Что такое базы данных знают, наверно, все, термин на слуху постоянно — базы данных там, базы данных сям: от приложений Big Data до социальных сетей и интернета вещей. Да и в обычном интернете без работы с базой не обходится ни один серьезный сайт. Курс будет посвящен знакомству с реляционными БД (за основу возьмем PostgreSQL) во всех необходимых аспектах работы. За время курса мы узнаем: как извлечь данные из базы (запросы обычные со всем возможными условиями на выборку, запросы группирующие, включая работу с оконными функциями, запросы к нескольким таблицам, рекурсивные запросы), узнаем как записать данные (INSERT, UPDATE, DELETE), научимся создавать таблицы и все прочее (cоздание таблиц, представления, хранимые представления, обновляемые представления и правила, индексы и поиск данных в базе, хранимые процедуры и триггеры). Совсем немного углубимся в теорию — это нужно, если вы вдруг соберетесь проектировать-разрабатывать свои базы.

Сегодня очень важной задачей для большинства компаний является то, как правильно хранить и обрабатывать огромные объемы данных. Самый популярный и эффективный подход - масштабирование и распределение данных по множеству серверов и кластеров, но, к сожалению, специалистов, которые могут работать с подобными технологиями, очень мало; этому не учат в большинстве вузов, а литература скудна и ее сложно найти. Данное направление будет направлено именно на обучение подобным технологиям. Вы изучите функциональное программирование на языке Scala, научитесь поднимать собственным кластер, поймете как работать с действительно большими данными, будете решать реальные и актуальные технические задачи, узнаете, что такое No-SQL, разберетесь в базах данных, а также сможете применить анализ данных на практике. Курс будет ориентирован на практику и полученные знания по разработке дадут вам конкурентное преимущество по сравнению с разработчиками обычных бэкэнд-систем. Во время обучения вы научитесь писать действительно масштабируемую логику программ, изучите шифрование, реактивное программирование, реляционную и не реляционную парадигму в базах данных и многое другое.

Участники познакомятся с основными алгоритмами машинного обучения для задач классификации и регрессии, методами предобработки данных и оценки качества решений. В программе: линейные модели, KNN, дерево решений, случайный лес, градиентный бустинг, ансамбли, матричные разложения для понижения размерности, t-SNE, алгоритмы кластеризации, полносвязные, сверточные и рекуррентные нейронные сети. Практические задания включают в себя применение изученных алгоритмов к реальным данным и участие в соревнованиях по машинному обучению на Kaggle. Во втором блоке участники реализуют свои идеи или задачи от компаний-партнеров по самым разным направлениям: от рекомендательных систем и NLP до компьютерного зрения и других элементов искусственного интеллекта, а также изучают более узкие темы, например, reinforcement learning, generative adversarial networks и т.п.

Направление для начинающих предназначено для участников, которые имеют мало опыта в программировании и не работали над прикладными задачами. Цель этого курса – связать изучение программирования и решение реальных промышленных задач. Программа обучения – базовый курс прикладного программирования для начинающих в формате последовательной реализации небольших проектов на Python. С одной стороны, это позволит получить много необходимого практического опыта, с другой стороны, любую задачу можно будет впоследствии развить до большого проекта. Занятия проходят в маленькой группе, вся необходимая теория дается индивидуально и непосредственно в процессе работы над проектом.

Изучение алгоритмов -- основа подготовки программиста. Разработка программного продукта связана так или иначе с написанием инфраструктурного кода, который требует некоторой фундментальной алгоритмической подготовки. Знания алгоритмов точно пригодятся для успешного выступления на олимпиадах по программированию и поступления с их помощью в сильнейшие технические ВУЗы страны. Также они нужны и для успешного прохождения собеседований в IT компании. В ходе курса участники в деталях познакомятся с каждым из вышеперечисленных аспектов: практическими приложениями алгоритмов в индустрии, теоретическими знаниями для олимпиад. Мы проследим, как одни и те же концепции встречаются в контестах и в практических задачах поиска информации, оптимизации.

7