Привет всем, друзья! ✌ Сегодня рассмотрим 25 Мощных онлайн-курсов для обучения Data Science и Аналитике Данных (Big Data), которые можно пройти абсолютно бесплатно.

ВНИЗУ будет таблица с платными школами обучения, а чуть ниже описание платформ.

Все цены уточняем на сайте:) Всем профита!

№	Название курса	Кому подойдет	Продолжительность	Пройти обучение
	Аналитик данных	Начинающим аналитикам или простому человеку.	6 месяцев	Перейти
1	Профессия Data Scientist: машинное обучение от Skillbox	Начинающим аналитикам. Программистам. Новичкам.	13 месяцев	Перейти
2	Профессия Data Analyst от SkillFactory	Работникам в сфере IT или в банке. Аналитикам. Новичкам.	18 месяцев	Перейти
3	Курс SQL и получение данных от Нетологии	Новичкам в аналитике. Маркетологам. Менеджерам проектов и продуктов. Финансистам, бухгалтерам и научным сотрудникам.	1 месяц	Перейти
4	Профессия Data Scientist от SkillFactory	Новичкам в программировании и аналитике.	24 месяца	Перейти

Взрыв мозга «?Аналитика данных с нуля?»

В рамках микрокурса вы получите выжимку необходимой информации для старта в новой профессии: от необходимых навыков до секретов успешного прохождения собеседования, от кейсов до подробного разбора инструментов.

После микрокурса вы:

• Поймёте, какие аналитики бывают и чем отличаются
• На реальных кейсах поймете специфику работы аналитиков
• Найдёте своё место в обилии направлений анализа данных
• Начнёте ориентироваться в современных инструментах аналитиков
• Узнаете, как покорить HR: секреты идеального резюме и успешного собеседования

Преимущества:

• Экономия времени: все материалы собраны в одном месте, в удобном формате (только выжимка структурированной информации, ничего лишнего)
• После каждого урока вам будут доступны бесплатные ресурсы для самостоятельного обучения
• Не нужны дополнительные знания: курс подходит для новичков
• Вы получите советы по карьерному росту от экспертов индустрии

1. «Обучение Data Science: будущее для каждого»

1. «Обучение Data Science: будущее для каждого»

С выдачей сертификата

Длительность курса составляет 3 урока в формате записей вебинаров и текстовых материалов.

Программа курса

1. Data Science: будущее для каждого. Разберёмся, почему работа с данным настолько актуальна. Какие направления и профессии есть в сфере Data Science, чем они отличаются и как определить направление для себя.
2. Базовые навыки: с чего начать. Расскажем об обязательных навыках каждого аналитика и его инструментарии. Напишем первый код с помощью языка запросов SQL.
3. Как найти работу: первые шаги. Кого ищут работодатели. Пошаговый план для старта карьеры в сфере Data Science. Как составить карту ваших компетенций.

2. «Введение в Data Science‎ и машинное обучение»

2. «Введение в Data Science‎ и машинное обучение»

С выдачей сертификата

Длительность курса составляет 30 уроков с выдачей сертификата. Формат как обычно проходит в виде видеоуроков с тестами и выполнением домашней работы.

Программа курса

1. О чём курс?
2. Big Data, Deep Machine Learning — основные понятия.
3. Модель, начнём с дерева.
4. Pandas, Dataframes.
5. Фильтрация данных
6. Группировка и агрегация.
7. Визуализация, seaborn.
8. Практические задания: Pandas.
9. Секретный гость.
10. Stepik ML contest — это ещё что такое?
11. Stepik ML contest — data preprocessing.
12. Какого музыканта Beatles я загадал или entropy reduction.
13. Немного теории и энтропии.
14. Titanic: Machine Learning from Disaster.
15. Обучение, переобучение, недообучение и кросс-валидация.
16. Последний джедай или метрики качества модели.
17. Подбор параметров и ROC and Roll.
18. Практика, Scikit-learn, fit, predict, you are awesome.
19. ML на практике — автокорректор ошибок правописания.
20. Секретный гость.
21. Stepik ML contest.
22. Снова возвращаемся к деревьям.
23. Random forest.
24. Зачем знать что-то ещё, если есть Random Forest?
25. Секретный гость.
26. И на Марсе будут яблони цвести.
27. Нейроэволюция.
28. Трюки в Pandas.
29. Вот и всё, а что дальше?
30. Stepik ML contest.

Что получите

• Основные понятия Data Science и Machine Learning
• Наиболее популярные Python-библиотеки для анализа данных — Pandas и Scikit-learn

3. «Нейронные сети‎»

3. «Нейронные сети‎»

С выдачей сертификата

Формат уроков представляет собой видео с выполнением тестов и заданий, а длительность курса из 24 уроков. Есть обратная связь.

Программа курса

1. Основы линейной алгебры.
2. Перцептрон и градиентный спуск.
3. Алгоритм обратного распространения ошибки.
4. Мониторинг состояния сети.
5. Заключение.

Навыки после обучения

• Основы линейной алгебры (векторы и матрицы)
• Принципы работы нейронных сетей
• Применение нейронных сетей для решения практических задач

4. «Математическая статистика‎»

4. «Математическая статистика‎»

Длительность курса составляет 29 уроков в формате видео. Выполняешь домашку и тесты.

С выдачей сертификата

Программа курса

1. Выборка. Описательная статистика.
2. Точечные оценки. Свойства и методы построения.
3. Доверительные интервалы. Стратифицированные выборки.
4. Статистические гипотезы. Параметрические критерии.
5. Критерии однородности.
6. Критерии согласия. Таблицы сопряжённости.
7. Регрессионный анализ.
8. Заключительный модуль.

Какие знания и навыки получите:

• Общее понимание теории вероятности
• Понимание описательной статистики
• Корреляционный анализ
• Интервальная оценка
• Методы построения точечных оценок
• Доверительные интервалы
• Регрессионный анализ

5. «Машинное обучение‎»

5. «Машинное обучение‎»

С выдачей сертификата

Продолжительность обучения составляет 71 урок в формате видео + тесты с текстовыми материалами.

Программа курса

1. Введение в машинное обучение и основные понятия статистики.
2. Восстановление пропущенных значений.
3. Поиск выбросов и аномалий.
4. Кластеризация.
5. Задача предсказания, линейная регрессия.
6. Классификация, kNN, кросс-валидация.
7. Деревья в машинном обучении.
8. Линейные классификаторы.
9. Вероятностные алгоритмы. Наивный Байес.
10. Ансамбли алгоритмов.
11. Отбор признаков и объектов.

Навыки:

• Построение моделей машинного обучения
• Обработка таблиц с данными
• Восстановление данных с помощью искусственного интеллекта
• Освоение необходимых терминов на тему машинного обучения для общения с будущими заказчиками
• Понимание того, какие задачи можно доверить ЭВМ

6. «Анализ данных в R‎»

6. «Анализ данных в R‎»

Обучение длится 19 уроков, в которых ты смотришь видеоуроки и выполняешь задания с тестами. Выдача сертификата предусмотрена.

С выдачей сертификата

Слушатели научатся основным элементам программирования на языке R, что позволит быстро и эффективно решать широчайший спектр задач, возникающих при обработке данных.

Программа курса

• Считывание и предварительная обработка данных
• Выполнение статистического анализа с помощью R
• Написание собственных функций в R
• Визуализация результатов

7. «Анализ данных в Google Analytics‎»

7. «Анализ данных в Google Analytics‎»

Без выдачи сертификата

Длительность учёбы длится 29 уроков с возможность просмотра курса в формате видео и выполнению тестов.

Начинка программы: курс посвящен методам и инструментам в Google Analytics, с помощью которых вы можете анализировать данные и принимать решения.

Программа курса

• Работа с таблицами и сегментами
• Определение KPI
• Анализ электронной торговли
• Подготовка кастомных отчётов
• Выгрузка данных
• Работа в Google Data Studio

Преимущества

• Гибкий график обучения в свободное время
• Тесты для закрепления пройденного материала
• Можно сдать итоговый экзамен
• Лектор имеет большой опыт в веб-аналитике

8. «‎Анализ данных просто и доступно»

8. «‎Анализ данных просто и доступно»

Без выдачи сертификата

Длительность учёбы составляет 106 уроков. Ты смотришь уроки в формате видео и выполняешь тесты.

Программа курса

1. Знакомство с миром анализа данных.
2. Данные — что за зверь? Истина в вине!
3. Больные данные. Статистика на кончиках пальцев.
4. Болезни сердца и аналитика. Типы задач машинного обучения.
5. НЛП — анализ текстовой информации.
6. Обучение без учителя. Кластеры. Статистика против машин.
7. Анализ изображений. Нейронные сети. Глубокое обучение.
8. Правосудие и анализ данных. Нейронные сети для текста.
9. Анализ временных рядов.
10. Предварительная обработка данных.
11. Социальные сети: графы на помощь.
12. Этика. Метод соседей. Как продолжать?

9. «Базовые навыки Excel‎»

9. «Базовые навыки Excel‎»

Длительность курса составляет 29 уроков + домашка из 18 тестов.

Обучение поможет ускорить выполнение рутинных задач, связанных с отчётами и аналитикой.

Программа курса

Навыки после обучения

• Создание и сохранение таблиц
• Ввод данных и выполнение базовых расчётов
• Работа с ячейками, шрифтами и границами
• Заливка и форматирование ячеек
• Печать файлов и данных
• Сортировка, поиск и выделение данных

10. «Квантовые вычисления»

10. «Квантовые вычисления»

Без выдачи сертификата

Формат учёбы — видео с выполнением тестов. Доступны текстовые материалы.

Программа курса

• Понимание прототипов квантового компьютера
• Использование алгоритмов Шора и Гровера
• Работа с простыми квантовыми алгоритмами
• Понимание границ квантовых вычислений
• Начальный уровень проектирования алгоритмов

Преимущества

• Полезная информация в свободном доступе
• Занятия в удобное время
• Обратная связь на форуме курса
• Можно получить сертификат

11. «Анализ данных‎»

Без выдачи сертификата

Длительность курса: 20 уроков. Формат оналйн-обучения предусматривает просмотр роликов с выполнением тестов.

Курс будет полезен тем, кто хочет понять статистику, познать суть методов статистического анализа данных и возможности из прикладного применения для решения конкретных прикладных задач.

Программа курса

• Понимание абсолютных и относительных статистических показателей
• Анализ взаимосвязи признаков
• Понимание динамики и структуры социально-экономических явлений
• Построение прогнозных оценок

12. «Hadoop. Система для обработки больших объёмов данных‎»

12. «Hadoop. Система для обработки больших объёмов данных‎»

Длительность: 33 урока с форматом просмотра роликов и выполнения заданий и тестов.

С выдачей сертификата

Начинка учёбы: Курс посвящен методам обработки больших объемов данных (BigData) с помощью системы Hadoop.

Программа курса

• Хранение и обработка больших объёмов данных
• Основы разработки приложений
• Использование фреймворков
• Решение задач с помощью MapReduce
• Использование языка Pig Latin
• Работа с базами HBase и Cassandra

13. «‎Основы статистики»

13. «‎Основы статистики»

Длительность обучалки составляет 29 уроков. Формат учёбы — просмотр тестов с получением текстовых материалов.

С выдачей сертификата

Начинка обучения: Курс знакомит слушателей с основными понятиями и методами математической статистики. В течение трех недель рассмотришь наиболее широко используемые статистические методы и принципы, стоящие за ними.

Программа курса

• Визуализация, анализ и разбор данных
• Расчёт коэффициентов корреляции
• Построение регрессионных уравнений
• Проверка гипотез
• Практическое применение языка R

14. «‎BI разработчик. Основы работы в Tableau»

14. «‎BI разработчик. Основы работы в Tableau»

Без выдачи сертификата

Длительность курса составляет 10 уроков в формате просмотра роликов и выполнение тестов.

В этом курсе ты узнаешь, как подключаться к источникам данных, создавать дашборды и отдельные визуализации.

Программа курса

• Подключение к источникам данных
• Работа с инструментами Tableau
• Создание таблиц и графиков
• Форматирование данных
• Настройка интерактивных графиков
• Создание дашбордов с возможностью выгрузки в Интернет

15. «Статистика для гуманитариев‎»

15. «Статистика для гуманитариев‎»

Без выдачи сертификата

Длительность курса составляет: 111 уроков. Формат: просмотр роликов с выполнением домашки (тесты и задания).

Начинка обучения: программа посвящена освоению прикладных программ, которые могут пригодиться для выполнения анализа информации в сфере data science на практике.

Программа курса

• Основы языка программирования R
• Предварительная обработка данных
• Основы статистического анализа
• Выбор адекватных методов для проведения анализа
• Применение пакетов прикладных программ
• Интерпретация полученных результатов

16. «‎Быстрый старт в искусственный интеллект»

16. «‎Быстрый старт в искусственный интеллект»

Длительность обучалки составляет 23 урока. Формат роликов предусматривает просмотр роликов. Возможна связь с преподавателем.

С выдачей сертификата

Начинка обучения: курс поможет войти в мир искусственного интеллекта, станет тем самым «быстрым стартом», который позволит познакомиться со сферой ИИ, а в дальнейшем начать исследования и/или карьеру в этой области.

Программа курса

• Понимание основ и алгоритмов машинного обучения
• Основы нейронных сетей
• Понимание задач компьютерного зрения
• Выделение признаков
• Применение нейронных сетей на практике
• Основы нейролингвистического программирования

17. «Как стать аналитиком данных‎»

17. «Как стать аналитиком данных‎»

Продолжительность обучения — 20 часов. Это вводный модуль входит в полный платный курс длительностью 6 месяцев.

С выдачей сертификата

За 6 месяцев обучения по 15 часов в неделю ты освоишь востребованные навыки аналитика данных и соберёте портфолио проектов. Весь Аакцент сделан на изучение инструментов аналитики.

Программа курса

• Основные аналитические термины
• В каких областях может работать аналитик
• Основы подготовки данных для анализа
• Азы программирования на языке Python
• Обзор аналитической библиотеки Pandas
• Работа в среде программирования Jupyter

Преимущества

• Современный подход к обучению
• Можно освоить профессию с нуля
• Создание учебных проектов на основе реальных данных
• Возможность пополнить портфолио
• Перспективы продвижения в профессии
• Опытные практикующие лекторы

[/su_note]

18. «Живой курс по Power BI с нуля до устройства на работу»

Без выдачи сертификата

Обучающая программа: видеокурс нацелен для новичков, которые хотят освоить Power BI для аналитики бизнес-данных.

Программа курса

• Курс Power BI. Занятие 10. Контекст фильтра и контекст строки в DAX. Разбор домашнего задания 8.
• Курс Power BI. Занятие 11. Работа с датами в DAX. Calendar, SamePeriodLastYear, TotalYTD.
• Курс Power BI. Занятие 12.1. Создание и настройка визуальных элементов Table и Matrix.
• Курс Power BI. Занятие 12.2. Создание и настройка визуальных элементов Table и Matrix.
• Курс Power BI. Занятие 13. Ответы на вопросы по предыдущим занятиям.
• Курс Power BI. Занятие 13. Создание и настройка стандартных визуальных элементов.
• Курс Power BI. Занятие 14. Взаимодействие визуальных элементов. Часть 1.
• Курс Power BI. Занятие 14. Взаимодействие визуальных элементов. Часть 2.
• Курс Power BI. Занятие 15. Взаимодействие визуальных элементов 2.
• Курс Power BI. Занятие 16. Публикация отчета в облаке Power BI Service. Настройка авто обновления.
• Курс Power BI. Занятие 17. Оптимизация скорости работы отчета Power BI. DAX Studio.
• Курс Power BI. Занятие 18. Создание эффективного и полезного отчета. Разработка макета.
• Курс Power BI. Занятие 2. Создаем первый проект за 15 минут. Преобразуем данные к табличному виду.
• Курс Power BI. Занятие 3. Группировка, соединение таблиц и создание столбцов в Power Query.
• Курс Power BI. Занятие 4. Запросы++ Power Query. Создание параметров подключения. Обработка ошибок.
• Курс Power BI. Занятие 5. Создание модели данных. Установление связей между таблицами.
• Курс Power BI. Занятие 6. Создание вычисляемых столбцов и мер в DAX. Контексты фильтра и строки.
• Курс Power BI. Занятие 7. X-Functions in DAX. SUMX, MAXX, MINX, AVARAGEX, COUNTX, PRODUCTX.
• Курс Power BI. Занятие 8. Функции DAX: RELATEDTABLE, RELATED, FILTER, EARLIER, IF ELSE
• Курс Power BI. Занятие 9. DISTINCT vs VALUES. Вычисления с помощью CALCULATE в DAX.
• Курс по Power BI – 01. Анонс. Освоение профессии Разработчик Power BI с нуля до устройства на работу
• Курс по Power BI – 02. Установка Power BI Desktop.
• Курс по Power BI – 03. Что такое Business Intelligence? Этапы создания автоматизированных отчетов.
• Курс по Power BI – 04. Загружаем данные из 3 источников: Excel, CSV, WEB-сайта.
• Курс по Power BI – 05. Создаем свой первый проект за 15 минут.
• Курс по Power BI. Разбор Домашнего задания 4. 

19. «Интенсив «Начало работы в PowerBI»»

Без выдачи сертификата

Обучающая программа: PowerBI – это мощный инструмент для аналитики. PowerBI легко работает с большими объемами данных, подключаются к любым системам данных, имеет множество диаграмм и графиков для визуализации, а также встроенный редактор запросов.

Пользователи узнают как сделать первые шаги в внедрении аналитики на базе PowerBI.

Программа курса

• Урок 1. Основы работы

20. «Профессиональная сертификация ‘Аналитик данных от IBM’»

20. «Профессиональная сертификация ‘Аналитик данных от IBM’»

С выдачей сертификата

Обучающая программа: после успешного прохождения этой программы вы проанализируете реальные наборы данных, создадите отчеты. Вы также создадите основу для других дисциплин, связанных с данными, таких как наука о данных или разработка данных.

Программа курса

• Introduction to Data Analytics
• Excel Basics for Data Analysis
• Data Visualization and Dashboards with Excel and Cognos
• Python for Data Science, AI & Development
• Python Project for Data Science
• Databases and SQL for Data Science with Python
• Анализ данных с Python
• Data Visualization with Python
• IBM Data Analyst Capstone Project

21. «‎Introduction to Data Science»

21. «‎Introduction to Data Science»

Язык: английский.

С выдачей сертификата

Программа курса

1. Обзор науки о данных.
2. Обзор машинного обучения.
3. Оценка курса.

Что узнаете

• Для чего используется наука о данных
• Об этапах процесса обработки данных.
• Что такое машинное обучение и из каких частей оно состоит.
• Как используют различные типы регрессии.
• О различных типах алгоритмов классификации.
• Как работают два самых популярных алгоритма кластеризации.
• Зачем использовать Azure ML для своих проектов по науке о данных.

22. «‎Learn Data Science»

22. «‎Learn Data Science»

Без выдачи сертификата

В Dataquest вместо видеолекций есть реальные задачи и проекты. Это самый эффективный способ освоить навыки, необходимые для построения карьеры.

Программа курса

• В процессе выполнения практических упражнений создадите реальные проекты, которыми пополните своё портфолио и которые сможете использовать в практической работе.

23. «‎Data Science»

«‎Data Science»

Без выдачи сертификата

Программа курса

1. Обзор курсов.
2. Pandas, Python, and Github.
3. Scraping, Pandas, Python, and viz.
4. Probability, Distributions, and Frequentist Statistics.
5. Regression, Logistic Regression: in sklearn and statsmodels.
6. Machine Learning.
7. Machine Learning 2.
8. Ensembles.
9. Vagrant and VirtualBox, AWS, and Spark.
10. Bayes.
11. Text and Clustering.
12. Projects, and an example.

24. «‎Introduction to Data Science in Python»

24. «‎Introduction to Data Science in Python»

С выдачей сертификата

Программа курса

1. Основы обработки данных с помощью Python.
2. Базовая обработка данных с помощью Pandas.
3. Дополнительная обработка данных с помощью Pandas.
4. Ответы на вопросы с беспорядочными данными.

Что узнаете и чему научитесь:

1. Понимать такие методы, как лямбда-выражения и управление CSV-файлами.
2. Описывать общие функциональные возможности и функции Python, используемые в науке о данных.
3. Запрашивать структуры DataFrame для очистки и обработки.
4. Объяснять распределения, выборку и t-тесты.

25. «‎Специализация Наука о данных»

25. «‎Специализация Наука о данных»

С выдачей сертификата

Программа курса

• Use R to clean, analyze, and visualize data.
• Navigate the entire data science pipeline from data acquisition to publication.
• Use GitHub to manage data science projects.
• Perform regression analysis, least squares and inference using regression models.