Онлайн-школа
Отзывы о курсах МФТИ по анализу данных и IT
Курсы и материалы школы
Нейросети для работы
МФТИПереводчик в сфере профессиональной коммуникации: научно-технический китайский язык
Алексей Закурдаев, Селькова Анна, Шэнь НинфейЯпонский для начинающих
Анастасия СтепановаНемецкий язык для начинающих
Таисия БажинаВведение в математический анализ для поступающих в магистратуру
Яков Дымарский, Антон СкубачевскийСистемное мышление
Анатолий ЛевенчукАвтотестировщик на Java
Даниил Пилипенко, Геннадий ЧурсовБыстрый старт в Figma
МФТИUX/UI дизайнер
МФТИИнженер Данных (Data Engineer)
МФТИАнализ изображений
МФТИЛичные инвестиции и финансовая грамотность
Владимир Захаров, Владимир ОлейникРазработка и оркестрация ETL процессов в Airflow
МФТИМаркетинговый анализ данных
Илья СклонинМатематический кружок Олимпиадные задания, логические игры
Владена Дениско, Андрей МикрюковБыстрый старт в SQL
Гайк ИнанцПрофессия «Разработчик» 2022. Часть 1
МФТИPython: основы языка
Никита ЧестновРазработчик C++
Булат ИбрагимовКоличественный финансовый аналитик
Александр Нозик, Ролан Гринис, Владимир Пальмин, Константин Тихонов, Михаил ЗеленыйВычислительные финансы
Ролан ГринисОсновы Java разработки
Виктор ЯковлевРазработчик BigData
Олег ИвченкоОтзывы
+ преподаватели хорошо знают математику, курс помогает восполнить пробелы при наличии базы
− недостаточно подробный материал, подача материала галопом, преподавателям не хватает педагогического опыта
Скажу честно, тупой себя не считаю, закончила университет и больше 10 лет работаю программистом. Математика подзабылась, решила для работы подтянуть. Я слушала все материалы очень внимательно, но все равно пришлось лезть в другие книги и источники. То есть приходилось каждые 5-10 минут тормозить видео, открывать книги или гуглить, чтобы разобраться, что и откуда у преподавателя взялось. Преподаватели очень молодые, и они правда классно знают математику, но это не делает их хорошими преподавателями. Чтобы донести свою мысль хорошо и понятно, нужен опыт, а не просто хорошие знания. Если вы вообще «не в теме», то этого материала явно будет недостаточно, чтобы разобраться. Тут все галопом и без особых подробностей. Если знания в принципе неплохие, то, наверное, данный курс поможет восполнить пробелы.
Математика для анализа данных. Часть 1Анализ данных у МФТИ охватывает математические модели, работу с Python и инженерные инструменты. В курсе «Математика для анализа данных. Часть 1» разбирают математические модели, а в «Математика для анализа данных. Часть 2» — базу для понимания моделей машинного обучения.
Работа с данными
«Первичный анализ данных в Python. Часть 1» посвящён парсингу и агрегации сырых данных, а также подготовке итоговой аналитики. Среди курсов МФТИ есть «Анализ данных в Python», «Data engineer» и «Data scientist».
Инструменты разработки
В «Docker + Gitlab CI для начинающих» рассматривают упаковку сервисов в контейнеры и развёртывание приложений. «Linux / Git для начинающих» затрагивает работу с терминалом. Ещё одна тема представлена курсом «Нейросети для работы».
Частые вопросы
Кто преподаёт «Математика для анализа данных. Часть 1»?
Преподаватели из МФТИ, практикующие в аналитических отделах.
Какие темы входят во вторую часть «Первичный анализ данных в Python»?
Среди тем этой части — исследовательский анализ данных, визуализация и прогнозирование временных рядов.
Как связаны анализ данных и бизнес-задачи в «Первичный анализ данных в Python. Часть 1»?
Помимо написания кода, курс рассматривает использование разрозненных данных для подготовки бизнес-решений.