курс поможет им оценить свой интерес в области.

Программа курса

1. Тысяча и одна вакансия Data Science. Как разобраться в больших данных

2. Сравниваем зарплаты в Data Science – что такое квартили и стандартное отклонение?

3. Рисуем зарплаты Data Scientists: рисуем график по условию

4. Рисуем интерактивные графики зарплат Data Scientists

5. Результаты анализа вакансий Data Science – чего хотят работодатели?

Результаты обучения

  • Научитесь обрабатывать данные с помощью библиотек pandas и numpy

  • Научитесь вычислять и интерпретировать статистические метрики

  • Научитесь визуализировать данные с помощью библиотек matplotlib, seaborn и plotly

Касьяненко Дарья Алексеевна


Должность: Старший преподаватель департамента больших данных и информационного поиска ФКН НИУ ВШЭ //Эксперт центра непрерывного образования ФКН

Бурова Маргарита Борисовна

Магистр
Должность: Старший преподаватель Департамента больших данных и информационного поиска Факультута компьютерных наук, академический руководитель образовательной программы "Магистр по наукам о данных" Факультета компьютерных наук, преподаватель Центра непрерывного образования Факультета компьютерных наук