InfostudHub i ove godine organizuje Sprint2DS kurs, ovoga puta u online formatu, putem ZOOM platforme, sa napomenom da predavanja neće biti snimljena unapred, već će se odvijati uživo, odnosno predavači će se uključivati na kurs u uživo terminu, isto kada i polaznici.
Kurs će početi u novembru, a planirano trajanje kursa je 6 do 8 nedelja.
Data science je spoj statistike i matematike sa softverskim inženjeringom, bazama podataka, poslovnom analitikom i razumevanjem domena, u cilju pronalaženja znanja u velikim količinama podataka i spada u jedne od najtraženijih IT poslova u poslednje 2 godine.
Za koga je namenjen kurs?
Ako volite podatke i matematiku više od kuckanja koda ili crtanja interfejsa, ako volite da rešavate kompleksne probleme, ako mislite da je kod samo alat a ne svrha sistema, ako volite domenske više od infrastrukturnih problema, ako vam je dosadilo da radite na transakcionim sistemima — onda je ovo pravi kurs za vas.
Šta treba da znam da bih uspešno pratio kurs?
Osnove programiranja Python-a. Osnovna razumevanja matematičkih formula. Razumevanje podataka i osnovne operacije maninuplacije podataka. Razumevanje šta je baza podataka, šta je csv fajl, šta su tipovi podataka, šta je funkcija, osnove objektno-orijentisanih sistema.
Šta dobijam posle kursa?
Dovoljno znanja i referenci za početak DS karijere. Bilo to kroz pronalaženje novog data science posla ili pokretanje data science projekata u vašoj organizaciji. Kroz praktične primere bićete u stanju da uspešno rešavate probleme na intervijuima za DS posao; a kroz data-hackatlon razvićete projekat koji pruža uvid u vaša znanja.
Kurs će se sastojati iz 5 modula i isto kao i prethodni kurs, možete izabrati i upisati samo onaj/one koji vas zanimaju.
Osnovni paket – modul I (2 nedelje):
Uvod u DS, rad sa podacima, osnove statistke
Exploratory data analysis (EDA) i vizualizacija podataka
Klasifikacija, predikcija, klastering
Neuronske mreže i computer vision – modul II (1 nedelja):
Šta su i kako rade neuronske mreže
Rad sa slikama
Rad sa tekstom – modul III (1 nedelja):
Natural language processing (rad sa tekstom)
Pretraživanje informacija (elasticsearch)
DS kroz aplikacije — modul IV (1 nedelja):
Deployment DS aplikacija
Praktični primeri
End-to-end rešenja
Rad sa velikim skupovima podataka — modul V (1 nedelja):
Big data — hadoop, spark
Paralelna obrada podataka
DS with big data
Osim ovih 5 modula, ukoliko bude dovoljno zainteresovanih moguće je održati i šesti modul na neku od sledećih tema za koju se pokaže najveće interesovanje:
Napredne neuronske mreže i rad sa slikama
Napredni rad sa tekstom
Machine learning algoritmi
Klasifikacija
Sistemi za preporučivanje (recommedners)
Planirani nedeljni raspored kursa je:
Online uživo predavanja 2 x 2 sata nedeljno
Online uživo izrada zadataka 1 x 1.5 sat nedeljno
Q&A sesije 1×2 sata (3 puta u toku kursa)
Cena
Moduli se mogu kupiti odvojeno ili zajedno. Uslov održavanja modula jeste dovoljan broj ljudi koji će prisustvovati. Cene i paketi su sledeći:
MODUL I: 130 EUR po polazniku
MODUL II: 100 EUR po polazniku
MODUL III: 100 EUR po polazniku
MODUL IV: 100 EUR po polazniku
MODUL V: 100 EUR po polazniku
PAKET SVIH 5 MODULA: 450 EUR po polazniku
Zbog načina na koji će se kurs održavati, uživo u online formatu, preporučeno je da polaznici imaju dva monitora kako bi mogli i raditi i pratiti kurs u isto vreme.
Minimalan broj polaznika za kurs je 10, a maksimalan 20 ljudi. Rok za prijavu je 30.10.2020.
Predavači
Ilija Subašić: Trenutno je Data Lead u Securitytrails.com. Edukator, doktorat iz informatike sa Univerziteta u Luvenu, Belgija, na temama obrada prirodnog teksta. Preko 10 godina svakodnevnog rada na data science problemima u realnim sistemima. Oblasti intersovanja: obrada prirodnog jezika (NLP), pretraživnje dokumenta, social media mining. Iskustvo u nekim od najboljih londonskih startup kompanija, i predavač na nekoliko data science kampova.
Vladimir Matić: Master sa ETF-a u Beogradu i doktorat sa Univeziteta u Luvenu na temama upotrebe machine learning algoritama u medicinske svrhe. Razvoj matematičkih algoritama koji bi automatizovali interpretaciju signala elektroencefalograma kod novorođenih beba (neoguard.net). Sfera njegove naučne eksertize su mašinsko učenje-veštačka inteligencija, digitalna obrada (biomedicinskih) signala i automatika. Vodi data science tim na Singidum univerzitetu i uređuje sajt datahacker.rs
Dušan Popović: Iskusni inženjer u Data Science oblasti i istraživanju sa preko deset godina analitičkog iskustva, uključujući oblasti u medicini, finansijama, razvoju softvera i potrošačkoj industriji. Projekt menadžer sa bogatim iskustvom u razvoju i održavanju multidisciplinarnih i međunarodnih saradnji. Predavač u oblasti Data Science-a sa preko sedam godina predavačkog iskustva.
Da bi se prijavio na ovaj kurs, klikni na link.