Курсы DataLearn

Три бесплатных курса. Видеоуроки на YouTube, материалы и задания на GitHub, поддержка в Telegram-чате.

DE-101 · Главный курс

Getting Started with Analytics (Data) Engineering

Курс про работу инженером данных и 10+ летний опыт создания аналитических решений в России, Европе, Канаде и США. Курс дает знания и компетенции, которые нужны для работы инженером данных или BI-инженером.

Внутри курса: Business Intelligence инструменты, базы данных, ETL, облачные вычисления и многое другое. Опыт с данными не нужен.

Модули 1–4 — основы аналитики и классические задачи: отчетность, визуализация, хранилище данных, SQL, Excel, интеграция данных. Этого достаточно для профессий BI-разработчик и Аналитик.

С модуля 5–6 — погружение в работу Инженера Данных на базе знаний из первых модулей.

Автор: Дмитрий Аношин
ML-101

Getting Started with Machine Learning and Data Science

Курс о теории Машинного Обучения и Data Science с понятной теорией и практическими кейсами из реальной жизни.

Курс состоит из 3 модулей:

Модуль 1 — теория машинного обучения и Data Science.
Модуль 2 — регрессия: теория и практика.
Модуль 3 — классификация: теория и 2 практических кейса.

Курс позволяет примерить профессию Data Scientist на себя. Особенно подойдет тем, кому страшно, но очень интересно начать.

Автор: Анастасия Риццо
SQL-101

SQL для начинающих

Курс о работе с базами данных с применением языка структурированных запросов SQL (Structured Query Language).

Курс состоит из 3 модулей (уровней), каждый модуль — 10 видеоуроков. Обучение идет от простого к сложному.

Курс рассчитан на тех, кто никогда не работал с базами данных. Домашних заданий нет: все задачи разбираются на уроке, файлы прикреплены к каждому уроку.

Совет: курс по SQL — идеальное дополнение к модулю 2 курса DE-101.

Автор: Анатолий Балакирев

Как записаться

Регистрация не обязательна, но помогает нам делать курсы лучше.

1. Заполните анкету

Короткая форма — расскажите о себе и своих целях.

2. Вступите в чат

В Telegram-чате — навигация по курсам и ответы на вопросы.

3. Начните учиться

Откройте гайд курса на GitHub и смотрите первый урок.