Обучение
- AI. Работа с нейросетями
- Подготовительные курсы
-
Программирование
- Промышленная разработка программного обеспечения на Java
- Промышленная разработка ПО на ASP.NET
- Разработка игр на Unity
- Курсы создания сайтов и Front-end разработки
- Разработка мобильных приложений под iOS
- Разработка мобильных приложений на Android
- Разработка веб-приложений на PHP
- Разработка веб-приложений на Python
- Разработка на C++
- Разработка игр на С++
- Разработка на Node.js
- Программирование на Go (Golang)
- Реляционные базы данных и SQL
- Веб-разработка на Ruby on Rails
- 1С программирование
- Fullstack
- Наука о данных
- Тестирование ПО
- Центр профессионального развития
- IT Bootcamp
- Гуманитарные и экономические дисциплины в IT
- Управление проектами и продуктами
- Бизнес- и системный анализ
- Веб-дизайн и компьютерная графика
- Системное и сетевое администрирование
- Информационная безопасность
- Маркетинг и продажи
- Английский язык для IT
Обучение
- AI. Работа с нейросетями
- Нейросети: практическое применение
- Искусственный интеллект в управлении командами и процессами
- Программирование
- Промышленная разработка программного обеспечения на Java
- Промышленная разработка ПО на ASP.NET
- Разработка игр на Unity
- Курсы создания сайтов и Front-end разработки
- Разработка мобильных приложений под iOS
- Разработка мобильных приложений на Android
- Разработка веб-приложений на PHP
- Разработка веб-приложений на Python
- Разработка на C++
- Разработка игр на С++
- Разработка на Node.js
- Программирование на Go (Golang)
- Реляционные базы данных и SQL
- Веб-разработка на Ruby on Rails
- 1С программирование
- Тестирование ПО
- Ручное тестирование ПО
- Мобильное тестирование приложений
- Автоматизированное тестирование на Python
- Автоматизированное тестирование на Java
- Автоматизированное тестирование на JavaScript
- Автоматизированное тестирование на C#
- Тестирование безопасности
- Гуманитарные и экономические дисциплины в IT
- Technical writing
- IT HR
- PR в IT
- Управление финансами в IT
- Управление проектами и продуктами
- Project management
- Product management: Основы управления IT-продуктом
Новые перспективы: почему так нужны Data scientist?
Специалисты по работе с данными по итогам 2017-ого, как и в два предыдущих года, возглавили топ-50 лучших рабочих мест (по версии портала Glassdoor). При составлении рейтинга учитывались такие показатели, как количество вакантных мест, заработок и удовлетворенность работой. Находитесь в поиске интересного направления для развития и хотите получить престижную профессию? Тогда приходите на обучение основам Data Science – курс стартует 18 октября.
Спрос на специалистов, которые в том числе понимают непростую науку Data Science, немаленький и в Беларуси. И, что интересно, представители этой профессии не единожды возглавляли рейтинги с самыми высокими зарплатами на различных порталах по трудоустройству. Опытному специалисту готовы платить 3-5 тысяч евро. Очевидно, что умение работать с Big Data, извлекать из информации ценные сведения, проводить анализ данных и выводить скрытые закономерности, – очень нужный навык, который откроет перед вами профессиональные перспективы. Ведь сегодня любая компания накапливает много разной информации – грамотное её использование может помочь улучшить рабочие процессы и укрепить позиции на рынке.
На курсе в IT-Academy вы научитесь: проводить сбор исходных данных, находить аналитические зависимости, узнаете, как работает Machine Learning, как пользоваться основными инструментами Data Mining, Big Data и Data Science и так далее.
Для данного курса необходима предварительная подготовка: у кандидатов должны быть базовые знания и умения программирования на языке Python или других объектно-ориентированных языках, а также основные знания математики (пределы, дифференциальное и интегральное исчисление). Зачисление производится на конкурсной основе по результатам теста по английскому языку, решения задач на языке программирования Python и устного собеседования с преподавателем на знание основ математики.
Преподаватель курса: Роман Сидоренко.
Длительность: 216 учебных часов (шесть месяцев).
Расписание: вторник, четверг с 18.45 до 21.35.
Подробнее: курс Основы Data Science.