Экономика и анализ данных

1 сентября 2019 — 20 мая 2021

Школа анализа данных
Основная информация
Тип	Дополнительное образование
Основана	2007
Директор	Елена Бунина
Контакты
Адрес	Москва, улица Тимура Фрунзе, дом 11к2. Есть отделения в Екатеринбурге, Санкт-Петербурге, Минске, Новосибирске, Нижнем Новгороде, Тель-Авиве
Координаты	55°44′04.2″ с. ш. 37°35′16.08″ в. д. / 55.7345° с. ш. 37.5878° в. д. (G) (O) (Я)
Сайт	yandexdataschool.ru
Дополнительно
Материнская компания	«Яндекс»

ШАД Яндекс. Где готовят лучших программистов? Школа анализа данных — Программирование // Гарвард Оксфорд [41:40]

Школа анализа данных (ШАД) — программа подготовки специалистов-практиков и исследователей в областях Data Science и Big Data от компании «Яндекс». Участие бесплатное, образовательный цикл длится два года (четыре семестра). Доступны разные формы обучения: очная (Москва), в филиалах ШАД (Минск, Екатеринбург, Нижний Новгород, Санкт-Петербург, Новосибирск, Тель-Авив), заочное отделение. Научный руководитель школы — профессор Ратгерского университета Илья Мучник, директор — Елена Бунина.

Вот, что говорят о нас студенты

• Я очень довольна, что прошла этот курс . Прежде всего я благодарна ШАД ХЕЛПЕР за возможность поучиться у замечательных преподавателей. Я не имею фундаментального технического образования, поэтому было очень важно познакомиться с культурой математических рассуждений и решения задач от преподавателей высочайшего уровня. Программа курса основательно составлена и охватывает объем, который почти с нуля освоить за 12 недель, совмещая с работой, мне не удалось, и я отстала. В настоящее время я продолжаю в своем темпе пересматривать лекции и решать задачи. Поэтому для меня важно, что все видео и конспекты этого курса доступны . Но даже при том, что я отстала от группы, я уже чувствую себя на голову выше, и это уже сказывается на моей работе. Главное достижение после учебы в ШАД ХЕЛПЕР – я довольно легко прохожу ту часть технического интервью, которая касается решения задач, теории ML, вопросов по а\б. А до экзаменов в ШАД еще есть достаточно времени, и я обязательно буду в них участвовать. Большое спасибо всем преподавателям!

• выпускник потока осень 2022

  Курс в целом очень хороший, готовит все как надо. Преподаватели – все понравились, четкость подачи материала и постоянное общение с аудиторией и обратная связь. Задания тоже были интересные.

• выпускник потока осень 2022

  В целом курс понравился, хотелось бы, что бы он был растянут на больший промежуток, потому что, когда работаешь, тяжело все успевать, и как ни старайся, какую-нибудь контрольную во время не сдашь.Тяжелее всего был наверное матан последние 2 недели и алгебра, тоже последние 2-4 недели. Было тяжело на тервере, но после нескольких просмотров и разбора задач, все стало в принципе несложно. Ну, и конечно же спасибо преподавателям!

• выпускник потока осень 2022

  Курс хорош по содержательной части, преподаватели все опытные и уверенно отвечают на любые вопросы, но курс будет очень сложным для тех, кто не сталкивался с программой выш мата технического вуза, также интенсивность курса очень высока, я не успевал все совмещать, поэтому пришлось отложить курс на время, но обязательно к нему вернусь.

• выпускник потока вена 2022

  Спойлер:
  Во многом благодаря ШАД Helper я не поступил в ШАД,
  но поступил в личный ТОП-1 ВУЗ на магистрскую программу.
  Поступление в ШАД – задача уровня ниндзя. Из общения с ШАДовцами вынес инсайд, что на экзаменах требования по математике сильно завышены и бОльшая часть не так сильно требуется при решении домашек. Где то на на первой трети курса ШАД Helper мне перестало хватать школьных и университетских знаний и я для решения дз начал нагонять материал другими источниками. Так же на прохождение курса мне требовалось ~50 ч./нед. Очевидно, что с моим бэкграундом совмещать их с работой не получилось. Все курсы хорошо структурированны, а бОльшая часть задачек в домашках – это задачи со вступительных в ШАД. Особенно хочу отметить стиль разъяснения Каннуникова Андрея Леонидовича, он во многом открывает глаза на линейную алгебру. Так же очень доходчиво зашел материал Дискретных разделов математики в изложении Хузиевой Алины.
  Резюме – если добросовестно успевать решать дз и внимательно слушать лекции, то поступление в ШАД или на похожую программу вам гарантирован.

• выпускник потока весна 2022

  Преподаватели компетентные и доступно всё объясняют, нагрузка умеренная. Общие впечатления от курсов хорошие.

«Экономика и анализ данных» – совместная образовательная программа РЭШ и Школы анализа данных Яндекса. Это программа для тех, кто способен сочетать глубокие математические знания, любовь к кодингу и желание разобраться в том, как устроены экономические процессы. Ее будущие выпускники построят принципиально новые отделы аналитики в крупных российских компаниях и создадут artificial intelligence стартапы в еще только возникающих нишах цифровой экономики.

Если вы видите свое будущее в сфере управления данными и их трансформации в бизнес-решения – эта программа для вас.

Что это

Программа двух дипломов РЭШ и ШАД. Выпускники программы получают 2 диплома о дополнительном образовании.

Жизнь и новости программы

Формат

Очная форма, продолжительность обучения – 2 года. Учебный процесс проходит на кампусах РЭШ и Яндекса.

Расписание

На программе предусмотрено 10 мест. Конкурсный отбор в ШАД начинается в апреле, экзамен по английскому языку в РЭШ проходит в июле.

Часто задаваемые вопросы

<!–

–>

СОДЕРЖАНИЕ ПРОГРАММЫ

• Моделирование деятельности компаний с использованием предиктивной аналитики в ходе изучения эконометрики, микро- и макроэкономика.
• Развитие навыков количественного обоснования управленческих решений на основе теории игр, математической статистики и теории вероятностей.
• Структурирование и алгоритмизация больших данных, язык Python и машинное обучение.

• Изучение продвинутых методов обработки “цифрового следа” потребителей и применение маркетинговой аналитики.
• Развитие критического мышления и навыков аргументации, дискуссии, академической и деловой письменной коммуникации на английском языке.
• Практический проект на реальных данных компании как основа магистерской диссертации.

ИТОГОВЫЙ ПРОЕКТ

• На втором году обучения каждый студент индивидуально выполняет проект на базе Яндекса или другой компании-заказчика. Подробнее о проекте

ПРЕИМУЩЕСТВА ПРОГРАММЫ

• Уникальные знания: сочетание прикладных знаний продвинутых методов анализа данных, машинного обучения и фундаментальной академической подготовки по экономике.
• Индивидуальный проект: проектная семестровая работа над решением конкретной задачи на реальных данных бизнеса.

• Ведущие исследователи: профессора со степенью PhD, передовые исследователи в области экономики, ведущие специалисты IT-индустрии, регулярно сталкивающиеся с актуальными задачами в своей области.
• Поддержка сообщества: менторская поддержка и карьерная ориентация сообщества выпускников РЭШ.

ПРОФЕССОРА ПРОГРАММЫ

Профессора РЭШ

Профессора со степенью PhD ведущих международных вузов (Гарвардский университет, Массачусетский технологический университет, Оксфордский университет и др.), передовые исследователи в области экономики, с большим опытом работы в академии.

Преподаватели ШАД

Ведущие специалисты IT-индустрии, регулярно сталкивающиеся с актуальными задачами в своей области. Эти проблемы и подходы к их решению находят отражение в учебном плане и содержании лекций.

СТУДЕНТЫ И ВЫПУСКНИКИ ПРОГРАММЫ

КАК ПОСТУПИТЬ

Сроки подачи документов

Необходимо подать заявку на двух сайтах:

1. Подать заявку в ШАД  необходимо с 1 апреля по 4 мая. Важно: при заполнении анкеты нужно отметить, что вы будете обучаться в ШАД в Москве и поступаете на совместную программу РЭШ и ШАД. 

2. Подать документы в РЭШ необходимо с 1 июня по 20 июля включительно. В эти сроки можно зачесть результаты международных сертификатов и Олимпиады РЭШ по английскому. Расписание экзамена по английскому РЭШ будет опубликовано 1 июня здесь.

СТОИМОСТЬ ОБУЧЕНИЯ

Все прошедшие по общему конкурсу в ШАД и набравшие минимально допустимый балл по английскому в РЭШ получают 100% гранты на обучение.

Чтобы учиться без оплаты стоимости обучения на втором курсе, необходимо подтвердить свою успеваемость: средний балл по результатам обучения на первом курсе должен составлять 4 балла и выше. Подробная информация о стоимости и условиях предоставления грантов на обучение публикуется в разделе Стоимость и финансовая поддержка.

Для иногородних студентов предоставляется общежитие.

КОНТАКТЫ

• БАКАЛАВР ЭКОНОМИКИ (BAE)
• Магистр экономики (MAE)
• Финансы, инвестиции, банки (МАF) / Мастер наук по финансам (MSF)
• Экономика и анализ данных
• Мастер финансов (MiF)
• Управление благосостоянием
• АСПИРАНТУРА
• Центр развития карьеры и лидерства
• Центр письменной и устной коммуникации
• Бизнес-Академия РЭШ

Подписка на email рассылку новостей Российской экономической школы

Поступление[править]

Прием происходит раз в год, весной. Чтобы стать студентом, требуется успешно преодолеть три этапа: онлайн-тестирование, письменный экзамен и очное собеседование с кураторами и преподавателями Школы.

В рамках вступительных испытаний проверяются знания в рамках общей программы (базовые разделы линейной алгебры, математического анализа, комбинаторики, теории вероятностей, а также основы программирования и анализа данных). При отборе на новый трек также учитывается уровень навыков программирования, опыт участия в проектах и работы в индустрии, наличие научных статей.

Обучение[править]

При поступлении студенты выбирают одно из 4 образовательных направлений:

• Разработчик машинного обучения — создание высокотехнологичных сервисов и приложений на основе машинного обучения.
• Data Science — решение задач по сбору и анализу данных, возникающих в большинстве современных сервисов: от голосовых помощников до онлайн-рекламы.
• Инфраструктура больших данных — разработка систем хранения и обработки больших данных.
• Анализ данных в прикладных науках — применение Data Science в областях, напрямую не связанных с IT: от физики высоких энергий до промышленного дизайна лекарств.

В дополнение к основным курсам своей специализации можно посещать занятия других направлений.

Среди преподавателей Школы — российские и зарубежные специалисты в области компьютерных наук и анализа данных, такие как Максим Бабенко, Дмитрий Ветров, Альберт Ширяев, Константин Воронцов, Андрей Райгородский.

Партнерские программы[править]

Computer Science Center

Совместная образовательная инициатива Школы анализа данных, компании JetBrains и Computer Science клуба. Действует в Новосибирске с 2013 года, в Санкт-Петербурге — с 2011.

Y-Data

Y-Data — филиал ШАД возникший в 2018 году в Тель-Авиве. Занятия проходят в кампусах двух крупнейших университетов Израиля (TAU и BGU). Преподаватели программы — ведущие эксперты в своих областях из академии и индустрии, в обучении делается упор на проектную деятельность.

Школа анализа данных Яндекса

ШАД — это бесплатная двухгодичная программа для тех, кто хочет стать продвинутым датасаентистом или архитектором систем хранения и обработки больших данных. В Школе, основанной Яндексом в сентябре 2007 года, преподают машинное обучение, компьютерное зрение, анализ текстов на естественном языке и другие направления современных компьютерных наук.

Программа ШАДа фундаментальна: изучая каждый предмет, студенты начинают с азов, а заканчивают рубежами науки. Практика в Школе всегда идет рука об руку с теорией для того, чтобы каждый смог не только понять, как применять тот или иной алгоритм или метод в каждом случае, но и осознать, почему он сконструирован именно таким образом. ШАД готовит специалистов, востребованных как в IT, так и в научной деятельности.

Учиться в ШАДе можно в Москве, Екатеринбурге, Нижнем Новгороде и Минске, а также заочно, находясь в любой точке планеты. Студентам в Москве доступны четыре профессиональных направления: data science, разработка машинного обучения, инфраструктура больших данных и анализ данных в прикладных науках. Студенты остальных филиалов и заочного отделения могут обучаться на направлениях data science и разработка машинного обучения.

Прошедшие мероприятия

Программа по анализу данных

Длительность: 2 месяца (8 недель)
Лекция и семинар каждую неделю.
Старт курса: 8 февраля 2022 года

Автор программы
Илларионов Егор

Кандидат физико-математических наук c 2017 года. Ассистент кафедры теории вероятностей мехмата МГУ.

Опыт преподавания более 8 лет по курсам теории вероятностей, математической статистики, случайным процессам и основам машинного обучения. Эксперт Центра добычи углеводородов Сколковского института науки и технологий.
Автор более 30 научных работ.
Егор составил программу курса и будет проводить как лекции, так и семинары.

Профиль Егора в ИСТИНЕ МГУ

Программа по Анализу Данных

1 неделя

Основные задачи и инструменты машинного обучения.

Настройка необходимого окружения.

Полезные ссылки и ресурсы.

Numpy, работа с числовыми данными, сэмплирование

2 неделя

Кластеризация: метрики и алгоритмы

Pandas, работа с табличными данными, работа с пропущенными значениями, EDA

3 неделя

SVD, рекомендательная модель

Визуализация данных Matplotlib, задача понижения размерности, PCA

4 неделя

Линейная регрессия

Препроцессинг и очистка данных, соревнование

5 неделя

Логистическая регрессия, обобщенная линейная модель

Feature engineering, классификация текстовых данных, соревнование

6 неделя

Переобучение: признаки, причины, методы устранения. Регуляризация

Кросс-валидация, соревнование

7 неделя

Решающие деревья для регрессии и классификации

Подбор гиперпараметров, соревнование

8 неделя

Ансамбли алгоритмов

Итоговый хакатон, награждение победителей, рекомендации по дальнейшему обучению

График занятий

Длительность и лекций, и семинаров: 60 минут.
10 часов в неделю необходимо уделять для успешного обучения.
Старт курса: 8 февраля 2022 года

Лекция

Разбираем математические основы моделей машинного обучения: с примерами реализации в Python.

Workshop

На первых трех занятиях изучаем основные инструменты Python для работы с данными.
Домашние задания помогут закрепить навыки.

На следующих занятиях берем конкретную задачу (датасет), строим baseline модель и обсуждаем идеи по её совершенствованию.
Домашние задания: соревнование на лучшую модель.

Цели курса:
a. дать понимание математических основ машинного обучения
b. освоить базовые инструменты чтения и препроцессинга разнородных данных
c. научиться быстро собирать baseline модели и видеть способы улучшения
d. получить навыки командной работы и совместной генерации идей
e. сформировать community для начинающих и более опытных специалистов по анализу данных/машинному обучения

• Вопрос

  Где будут проходить занятия?

  Ответ

  Занятия будут проходить онлайн, на платформе Zoom.
  График занятий расположен выше

• Вопрос

  Будут ли записи лекций и семинаров?

  Ответ

  Записи лекций и семинаров будут доступны в вашем личном аккаунте на нашей платформе.

• Вопрос

  Какой уровень знаний необходимо иметь для курса?

• Вопрос

  Нужно ли уметь программировать на python?

  Ответ

  Нет, не обязательно. На первых занятиях мы уделим внимание основам и вы быстро освоитесь.

Время работы: 10:00-18:00 понедельник – пятница по московскому времени
Суббота и воскресенье – выходной.

Электронная почта: shadhelper@yandex.ru

Реквизиты:
ИП Лыков Александр Андреевич
ИНН 772791947906 / ОГРНИП 320774600076041

Анализ данныхдля ШАД

Пройдём все темы, обозначенные в требованиях к поступащим в ШАД по анализу данных. Прорешаем задачи прошлых годов. Лекция и семинар каждую неделю.

Автор программы – кандидат физико-математических наук и преподаватель мехмата МГУ – Илларионов Егор

Также[править]

• Факультет компьютерных наук (ВШЭ)
• Data mining
• Анализ данных

Сотрудничество с вузами[править]

В 2007 году при поддержке ШАД на базе МФТИ была создана кафедра анализа данных. Для студентов Физтеха обучение начинается на 3-4 курсах бакалавриата, магистерская программа доступна всем желающим.

Весной 2014 года Высшая школа экономики и Яндекс открыли факультет компьютерных наук. Преподаватели ШАД и сотрудники компании участвуют в создании учебного плана, ведут занятия для студентов.

С сентября 2011 года ШАД сотрудничает с факультетом прикладной математики и информатики Белорусского государственного университета. В 2014 году на ФПМИ БГУ стартовала магистерская программа по направлению «Алгоритмы и системы обработки больших данных».

Программа Школы анализа данных и магистратуры механико-математического факультета МГУ действует с 2012 года. Для обучения по ней требуется одновременно поступить в ШАД и в магистратуру университета по специальности «Компьютерная алгебра».

УРФУ

С сентября 2017 года в рамках направления «Компьютерные науки» открыта совместная магистратура ШАДа и Уральского федерального университета в Институте естественных наук и математики по траектории «Анализ данных».

ННГУ

Ряд дисциплин института информационных технологий, математики и механики Нижегородского государственного университета преподаётся с использованием материалов ШАД. В 2018 году в ННГУ запущена магистерская программа «Когнитивные системы», учебный план и материалы которой подготовлены при участии преподавателей Школы анализа данных Яндекса.

РЭШ

В 2019 году ШАД и Российская экономическая школа создали программу подготовки специалистов, обладающих одновременно навыками экономического моделирования и анализа данных. При прогнозировании в дополнение к классическим моделям машинного обучения они смогут учитывать экономические факторы, поведение людей, строение сложных экосистем.

ИТМО

Магистерская программа «Аналитика данных» открылась в Университете ИТМО в 2020 году при содействии Яндекса. Студентов учат создавать, адаптировать и применять методы анализа данных к разным предметным областям, используя машинное обучение, анализ временных рядов, компьютерное зрение, интеллектуальный анализ изображений, звуков и текстов на естественном языке.

ЕУ СПб

Осенью 2020 года Европейский университет в Санкт-Петербурге и Яндекс запустили программу профессионального образования «Пандан» (Прикладной анализ данных). В рамках образовательного цикла выпускники гуманитарных и общественных специальностей узнают больше о количественном повороте в своих и смежных областях, а выпускники технических направлений получат представление о проблемах в общественных науках.

СПбГУ

При участии Яндекса и СS-центра в Санкт-Петербургском государственном университете был создан факультет математики и компьютерных наук.

ЦЕРН

ШАД — участник совместных экспериментов с LHCb и ЦЕРН по применению возможностей машинного обучения и анализа данных в задачах физики высоких энергий.

Ссылки[править]

• Записи с меткой «ШАД» в официальном блоге Яндекса
• Школа компьютерных наук — журнал Открытые системы. СУБД
• В поисках «свежей крови» — Эксперт (журнал)
• Информация о курсах

Яндекс | История Яндекса · CompTek · Сервисы Найти [+]
Поисково-информационные	Поиск (АГС · тИЦ) · Картинки · Видео · Карты (Народная карта · Навигатор · Панорамы · Пробки · Транспорт) · Город · Словари · Перевод
Персональные и развлекательные сервисы	Почта · Календарь · Лента · Диск · Фотки · Мой Круг · Музыка · КиноПоиск · Деньги · Мои находки · Видео · Закладки · Автопоэт
Агрегаторы	Маркет · Новости · Авто · Работа · Недвижимость · Услуги · Расписания · Афиша · Такси (NewCo)
Вебмастерам и компаниям	Директ · Метрика · Почта для домена · Рекламная сеть · Вебмастер · Яндекс.XML · Сервер · Поиск для сайта · Яндекс.DNS · Яндекс.Танк
Программы	Кит · Шелл · Стор · Punto Switcher · Яндекс.Браузер · Элементы (Яндекс.Бар)  · Менеджер браузеров
Технологии	Атом · Острова · Сибирь · Yandex.SpeechKit
Люди	Аркадий Волож · Илья Сегалович · Аркадий Борковский (основатели) · Леонид Богуславский (инвестор) · Платон Щукин (персонаж) · Очир Манджиков · Тигран Худавердян · Андрей Себрант · Григорий Бакунов · Эстер Дайсон · Александр Волошин · Герман Греф · Андрей Райгородский · Альберт Ширяев · Александр Шульгин · Андрей Василевский · Грег Абовский · Елена Бунина
Закрытые	Нано · Народ · Персональный поиск · Открытки · Я.Онлайн · Я.ру
Прочее	Логотип · Поглощения · «Яндекс Воложа» · Яндекс.Книга · Фильм «Стартап» · Бомбинг · Штаб-квартира · Yandex Labs · Школа анализа данных · Факультет компьютерных наук · YaС · Кубок Яндекса · Рекламные кампании · ГИС Технологии · Яндекс в Израиле · Яндекс-тан