81%
Конверсия в выпускников, успешно прошедших техсекцию при найме (по итогам выпусков 2021—2023)
55%
Конверсия в выпускников (по итогам выпусков 2021—2023)
>150
Экспертов — авторов, преподавателей и менторов этих курсов
образовательная среда и программа, созданные в Авито для подготовки аналитиков данных и DS инженеров
>20
Курсов, разработанных нашими экспертами для обучения внутри и вне Авито
Академия Аналитиков
Авито — это:
Только актуальные и востребованные знания
Наши выпускники — специалисты уровня Junior+, готовые решать реальные рабочие задачи
Только актуальные и востребованные знания
-
Пересобираем и обновляем программу перед каждым запуском
-
Над курсом работают:
- команда экспертов Авито, которые применяют предмет обучения на практике;
- методологи, которые помогают превратить экспертизу в образовательный материал, прокачать подачу и подобрать инструменты для работы с аудиторией
- команда экспертов Авито, которые применяют предмет обучения на практике;
- методологи, которые помогают превратить экспертизу в образовательный материал, прокачать подачу и подобрать инструменты для работы с аудиторией
-
Требования к набору знаний и навыков выпускника валидируем вместе с нанимающими командами аналитики и DS
Составляем оптимальный маршрут обучения
-
Точно и честно рассчитываем учебную нагрузку — учёба в ААА требует в среднем 20 часов в неделю
-
Максимум практики: 70% занятий частично или целиком посвящены решению задач и кейсов
-
Даём возможность на входе подтвердить знания и получить «автоматические» зачёты по некоторым базовым дисциплинам
Развиваем прикладные навыки
-
Прокачиваем базовые hard skills и закрепляем на практике, максимально приближенной к задачам продуктового аналитика и DS-инженера
-
Поддерживаем необходимые soft skills
Организуем контакт с профессиональным коммьюнити и погружение в специфику отрасли
-
Преподаватели и менторы — аналитики и DS-инженеры Авито
-
Кураторы — проектные менеджеры ААА
-
Спикеры на митапах о карьерной подготовке — рекрутёры Авито
Карьерная подготовка
-
Рассказываем о профессиональном коммьюнити, знакомим с командами Авито и их задачами
-
Делимся собственным взглядом на этику взаимодействия с коллегами, заказчиками и даже рекрутёрами
-
Даём знания об устройстве индустрии и старте карьеры
Составляем оптимальный маршрут обучения
Карьерная подготовка
Организуем контакт с профессиональным коммьюнити и погружение в специфику отрасли
Развиваем прикладные навыки
Только актуальные и востребованные знания
Наши выпускники — специалисты уровня Junior+, готовые решать реальные рабочие задачи
Составляем оптимальный маршрут обучения
-
Точно и честно рассчитываем учебную нагрузку — учёба в ААА требует в среднем 20 часов в неделю
-
Максимум практики: 70% занятий частично или целиком посвящены решению задач и кейсов
-
Даём возможность на входе подтвердить знания и получить «автоматы» по некоторым базовым дисциплинам
Развиваем прикладные навыки
-
Прокачиваем базовые hard skills и закрепляем на практике, максимально приближенной к задачам продуктового аналитика и DS-инженера
-
Поддерживаем необходимые soft skills
Организуем контакт с профессиональным коммьюнити и погружение в специфику отрасли
-
Преподаватели и менторы — аналитики и DS-инженеры Авито
-
Кураторы — проектные менеджеры ААА
-
Спикеры на митапах о карьерной подготовке — рекрутёры Авито
Карьерная подготовка
-
Рассказываем о профессиональном коммьюнити, знакомим с командами Авито и их задачами
-
Делимся собственным взглядом на этику взаимодействия с коллегами, заказчиками и даже рекрутерами
-
Даем знания об устройстве индустрии и старте карьеры
Только актуальные и востребованные знания
-
Пересобираем и обновляем программу перед каждым запуском
-
Над курсом работают:
— команда экспертов Авито, которые применяют предмет обучения на практике;
— методологи, которые помогают превратить экспертизу в образовательный материал, прокачать подачу и подобрать инструменты для работы с аудиторией
— команда экспертов Авито, которые применяют предмет обучения на практике;
— методологи, которые помогают превратить экспертизу в образовательный материал, прокачать подачу и подобрать инструменты для работы с аудиторией
-
Требования к набору знаний и навыков выпускника валидируем вместе с нанимающими командами аналитики и DS
Составляем оптимальный маршрут обучения
Карьерная подготовка
Организуем контакт с профессиональным коммьюнити и погружение в специфику отрасли
Развиваем прикладные навыки
Наши выпускники — специалисты уровня Junior+, готовые решать реальные рабочие задачи
Развиваем прикладные навыки
-
Прокачиваем базовые hard skills и закрепляем на практике, максимально приближенной к задачам продуктового аналитика и DS-инженера
-
Поддерживаем необходимые soft skills
Составляем оптимальный маршрут обучения
-
Точно и честно рассчитываем учебную нагрузку — учёба в ААА требует в среднем 20 часов в неделю
-
Максимум практики: 70% занятий частично или целиком посвящены решению задач и кейсов
-
Даём возможность на входе подтвердить знания и получить «автоматические» зачёты по некоторым базовым дисциплинам
Организуем контакт с профессиональным коммьюнити и погружение в специфику отрасли
-
Преподаватели и менторы — аналитики и DS-инженеры Авито
-
Кураторы — проектные менеджеры ААА
-
Спикеры на митапах о карьерной подготовке — рекрутёры Авито
Только актуальные и востребованные знания
-
Пересобираем и обновляем программу перед каждым запуском
-
Над курсом работают:
— команда экспертов Авито, которые применяют предмет обучения на практике;
— методологи, которые помогают превратить экспертизу в образовательный материал, прокачать подачу и подобрать инструменты для работы с аудиторией
— команда экспертов Авито, которые применяют предмет обучения на практике;
— методологи, которые помогают превратить экспертизу в образовательный материал, прокачать подачу и подобрать инструменты для работы с аудиторией
-
Требования к набору знаний и навыков выпускника валидируем вместе с нанимающими командами аналитики и DS
Карьерная подготовка
-
Рассказываем о профессиональном коммьюнити, знакомим с командами Авито и их задачами
-
Делимся собственным взглядом на этику взаимодействия с коллегами, заказчиками и даже рекрутерами
-
Даем знания об устройстве индустрии и старте карьеры
Отзывы выпускников
Лена Котова
Junior Analyst @ Avito
выпуск 2023
Академия является уникальным образовательным проектом, поскольку дает возможность бесплатно всем, кто интересуется аналитикой, получить качественное образование не зависимо от возраста или образования. Программа обучения очень насыщенная, хорошо структурирована, при этом...
прочитать полностью
прочитать полностью
Лена Котова
Junior Analyst @ Avito
выпуск 2023
Академия является уникальным образовательным проектом, поскольку даёт возможность бесплатно всем, кто интересуется аналитикой, получить качественное образование не зависимо от возраста или образования. Программа обучения очень насыщенная, хорошо структурирована, в ней нет воды. Очень классно, что можно получать обратную связь от преподавателей, менторов, кураторов, которые являются профессионалами в своей сфере и могут делиться ценной информацией, которую обычно никто не рассказывает. Моя связь с Академией продолжается, я стала частью команды с преподавательской стороны, и мне нравится видеть, что ААА постоянно развивается, программа улучшается, появляются новые курсы и возможности для студентов. Ещё во время обучения я смогла устроиться в Авито аналитиком, поскольку Академия даёт знания, которые реально используешь почти каждый день на работе. И конечно же, Академия даёт возможность познакомится с невероятными людьми. После выпуска, многие мои однокурсники стали моими коллегами и друзьями, с которыми мы вместе продолжаем расти и развиваться.
Даша Козлова
Junior Analyst @ Avito
выпуск 2023
Если вы читаете этот отзыв, значит в вашем уме, по какой-то причине, еще остались сомнения по поводу того, стоит ли ввязываться в историю, под названием Академия Аналитиков Авито. Есть вероятность, сильно отличная от нуля, что прочитав мою маленькую историю до конца…
прочитать полностью
прочитать полностью
Даша Козлова
Junior Analyst @ Avito
выпуск 2023
Если вы читаете этот отзыв, значит в вашем уме, по какой-то причине, еще остались сомнения по поводу того, стоит ли ввязываться в историю, под названием Академия Аналитиков Авито. Есть вероятность, сильно отличная от нуля, что прочитав мою маленькую историю до конца, от этих сомнений не останется и следа!
Итак, все началось два года назад, примерно в это же время весной. На 7 год декрета, медицинский физик, те я, поняла, что фуллтайм занятость хоть и на любимой некогда работе на другом конце Москвы — это ту мач для матери троих детей.
Встал вопрос, как и в 11 классе, куда податься? Выбор был большой: тортики на заказ, вязаные крючком коврики, программирование, аналитика… Первые два варианта отпали почти сразу, потому что муж был не готов так часто есть тортики, лежа на стопке из ковриков, да и платить за это он тоже не собирался… Обо всех этих болях я рассказала верным подругам — тоже бывшим физикам. Женская солидарность сработала, и после полной моего нытья долгожданной встречи девчонки пропали на полгода… Я смирилась со своей участью и уже почти купила курс по аналитике данных от «одной-известной-компании», но в один прекрасный день, моя однокашница решила сделать мне подарок и кинулась ссылкой на лендинг, на котором ты, дорогой друг, читаешь эту удивительную историю.
Скажу честно, слово «академия» по соседству со словом «авито» у меня никак не укладывались в голове. Отзывов про этот широкоизвестный в узких кругах учебный курс почти что нигде не было, а те, что были, не сильно проясняли картину. Но за заявку денег не берут, да и вообще написано, что денег не берут, а учить обещают супер-круто и супер-долго, 13 месяцев — шутка ли!
Анкета отправлена, приглашение получено, дата первого этапа отбора известна! Дело за малым — вспомнить как это, ботать, а именно это нужно было делать в особенно усиленном режиме, чтобы вывести когнитивные способности мозга, который когда-то давно смог получить красный диплом, на рабочий уровень к ключевой дате.
Сказать, что это было непросто, это не сказать ничего, но азарт, любопытство и ботанские навыки не давали расслабляться: груздь полез в кузов.
Первый этап, второй этап, собеседование… и между этапами безостановочная подготовка по терверу и статистике. Лето пролетело незаметно, помню только, что были задачи, лекции на ютубе, курсы на степике и мозг, который категорически не хотел вот это вот все, а хотел мороженку и купаться.
Вряд ли смогу описать, какие чувства я испытала, когда получила заветное письмо от еще незнакомой Академии Аналитиков Авито о приглашении на обучение! В голове еще долго играли песни «We are the champions» и «Eye of the tiger».
И в сентябре всей семьей мы пошли учиться: старший сын в первый класс, я в аналитику, а муж на кухню готовить.
По вступительным этапам было ясно, что учеба здесь для меня не будет легкой прогулкой. По факту оказалось, что учеба не будет легкой прогулкой вообще для всех поступивших. Но оно того стоит! Как сказал один из студентов самого первого набора академии о преподавателях: «я почти обжегся об их глаза». И это правда, ребята вкладываются по полной, почти все преподаватели — действующие сотрудники Авито, прекрасно понимающие, чему они учат и как это будет использоваться в реальной работе.
Вся программа, что вы видите в описании — постоянно перерабатывается и улучшается на основании обратной связи от студентов и преподавателей. И я даже немного завидую тем, кто пришел и еще придет после нашего выпуска.
Кстати о выпуске, спустя почти ровно год подготовки к вступительным, у меня началась подготовка и собственно сами собеседования теперь уже на стажировку в Авито. И 22 августа 2023 года, спустя ровно год как было получено заветное письмо, как по мановению волшебной палочки того котика из мема, человек вышел из 8-летнего декрета в компанию мечты на стажировку, а 1 февраля 2024 года он же вышел уже на ставку младшего аналитика.
Скажу больше, все ребята, которые были в десятке по общему рейтингу — теперь мои коллеги, а самые ботаны умные еще и преподают.
В общем, игра стоит свеч! Действуй!
Итак, все началось два года назад, примерно в это же время весной. На 7 год декрета, медицинский физик, те я, поняла, что фуллтайм занятость хоть и на любимой некогда работе на другом конце Москвы — это ту мач для матери троих детей.
Встал вопрос, как и в 11 классе, куда податься? Выбор был большой: тортики на заказ, вязаные крючком коврики, программирование, аналитика… Первые два варианта отпали почти сразу, потому что муж был не готов так часто есть тортики, лежа на стопке из ковриков, да и платить за это он тоже не собирался… Обо всех этих болях я рассказала верным подругам — тоже бывшим физикам. Женская солидарность сработала, и после полной моего нытья долгожданной встречи девчонки пропали на полгода… Я смирилась со своей участью и уже почти купила курс по аналитике данных от «одной-известной-компании», но в один прекрасный день, моя однокашница решила сделать мне подарок и кинулась ссылкой на лендинг, на котором ты, дорогой друг, читаешь эту удивительную историю.
Скажу честно, слово «академия» по соседству со словом «авито» у меня никак не укладывались в голове. Отзывов про этот широкоизвестный в узких кругах учебный курс почти что нигде не было, а те, что были, не сильно проясняли картину. Но за заявку денег не берут, да и вообще написано, что денег не берут, а учить обещают супер-круто и супер-долго, 13 месяцев — шутка ли!
Анкета отправлена, приглашение получено, дата первого этапа отбора известна! Дело за малым — вспомнить как это, ботать, а именно это нужно было делать в особенно усиленном режиме, чтобы вывести когнитивные способности мозга, который когда-то давно смог получить красный диплом, на рабочий уровень к ключевой дате.
Сказать, что это было непросто, это не сказать ничего, но азарт, любопытство и ботанские навыки не давали расслабляться: груздь полез в кузов.
Первый этап, второй этап, собеседование… и между этапами безостановочная подготовка по терверу и статистике. Лето пролетело незаметно, помню только, что были задачи, лекции на ютубе, курсы на степике и мозг, который категорически не хотел вот это вот все, а хотел мороженку и купаться.
Вряд ли смогу описать, какие чувства я испытала, когда получила заветное письмо от еще незнакомой Академии Аналитиков Авито о приглашении на обучение! В голове еще долго играли песни «We are the champions» и «Eye of the tiger».
И в сентябре всей семьей мы пошли учиться: старший сын в первый класс, я в аналитику, а муж на кухню готовить.
По вступительным этапам было ясно, что учеба здесь для меня не будет легкой прогулкой. По факту оказалось, что учеба не будет легкой прогулкой вообще для всех поступивших. Но оно того стоит! Как сказал один из студентов самого первого набора академии о преподавателях: «я почти обжегся об их глаза». И это правда, ребята вкладываются по полной, почти все преподаватели — действующие сотрудники Авито, прекрасно понимающие, чему они учат и как это будет использоваться в реальной работе.
Вся программа, что вы видите в описании — постоянно перерабатывается и улучшается на основании обратной связи от студентов и преподавателей. И я даже немного завидую тем, кто пришел и еще придет после нашего выпуска.
Кстати о выпуске, спустя почти ровно год подготовки к вступительным, у меня началась подготовка и собственно сами собеседования теперь уже на стажировку в Авито. И 22 августа 2023 года, спустя ровно год как было получено заветное письмо, как по мановению волшебной палочки того котика из мема, человек вышел из 8-летнего декрета в компанию мечты на стажировку, а 1 февраля 2024 года он же вышел уже на ставку младшего аналитика.
Скажу больше, все ребята, которые были в десятке по общему рейтингу — теперь мои коллеги, а самые ботаны умные еще и преподают.
В общем, игра стоит свеч! Действуй!
Даша Козлова
Junior Analyst @ Avito
выпуск 2023
Если вы читаете этот отзыв, значит в вашем уме, по какой-то причине, еще остались сомнения по поводу того, стоит ли ввязываться в историю, под названием Академия Аналитиков Авито. Есть вероятность, сильно отличная от нуля, что прочитав мою маленькую историю до конца, от этих сомнений не останется и следа!
Итак, все началось два года назад, примерно в это же время весной. На 7 год декрета, медицинский физик, те я, поняла, что фуллтайм занятость хоть и на любимой некогда работе на другом конце Москвы — это ту мач для матери троих детей.
Встал вопрос, как и в 11 классе, куда податься? Выбор был большой: тортики на заказ, вязаные крючком коврики, программирование, аналитика… Первые два варианта отпали почти сразу, потому что муж был не готов так часто есть тортики, лежа на стопке из ковриков, да и платить за это он тоже не собирался… Обо всех этих болях я рассказала верным подругам — тоже бывшим физикам. Женская солидарность сработала, и после полной моего нытья долгожданной встречи девчонки пропали на полгода… Я смирилась со своей участью и уже почти купила курс по аналитике данных от «одной-известной-компании», но в один прекрасный день, моя однокашница решила сделать мне подарок и кинулась ссылкой на лендинг, на котором ты, дорогой друг, читаешь эту удивительную историю.
Скажу честно, слово «академия» по соседству со словом «авито» у меня никак не укладывались в голове. Отзывов про этот широкоизвестный в узких кругах учебный курс почти что нигде не было, а те, что были, не сильно проясняли картину. Но за заявку денег не берут, да и вообще написано, что денег не берут, а учить обещают супер-круто и супер-долго, 13 месяцев — шутка ли!
Анкета отправлена, приглашение получено, дата первого этапа отбора известна! Дело за малым — вспомнить как это, ботать, а именно это нужно было делать в особенно усиленном режиме, чтобы вывести когнитивные способности мозга, который когда-то давно смог получить красный диплом, на рабочий уровень к ключевой дате.
Сказать, что это было непросто, это не сказать ничего, но азарт, любопытство и ботанские навыки не давали расслабляться: груздь полез в кузов.
Первый этап, второй этап, собеседование… и между этапами безостановочная подготовка по терверу и статистике. Лето пролетело незаметно, помню только, что были задачи, лекции на ютубе, курсы на степике и мозг, который категорически не хотел вот это вот все, а хотел мороженку и купаться.
Вряд ли смогу описать, какие чувства я испытала, когда получила заветное письмо от еще незнакомой Академии Аналитиков Авито о приглашении на обучение! В голове еще долго играли песни «We are the champions» и «Eye of the tiger».
И в сентябре всей семьей мы пошли учиться: старший сын в первый класс, я в аналитику, а муж на кухню готовить.
По вступительным этапам было ясно, что учеба здесь для меня не будет легкой прогулкой. По факту оказалось, что учеба не будет легкой прогулкой вообще для всех поступивших. Но оно того стоит! Как сказал один из студентов самого первого набора академии о преподавателях: «я почти обжегся об их глаза». И это правда, ребята вкладываются по полной, почти все преподаватели — действующие сотрудники Авито, прекрасно понимающие, чему они учат и как это будет использоваться в реальной работе.
Вся программа, что вы видите в описании — постоянно перерабатывается и улучшается на основании обратной связи от студентов и преподавателей. И я даже немного завидую тем, кто пришел и еще придет после нашего выпуска.
Кстати о выпуске, спустя почти ровно год подготовки к вступительным, у меня началась подготовка и собственно сами собеседования теперь уже на стажировку в Авито. И 22 августа 2023 года, спустя ровно год как было получено заветное письмо, как по мановению волшебной палочки того котика из мема, человек вышел из 8-летнего декрета в компанию мечты на стажировку, а 1 февраля 2024 года он же вышел уже на ставку младшего аналитика.
Скажу больше, все ребята, которые были в десятке по общему рейтингу — теперь мои коллеги, а самые ботаны умные еще и преподают.
В общем, игра стоит свеч! Действуй!
Итак, все началось два года назад, примерно в это же время весной. На 7 год декрета, медицинский физик, те я, поняла, что фуллтайм занятость хоть и на любимой некогда работе на другом конце Москвы — это ту мач для матери троих детей.
Встал вопрос, как и в 11 классе, куда податься? Выбор был большой: тортики на заказ, вязаные крючком коврики, программирование, аналитика… Первые два варианта отпали почти сразу, потому что муж был не готов так часто есть тортики, лежа на стопке из ковриков, да и платить за это он тоже не собирался… Обо всех этих болях я рассказала верным подругам — тоже бывшим физикам. Женская солидарность сработала, и после полной моего нытья долгожданной встречи девчонки пропали на полгода… Я смирилась со своей участью и уже почти купила курс по аналитике данных от «одной-известной-компании», но в один прекрасный день, моя однокашница решила сделать мне подарок и кинулась ссылкой на лендинг, на котором ты, дорогой друг, читаешь эту удивительную историю.
Скажу честно, слово «академия» по соседству со словом «авито» у меня никак не укладывались в голове. Отзывов про этот широкоизвестный в узких кругах учебный курс почти что нигде не было, а те, что были, не сильно проясняли картину. Но за заявку денег не берут, да и вообще написано, что денег не берут, а учить обещают супер-круто и супер-долго, 13 месяцев — шутка ли!
Анкета отправлена, приглашение получено, дата первого этапа отбора известна! Дело за малым — вспомнить как это, ботать, а именно это нужно было делать в особенно усиленном режиме, чтобы вывести когнитивные способности мозга, который когда-то давно смог получить красный диплом, на рабочий уровень к ключевой дате.
Сказать, что это было непросто, это не сказать ничего, но азарт, любопытство и ботанские навыки не давали расслабляться: груздь полез в кузов.
Первый этап, второй этап, собеседование… и между этапами безостановочная подготовка по терверу и статистике. Лето пролетело незаметно, помню только, что были задачи, лекции на ютубе, курсы на степике и мозг, который категорически не хотел вот это вот все, а хотел мороженку и купаться.
Вряд ли смогу описать, какие чувства я испытала, когда получила заветное письмо от еще незнакомой Академии Аналитиков Авито о приглашении на обучение! В голове еще долго играли песни «We are the champions» и «Eye of the tiger».
И в сентябре всей семьей мы пошли учиться: старший сын в первый класс, я в аналитику, а муж на кухню готовить.
По вступительным этапам было ясно, что учеба здесь для меня не будет легкой прогулкой. По факту оказалось, что учеба не будет легкой прогулкой вообще для всех поступивших. Но оно того стоит! Как сказал один из студентов самого первого набора академии о преподавателях: «я почти обжегся об их глаза». И это правда, ребята вкладываются по полной, почти все преподаватели — действующие сотрудники Авито, прекрасно понимающие, чему они учат и как это будет использоваться в реальной работе.
Вся программа, что вы видите в описании — постоянно перерабатывается и улучшается на основании обратной связи от студентов и преподавателей. И я даже немного завидую тем, кто пришел и еще придет после нашего выпуска.
Кстати о выпуске, спустя почти ровно год подготовки к вступительным, у меня началась подготовка и собственно сами собеседования теперь уже на стажировку в Авито. И 22 августа 2023 года, спустя ровно год как было получено заветное письмо, как по мановению волшебной палочки того котика из мема, человек вышел из 8-летнего декрета в компанию мечты на стажировку, а 1 февраля 2024 года он же вышел уже на ставку младшего аналитика.
Скажу больше, все ребята, которые были в десятке по общему рейтингу — теперь мои коллеги, а самые ботаны умные еще и преподают.
В общем, игра стоит свеч! Действуй!
Артем Васенков
Middle DS Engineer @ Avito
выпуск 2023
Всем привет! Меня зовут Артём, и я обучался на первом потоке программы подготовки DS-инженеров в Академии Аналитиков Авито. Одним из главных преимуществ программы является акцент на решении прикладных задач, что даёт возможность не только изучать теорию, но и активно применять полученные…
прочитать полностью
прочитать полностью
Артем Васенков
Middle DS Engineer @ Avito
выпуск 2023
Всем привет! Меня зовут Артём, и я обучался на первом потоке программы подготовки DS-инженеров в Академии Аналитиков Авито. Одним из главных преимуществ программы является акцент на решении прикладных задач, что даёт возможность не только изучать теорию, но и активно применять полученные знания на практике. Особенно ценным было то, что обучение не ограничивалось лишь решением задач из различных областей машинного и глубокого обучения, но также включало и курсы по разметке данных и использованию ML-моделей в продакшене. А курсовой проект, над которым работают все студенты Академии, позволяет понять многие аспекты, возникающие в реальной работе DS-инженера.
Программа подготовки ААА дала мне очень крутой опыт, благодаря которому я смог прийти в Авито и успешно начал карьеру в этой области.
Программа подготовки ААА дала мне очень крутой опыт, благодаря которому я смог прийти в Авито и успешно начал карьеру в этой области.
Женя Мурзаева
Senior Analyst @ Avito
выпуск 2022
Я поступила в Академию в 21 году с чёткой задачей: подтянуть харды. На тот момент я уже год работала продуктовым аналитиком и моих soft skills хватало, чтобы держаться молодцом в джунах+. При этом, я понимала, что мне не хватает систематизированных знаний по хардам, чтобы расти дальше. Академия…
прочитать полностью
прочитать полностью
Женя Мурзаева
Senior Analyst @ Avito
выпуск 2022
Я поступила в Академию в 21 году с чёткой задачей: подтянуть харды. На тот момент я уже год работала продуктовым аналитиком и моих soft skills хватало, чтобы держаться молодцом в джунах+. При этом, я понимала, что мне не хватает систематизированных знаний по хардам, чтобы расти дальше. Академия идеально помогла решить задачу! Курсы по статистике, экспам и питону дали отличную базу, курс по визуализации помог делать красивые даши и получать восхищения от коллег, а курс по ML напомнил мне, что я могу разобраться в чём угодно, если уделю этому достаточно времени. Я считаю, что ААА — это самый идеальный способ получить сильную базу в аналитике для работы в самых лучших IT- компаниях.
Андрей Тимченко
Senior Analyst @ Avito
выпуск 2021
Обучение в Академии Аналитиков Авито оказалось потрясающим опытом! Я расширил свои знания в области аналитики и познакомился с умными и амбициозными ребятами, что добавило в процесс обучения дополнительную ценность. Мы учились у профессионалов рынка, применяя лучшие практики…
прочитать полностью
прочитать полностью
Андрей Тимченко
Senior Analyst @ Avito
выпуск 2021
Обучение в Академии Аналитиков Авито оказалось потрясающим опытом! Я расширил свои знания в области аналитики и познакомился с умными и амбициозными ребятами, что добавило в процесс обучения дополнительную ценность. Мы учились у профессионалов рынка, применяя лучшие практики. На ходе занятиях мы решали кейсы и весело проводили время, обмениваясь опытом и идеями. Благодаря этой уникальной образовательной программе, я освоил множество полезных навыков, которые непосредственно применил в работе. Я невероятно благодарен Академии за такую ценную возможность!
Алина Щукина
Senior DS Engineer @ Avito
выпуск 2021
Академия — отличное место как для старта, так и для продолжения изучения анализа данных. Тут учишься у лучших практикущих аналитиков и DS-инженеров. В Академии я не просто получила мощный фундамент знаний, но что главное — меня научили учиться. Я пришла в Академию обычным человеком, а вышла…
прочитать полностью
прочитать полностью
Алина Щукина
Senior DS Engineer @ Avito
выпуск 2021
Академия — отличное место как для старта, так и для продолжения изучения анализа данных. Тут учишься у лучших практикующих аналитиков и DS- инженеров. В Академии я не просто получила мощный фундамент знаний, но что главное — меня научили учиться.
Я пришла в Академию обычным человеком, а вышла — влюблённой в машинное обучение и работу с данными.
Я пришла в Академию обычным человеком, а вышла — влюблённой в машинное обучение и работу с данными.
Андрей Васильченко
Team Lead @ Avito
выпуск 2021
В ААА я понял, что точно хочу заниматься продуктовой аналитикой, и получил все необходимые скилы для перехода из проджект-менеджмента в аналитику. Отдельный респект за курсы по статистике и ML — после них я действительно понимаю фундаментально и могу применять...
прочитать полностью
прочитать полностью
Андрей Васильченко
Team Lead @ Avito
выпуск 2021
В ААА я понял, что точно хочу заниматься продуктовой аналитикой, и получил все необходимые скилы для перехода из проджект-менеджмента в аналитику. Отдельный респект за курсы по статистике и ML —- после них я действительно понимаю фундаментально и могу применять инструменты на практике (чего не скажешь о курсах в универе).
Отзывы выпускников
Лена Котова
Junior Analyst @ Avito
выпуск 2023
Академия является уникальным образовательным проектом, поскольку дает возможность бесплатно всем, кто интересуется аналитикой, получить качественное образование не зависимо от возраста или образования. Программа обучения очень насыщенная, хорошо структурирована, при этом...
Даша Козлова
Junior Analyst @ Avito
выпуск 2023
Если вы читаете этот отзыв, значит в вашем уме, по какой-то причине, еще остались сомнения по поводу того, стоит ли ввязываться в историю, под названием Академия Аналитиков Авито. Есть вероятность, сильно отличная от нуля, что прочитав мою маленькую историю до конца…
Артем Васенков
Middle DS Engineer @ Avito
выпуск 2023
Всем привет! Меня зовут Артём, и я обучался на первом потоке программы подготовки DS-инженеров в Академии Аналитиков Авито. Одним из главных преимуществ программы является акцент на решении прикладных задач, что даёт возможность не только изучать теорию, но и активно применять полученные…
Женя Мурзаева
Senior Analyst @ Avito
выпуск 2022
Я поступила в Академию в 21 году с чёткой задачей: подтянуть харды. На тот момент я уже год работала продуктовым аналитиком и моих soft skills хватало, чтобы держаться молодцом в джунах+. При этом, я понимала, что мне не хватает систематизированных знаний по хардам, чтобы...
Андрей Тимченко
Senior Analyst @ Avito
выпуск 2021
Обучение в Академии Аналитиков Авито оказалось потрясающим опытом! Я расширил свои знания в области аналитики и познакомился с умными и амбициозными ребятами, что добавило в процесс обучения дополнительную ценность. Мы учились у профессионалов рынка, применяя лучшие практики…
Алина Щукина
Senior DS Engineer @ Avito
выпуск 2021
Академия — отличное место как для старта, так и для продолжения изучения анализа данных. Тут учишься у лучших практикущих аналитиков и DS-инженеров. В Академии я не просто получила мощный фундамент знаний, но что главное — меня научили учиться. Я пришла в Академию обычным человеком, а вышла…
Андрей Васильченко
Team Lead @ Avito
выпуск 2021
В ААА я понял, что точно хочу заниматься продуктовой аналитикой, и получил все необходимые скилы для перехода из проджект-менеджмента в аналитику. Отдельный респект за курсы по статистике и ML — после них я действительно понимаю фундаментально и могу применять...
прочитать полностью
прочитать полностью
прочитать полностью
прочитать полностью
прочитать полностью
прочитать полностью
прочитать полностью
Сейчас машинное обучение бурно развивается, и для выпускников это отличная возможность войти в мир DS. Недавно окончивший учебу студент может повлиять на жизнь миллионов людей с помощью технологий!
Гуру данных, который превращает информацию в магию с помощью машинного обучения, программирования и анализа данных. Он как супергерой, но для цифрового мира!
DS-инженер
Аналитики Авито — равноправные партнеры в развитии бизнеса и продукта!
Аналитик данных
Направления
-
Разрабатывает сервис и встраивает в него модель
-
Выбирает наиболее подходящую модель для задачи, размечает данные, обучает и валидирует модель
-
Проводит интеграцию сервиса с заказчиком и выкатывает его в production
-
Играет ключевую роль в процессе преобразования данных в ценную информацию, которая помогает компаниям принимать обоснованные решения и достигать своих бизнес-целей
-
Формулирует бизнес-задачу в терминах машинного обучения
-
Получает запрос от бизнеса на решение задачи
-
Умеет презентовать результаты исследований бизнесу и аргументированно отстаивает свою позицию
-
Разрабатывает ML-модели для решения прикладных аналитических задач
-
На основе анализа принимает решения об улучшении продукта
-
Определяет ключевые метрики продукта и предложения по их улучшению
-
Проводит исследования, которые помогают ответить на вопросы «что произошло» и «почему», а также составляет дальнейшие рекомендации
-
Создает аналитические фреймворки, которые позволяют аналитикам самостоятельно контрибьютить в продукт
-
Отвечает за количественную оценку текущих проблем и возможностей, которые реализуются в продукте
Подготовкой аналитиков данных занимаются 8 команд, состоящих из 45 экспертов — аналитиков данных, инженеров и DS инженеров — авторов и преподавателей 8 курсов. Им помогают менторы — аналитики данных, а также рекрутеры, проектные менеджеры и координаторы.
Программа и команда ДА
Цель курса
Открыть способность заглядывать в будущее! А также научить понимать специфику, область применения и фишки базовых критериев и методов.
Научим
− Решать практические задачи с использованием статистических критериев t-test, Манна-Уитни, бутстрап
− Использовать специализированные библиотеки Python для решения статистических задач
− Принимать решения в спорных ситуациях, опираясь на понимание принципов статистического аппарата
Программа
− Статистический критерий
− Статистическая мощность
− Z-test
− T-test
− Метод Монте-Карло
− Колмогоров
− Колмогоров-Смирнов
− Хи-квадрат
− Манн-Уитни
− Бутстрап
− Множественная проверка гипотез
− Линеаризация
Перейти на страницу курса
Открыть способность заглядывать в будущее! А также научить понимать специфику, область применения и фишки базовых критериев и методов.
Научим
− Решать практические задачи с использованием статистических критериев t-test, Манна-Уитни, бутстрап
− Использовать специализированные библиотеки Python для решения статистических задач
− Принимать решения в спорных ситуациях, опираясь на понимание принципов статистического аппарата
Программа
− Статистический критерий
− Статистическая мощность
− Z-test
− T-test
− Метод Монте-Карло
− Колмогоров
− Колмогоров-Смирнов
− Хи-квадрат
− Манн-Уитни
− Бутстрап
− Множественная проверка гипотез
− Линеаризация
Перейти на страницу курса
Цель курса
Научить понимать, создавать и использовать метрики для оценки продуктов и деятельности компании.
Научим
− Разбираться в свойствах метрик, их особенностях и парадоксах
− Понимать основные продуктовые и бизнес-метрики и область их применения
− Анализировать метрики и использовать необходимые инструменты
− Применять юнит-экономику и когортный анализ для решения задач
− Понимать основные бизнес-метрики и область их применения
− Разрабатывать и анализировать бизнес- и продуктовые метрики
− Оценивать качество метрик
− Готовить данные, оценивать их полноту и достоверность
− Проектировать простые дашборды для решения бизнес-задач
Программа
− Базовые понятия аналитики
− Метрики: что, зачем и как
− Как анализировать метрики?
− Юнит экономика и когортный анализ
− Практика на реальных кейсах
Научить понимать, создавать и использовать метрики для оценки продуктов и деятельности компании.
Научим
− Разбираться в свойствах метрик, их особенностях и парадоксах
− Понимать основные продуктовые и бизнес-метрики и область их применения
− Анализировать метрики и использовать необходимые инструменты
− Применять юнит-экономику и когортный анализ для решения задач
− Понимать основные бизнес-метрики и область их применения
− Разрабатывать и анализировать бизнес- и продуктовые метрики
− Оценивать качество метрик
− Готовить данные, оценивать их полноту и достоверность
− Проектировать простые дашборды для решения бизнес-задач
Программа
− Базовые понятия аналитики
− Метрики: что, зачем и как
− Как анализировать метрики?
− Юнит экономика и когортный анализ
− Практика на реальных кейсах
Цель курса
Цель курса — научиться использовать инструментами Python для решения аналитических задач.
Научим
− Писать код, понятный другим аналитикам и инженерам, тестировать корректность его работы
− Использовать встроенные типы, функции и классы
− Работать с тулингом git и idea
− Писать и использовать декораторы
− Использовать преимущества функционального программирования
− Логировать промежуточные вычисления
Программа
− Инструменты разработчика и не только
− Основы языка Python
− Функции+Декораторы
− Классы
− Тестирование
− Питон на каждый день
Цель курса — научиться использовать инструментами Python для решения аналитических задач.
Научим
− Писать код, понятный другим аналитикам и инженерам, тестировать корректность его работы
− Использовать встроенные типы, функции и классы
− Работать с тулингом git и idea
− Писать и использовать декораторы
− Использовать преимущества функционального программирования
− Логировать промежуточные вычисления
Программа
− Инструменты разработчика и не только
− Основы языка Python
− Функции+Декораторы
− Классы
− Тестирование
− Питон на каждый день
Цель курса
Дать студентам основы работы с базами данных и научить работать c SQL-кодом.
Научим
− Проектировать простые модели данных и описывать объекты базы данных
− Писать оптимальные запросы к данным на SQL
− Фильтровать, преобразовывать и группировать выборки
− Применять аналитические и оконные функции
− Создавать таблицы в базе и наполнять их данными
Программа
− Знакомство с базами данных
− Простые запросы, выборка данных
− Группировки и агрегатные функции
− Модели данных и соединения таблиц
− Создание таблиц, наполнение данными
− Подзапросы, CTE
− Оконные функции
− Группировки с подытогом. Работа со множествами
− Оптимизация
Дать студентам основы работы с базами данных и научить работать c SQL-кодом.
Научим
− Проектировать простые модели данных и описывать объекты базы данных
− Писать оптимальные запросы к данным на SQL
− Фильтровать, преобразовывать и группировать выборки
− Применять аналитические и оконные функции
− Создавать таблицы в базе и наполнять их данными
Программа
− Знакомство с базами данных
− Простые запросы, выборка данных
− Группировки и агрегатные функции
− Модели данных и соединения таблиц
− Создание таблиц, наполнение данными
− Подзапросы, CTE
− Оконные функции
− Группировки с подытогом. Работа со множествами
− Оптимизация
Цель курса
Научить строить оптимальные планы исследовательских экспериментов.
Научим
− Разбираться в наиболее распространенных критериях для интерпретации данных
− Подходам по снижению дисперсии, ложноположительных результатов
− Способам организации факторных и оптимизационных исследований
Программа
− Процесс исследования
− Планирование эксперимента
− Интерпретация эксперимента
− Снижение дисперсии
− Множественное сравнение (ANOVA, факторный анализ)
Научить строить оптимальные планы исследовательских экспериментов.
Научим
− Разбираться в наиболее распространенных критериях для интерпретации данных
− Подходам по снижению дисперсии, ложноположительных результатов
− Способам организации факторных и оптимизационных исследований
Программа
− Процесс исследования
− Планирование эксперимента
− Интерпретация эксперимента
− Снижение дисперсии
− Множественное сравнение (ANOVA, факторный анализ)
Цель курса
Дать научное представление об эконометрических моделях и методах, а также показать, как применять их на практике.
Научим
− Понимать базовые принципы эконометрического исследования
− Тестировать предпосылки эконометрических моделей
− Выбирать наилучшую эконометрическую модель с помощью in-sample и out-of-sample метрик
− Тестировать статистическую значимость предсказаний эконометрических моделей
Программа
− Регрессия — простая и множественная
− Нарушения предпосылок Гаусса-Маркова: мультиколлинеарность и гетероскедастичность
− Нарушения предпосылок Гаусса-Маркова: эндогенность
− Оценка причинно-следственных эффектов: формальное определение, недостатки методов оценки и способы их избежать
− Обобщенные линейные модели. Propensity Score Matching. Synthetic Control method
− Временные ряды. Введение.
− Временные ряды. SARIMA. SARIMAX. FBProphet.
− Временные ряды. FBProphet Hypertuning. TBATS. Анализ прогнозов.
Дать научное представление об эконометрических моделях и методах, а также показать, как применять их на практике.
Научим
− Понимать базовые принципы эконометрического исследования
− Тестировать предпосылки эконометрических моделей
− Выбирать наилучшую эконометрическую модель с помощью in-sample и out-of-sample метрик
− Тестировать статистическую значимость предсказаний эконометрических моделей
Программа
− Регрессия — простая и множественная
− Нарушения предпосылок Гаусса-Маркова: мультиколлинеарность и гетероскедастичность
− Нарушения предпосылок Гаусса-Маркова: эндогенность
− Оценка причинно-следственных эффектов: формальное определение, недостатки методов оценки и способы их избежать
− Обобщенные линейные модели. Propensity Score Matching. Synthetic Control method
− Временные ряды. Введение.
− Временные ряды. SARIMA. SARIMAX. FBProphet.
− Временные ряды. FBProphet Hypertuning. TBATS. Анализ прогнозов.
Цель курса
Научить студентов самостоятельно реализовывать проекты на основе машинного обучения.
Научим
− Понимать ключевые ML-алгоритмы
− Обучать и валидировать модели машинного обучения
− Формулировать бизнес-задачи в терминах машинного обучения
− Оценивать эффект от применения ML в решении задач
Программа
− Введение
− Линейная регрессия и градиентный спуск
− Логистическая регрессия и переобучение
− Введение в нейронные сети и обработка текста
− Обучение нейронных сетей и архитектуры для NLP
− Нейронные сети и компьютерное зрение
− Решающие деревья
− Ансамбль решающих деревьев
− Обучение без учителя
Научить студентов самостоятельно реализовывать проекты на основе машинного обучения.
Научим
− Понимать ключевые ML-алгоритмы
− Обучать и валидировать модели машинного обучения
− Формулировать бизнес-задачи в терминах машинного обучения
− Оценивать эффект от применения ML в решении задач
Программа
− Введение
− Линейная регрессия и градиентный спуск
− Логистическая регрессия и переобучение
− Введение в нейронные сети и обработка текста
− Обучение нейронных сетей и архитектуры для NLP
− Нейронные сети и компьютерное зрение
− Решающие деревья
− Ансамбль решающих деревьев
− Обучение без учителя
Цель курса
Пройти путь от хотелок заказчика до готового дашборда в Redash, который будет эффективно решать поставленную задачу и которым вы будете гордиться.
Научим
− Представлять данные в виде понятных и полезных визуализаций
− Выявлять реальные потребности заказчика и ставить понятную задачу на дашборд
− Создавать оптимизированные витрины данных для дальнейшей визуализации
− Разрабатывать базовые дашборды в Redash, а также улучшать их под потребности бизнеса
Программа
− Зачем нужна визуализация?
− Как понять, что нужно заказчику?
− Как собрать витрину для дашборда?
− Как создать дашборд в Redash?
− Как улучшить дашборд в Redash?
Пройти путь от хотелок заказчика до готового дашборда в Redash, который будет эффективно решать поставленную задачу и которым вы будете гордиться.
Научим
− Представлять данные в виде понятных и полезных визуализаций
− Выявлять реальные потребности заказчика и ставить понятную задачу на дашборд
− Создавать оптимизированные витрины данных для дальнейшей визуализации
− Разрабатывать базовые дашборды в Redash, а также улучшать их под потребности бизнеса
Программа
− Зачем нужна визуализация?
− Как понять, что нужно заказчику?
− Как собрать витрину для дашборда?
− Как создать дашборд в Redash?
− Как улучшить дашборд в Redash?
Цель курса
Погружение студента в структуру рабочего процесса junior-аналитика в Авито.
Научим
− Правилам экологичной и эффективной рабочей коммуникации
− Подготовке к решению открытых задач
− Решению реальных аналитических задач джуниор аналитика
Программа
− Курс по коммуникациям
− Курс по решению кейсов без данных
− Курс по решению кейсов с данными
Погружение студента в структуру рабочего процесса junior-аналитика в Авито.
Научим
− Правилам экологичной и эффективной рабочей коммуникации
− Подготовке к решению открытых задач
− Решению реальных аналитических задач джуниор аналитика
Программа
− Курс по коммуникациям
− Курс по решению кейсов без данных
− Курс по решению кейсов с данными
Прикладная статистика
Программа
-
Статистический критерий
-
Статистическая мощность
-
Z-test
-
T-test
-
Метод Монте-Карло
-
Колмогоров
Научим
Цель курса
Открыть способность заглядывать в будущее! А также научить понимать специфику, область применения и фишки базовых критериев и методов.
-
Колмогоров-Смирнов
-
Хи-квадрат
-
Манн-Уитни
-
Бутстрап
-
Множественная проверка гипотез
-
Линеаризация
-
Решать практические задачи с использованием статистических критериев t-test, Манна-Уитни, бутстрап
-
Использовать специализированные библиотеки Python для решения статистических задач
-
Принимать решения в спорных ситуациях, опираясь на понимание принципов статистического аппарата
МЕТРИКИ
Программа
-
Базовые понятия аналитики
-
Метрики: что, зачем и как
-
Как анализировать метрики?
-
Юнит экономика и когортный анализ
-
Практика на реальных кейсах
Научим
Цель курса
Научить понимать, создавать и использовать метрики для оценки продуктов и деятельности компании.
-
Разбираться в свойствах метрик, их особенностях и парадоксах
-
Понимать основные продуктовые и бизнес-метрики и область их применения
-
Анализировать метрики и использовать необходимые инструменты
-
Применять юнит-экономику и когортный анализ для решения задач
-
Использовать полученные знания на практических кейсах
-
Понимать основные бизнес-метрики и область их применения
-
Разрабатывать и анализировать бизнес- и продуктовые метрики
-
Оценивать качество метрик
-
Готовить данные, оценивать их полноту и достоверность
-
Проектировать простые дашборды для решения бизнес-задач
PYTHON BASIC
Программа
Научим
Цель курса
Цель курса — научиться использовать инструментами Python для решения аналитических задач.
-
Инструменты разработчика и не только
-
Основы языка Python
-
Функции+Декораторы
-
Классы
-
Тестирование
-
Писать код, понятный другим аналитикам и инженерам, тестировать корректность его работы
-
Использовать встроенные типы, функции и классы
-
Работать с тулингом git и idea
-
Писать и использовать декораторы
-
Использовать преимущества функционального программирования
-
Логировать промежуточные вычисления
-
Питон на каждый день
SQL
Программа
Научим
Цель курса
Дать студентам основы работы с базами данных и научить работать c SQL-кодом.
-
Знакомство с базами данных
-
Простые запросы, выборка данных
-
Группировки и агрегатные функции
-
Модели данных и соединения таблиц
-
Создание таблиц, наполнение данными
-
Подзапросы, CTE
-
Оконные функции
-
Группировки с подытогом. Работа со множествами
-
Оптимизация
-
Проектировать простые модели данных и описывать объекты базы данных
-
Писать оптимальные запросы к данным на SQL
-
Фильтровать, преобразовывать и группировать выборки
-
Применять аналитические и оконные функции
-
Создавать таблицы в базе и наполнять их данными
ЭКСПЕРИМЕНТЫ
Программа
Научим
Цель курса
Научить строить оптимальные планы исследовательских экспериментов.
-
Процесс исследования
-
Планирование эксперимента
-
Интерпретация эксперимента
-
Снижение дисперсии
-
Множественное сравнение (ANOVA, факторный анализ)
-
Разбираться в наиболее распространенных критериях для интерпретации данных
-
Подходам по снижению дисперсии, ложноположительных результатов
-
Способам организации факторных и оптимизационных исследований
ЭКОНОМЕТРИКА
Программа
-
Регрессия — простая и множественная
Научим
Цель курса
Дать научное представление об эконометрических моделях и методах, а также показать, как применять их на практике.
-
Обобщенные линейные модели. Propensity Score Matching. Synthetic Control method
-
Временные ряды. SARIMA. SARIMAX. FBProphet.
-
Нарушения предпосылок Гаусса-Маркова: мультиколлинеарность и гетероскедастичность
-
Нарушения предпосылок Гаусса-Маркова: эндогенность
-
Оценка причинно-следственных эффектов: формальное определение, недостатки методов оценки и способы их избежать
-
Временные ряды. Введение.
-
Временные ряды. FBProphet Hypertuning. TBATS. Анализ прогнозов.
-
Понимать базовые принципы эконометрического исследования
-
Тестировать предпосылки эконометрических моделей
-
Выбирать наилучшую эконометрическую модель с помощью in-sample и out-of-sample метрик
-
Тестировать статистическую значимость предсказаний эконометрических моделей
ML
Программа
Научим
Цель курса
Научить студентов самостоятельно реализовывать проекты на основе машинного обучения.
-
Введение
-
Линейная регрессия и градиентный спуск
-
Логистическая регрессия и переобучение
-
Введение в нейронные сети и обработка текста
-
Обучение нейронных сетей и архитектуры для NLP
-
Нейронные сети и компьютерное зрение
-
Решающие деревья
-
Ансамбль решающих деревьев
-
Обучение без учителя
-
Понимать ключевые ML-алгоритмы
-
Обучать и валидировать модели машинного обучения
-
Формулировать бизнес-задачи в терминах машинного обучения
-
Оценивать эффект от применения ML в решении задач
ВИЗУАЛИЗАЦИЯ ДАННЫХ
Программа
Научим
Цель курса
Пройти путь от хотелок заказчика до готового дашборда в Redash, который будет эффективно решать поставленную задачу и которым вы будете гордиться.
-
Зачем нужна визуализация?
-
Как понять, что нужно заказчику?
-
Как собрать витрину для дашборда?
-
Как создать дашборд в Redash?
-
Как улучшить дашборд в Redash?
-
Представлять данные в виде понятных и полезных визуализаций
-
Выявлять реальные потребности заказчика и ставить понятную задачу на дашборд
-
Создавать оптимизированные витрины данных для дальнейшей визуализации
-
Разрабатывать базовые дашборды в Redash, а также улучшать их под потребности бизнеса
Аналитические кейсы
Программа
Научим
Цель курса
Погружение студента в структуру рабочего процесса junior-аналитика в Авито.
-
Курс по коммуникациям
-
Курс по решению кейсов без данных
-
Курс по решению кейсов с данными
-
Правилам экологичной и эффективной рабочей коммуникации
-
Подготовке к решению открытых задач
-
Решению реальных аналитических задач джуниор аналитика
Подготовкой DS инженеров занимаются 9 команд, состоящих из 51 эксперта — DS инженеров, инженеров и аналитиков данных — авторов и преподавателей 9 курсов программы. Им помогают менторы — DS инженеры, а также рекрутеры, проектные менеджеры и координаторы.
Программа и команда ДС
Цель курса
Для тех, кто много слышал о машинном обучении, но никогда не разбирался в нем основательно. Для тех, кто пробовал применять модели машинного обучения на практике, но они не работали.
Научим
− Приносить ценность с помощью данных: постановка задачи ML, получение разметки, обучение валидация алгоритмов, оценка эффекта
− Понимать ключевые ml алгоритмы
− Подробно объяснять/писать logreg, random_forest, knn, kmeans
− Ставить и оценивать различные задачи: Задачи классификации, Задачи регрессии, Задачи кластеризации, Задачи ранжирования
− Расскажем про методы: Линейные модели, Модели на основе деревьев, КNN, КMeans
Программа
− Введение
− Линейная регрессия и градиентный спуск
− Логистическая регрессия и переобучение
− Введение в нейронные сети и обработка текста
− Обучение нейронных сетей и архитектуры для NLP
− Нейронные сети и компьютерное зрение
− Решающие деревья
− Ансамбль решающих деревьев
− Обучение без учителя
Для тех, кто много слышал о машинном обучении, но никогда не разбирался в нем основательно. Для тех, кто пробовал применять модели машинного обучения на практике, но они не работали.
Научим
− Приносить ценность с помощью данных: постановка задачи ML, получение разметки, обучение валидация алгоритмов, оценка эффекта
− Понимать ключевые ml алгоритмы
− Подробно объяснять/писать logreg, random_forest, knn, kmeans
− Ставить и оценивать различные задачи: Задачи классификации, Задачи регрессии, Задачи кластеризации, Задачи ранжирования
− Расскажем про методы: Линейные модели, Модели на основе деревьев, КNN, КMeans
Программа
− Введение
− Линейная регрессия и градиентный спуск
− Логистическая регрессия и переобучение
− Введение в нейронные сети и обработка текста
− Обучение нейронных сетей и архитектуры для NLP
− Нейронные сети и компьютерное зрение
− Решающие деревья
− Ансамбль решающих деревьев
− Обучение без учителя
Цель курса
Курс ML Advanced познакомит с продвинутыми и новыми алгоритмами, подходами и задачами, актуальными для современной IT-индустрии. Вы научитесь: детектировать и сегментировать объекты на изображении работать с данными, имеющими временную природу, и прогнозировать временные ряды распознавать речь и звук, анализировать аудио-данные строить архитектуру трансформер — SOTA алгоритм для широкого спектра задач в NLP, CV и Audio Processing строить рекомендательные системы, устойчивые к высоким нагрузкам в продакшене обучать генеративные и диффузионные модели.
Научим
− Строить рексистему для своих музыкальных предпочтений
− Рисовать картину в стиле Айвазовского
− Выстроить трейдинговую стратегию для торговли акциями
− Задетектировать всех птичек на снимке из отпуска и даже распознать пение каждой из них
− С этими знаниями вам будет проще подготовиться к прохождению собеседований на топовые позиции в любой IT компании
Программа
− Временные ряды
− Сегментация
− Детекция
− ГАНы и диффузионные модели
− Рекомендации
− Трансформеры
− Звук
Курс ML Advanced познакомит с продвинутыми и новыми алгоритмами, подходами и задачами, актуальными для современной IT-индустрии. Вы научитесь: детектировать и сегментировать объекты на изображении работать с данными, имеющими временную природу, и прогнозировать временные ряды распознавать речь и звук, анализировать аудио-данные строить архитектуру трансформер — SOTA алгоритм для широкого спектра задач в NLP, CV и Audio Processing строить рекомендательные системы, устойчивые к высоким нагрузкам в продакшене обучать генеративные и диффузионные модели.
Научим
− Строить рексистему для своих музыкальных предпочтений
− Рисовать картину в стиле Айвазовского
− Выстроить трейдинговую стратегию для торговли акциями
− Задетектировать всех птичек на снимке из отпуска и даже распознать пение каждой из них
− С этими знаниями вам будет проще подготовиться к прохождению собеседований на топовые позиции в любой IT компании
Программа
− Временные ряды
− Сегментация
− Детекция
− ГАНы и диффузионные модели
− Рекомендации
− Трансформеры
− Звук
Цель курса
Цель курса — научиться использовать инструментами Python для решения аналитических задач.
Научим
− Писать код, понятный другим аналитикам и инженерам, тестировать корректность его работы
− Использовать встроенные типы, функции и классы
− Работать с тулингом git и idea
− Писать и использовать декораторы
− Использовать преимущества функционального программирования
− Логировать промежуточные вычисления
Программа
− Инструменты разработчика и не только
− Основы языка Python
− Основы языка: практика "Test drive"
− Функции и декораторы
− Функции начало: практика
− Классы. Часть 1
− Классы. Часть 1. Практика
− Тестирование
− Питон на каждый день
− Финальный проект
Цель курса — научиться использовать инструментами Python для решения аналитических задач.
Научим
− Писать код, понятный другим аналитикам и инженерам, тестировать корректность его работы
− Использовать встроенные типы, функции и классы
− Работать с тулингом git и idea
− Писать и использовать декораторы
− Использовать преимущества функционального программирования
− Логировать промежуточные вычисления
Программа
− Инструменты разработчика и не только
− Основы языка Python
− Основы языка: практика "Test drive"
− Функции и декораторы
− Функции начало: практика
− Классы. Часть 1
− Классы. Часть 1. Практика
− Тестирование
− Питон на каждый день
− Финальный проект
Цель курса
Цель курса — научиться использовать инструментами Python для решения более углубленных аналитических задач. Курс обязательный для DS-инженеров.
Программа
− Классы 2
− Декораторы
− Элементы функционального программирования в Python
− Рефакторинг кода. Best Practice & Code of Conduct
− Параллельные вычисления и асинхронщина в Python
Цель курса — научиться использовать инструментами Python для решения более углубленных аналитических задач. Курс обязательный для DS-инженеров.
Программа
− Классы 2
− Декораторы
− Элементы функционального программирования в Python
− Рефакторинг кода. Best Practice & Code of Conduct
− Параллельные вычисления и асинхронщина в Python
Цель курса
Тут можно получить теоретическую базу по основным алгоритмам и структурам данных, научиться самостоятельно их реализовать на любимом ЯП. Это позволит лучше понимать, что влияет на скорость работы кода в реальной жизни и писать более эффективный код.
Научим
− Разбираться в нотации O (N) и оценивать сложность алгоритмов по времени и памяти
− Реализовать базовые алгоритмы: бинарный поиск, сортировки, обходы графов, жадные алгоритмы
− Разбираться в базовых структурах данных, когда их нужно использовать: стек, очередь, куча, бинарное дерево, связный список, массив, хэш-таблица
− Решать несложные алгоритмические задачи (leetcode easy-medium)
− Понимать устройство других программ и понять, почему они работают медленно
Программа
− Введение. Оценка сложности алгоритмов Big-O notation. Жадные алгоритмы
− Базовые структуры данных
− Рекурсия + Backtracking
− Сортировки
− Кучи
− Бинарные деревья поиска
− Хэш-таблицы
− Графы
− Динамическое программирование
− Алгоритмы на строках
Тут можно получить теоретическую базу по основным алгоритмам и структурам данных, научиться самостоятельно их реализовать на любимом ЯП. Это позволит лучше понимать, что влияет на скорость работы кода в реальной жизни и писать более эффективный код.
Научим
− Разбираться в нотации O (N) и оценивать сложность алгоритмов по времени и памяти
− Реализовать базовые алгоритмы: бинарный поиск, сортировки, обходы графов, жадные алгоритмы
− Разбираться в базовых структурах данных, когда их нужно использовать: стек, очередь, куча, бинарное дерево, связный список, массив, хэш-таблица
− Решать несложные алгоритмические задачи (leetcode easy-medium)
− Понимать устройство других программ и понять, почему они работают медленно
Программа
− Введение. Оценка сложности алгоритмов Big-O notation. Жадные алгоритмы
− Базовые структуры данных
− Рекурсия + Backtracking
− Сортировки
− Кучи
− Бинарные деревья поиска
− Хэш-таблицы
− Графы
− Динамическое программирование
− Алгоритмы на строках
Цель курса
Научиться работать с продакшн инфраструктурой.
Какой бы прекрасной ни была модель, которую вы обучили, просто файл с моделью не сможет решать бизнес-задачи. В этом курсе мы разберёмся, как разрабатывать сервисы с моделями машинного обучения.
Научим
В результате прохождения курса вы сможете разработать свой сервис, настроить его запуск в docker-контейнере, оценить нагрузку и сделать так, чтобы сервис её выдерживал, разработать графический интерфейс.
Программа
− Bash. Part 1
− Bash. Part 2
− Введение в Docker
− Основы BackEnd
− Распределенные системы и базы данных
− Основы FrontEnd. Part 1
− Основы FrontEnd. Part 2
− Основы FrontEnd. Part 3
Научиться работать с продакшн инфраструктурой.
Какой бы прекрасной ни была модель, которую вы обучили, просто файл с моделью не сможет решать бизнес-задачи. В этом курсе мы разберёмся, как разрабатывать сервисы с моделями машинного обучения.
Научим
В результате прохождения курса вы сможете разработать свой сервис, настроить его запуск в docker-контейнере, оценить нагрузку и сделать так, чтобы сервис её выдерживал, разработать графический интерфейс.
Программа
− Bash. Part 1
− Bash. Part 2
− Введение в Docker
− Основы BackEnd
− Распределенные системы и базы данных
− Основы FrontEnd. Part 1
− Основы FrontEnd. Part 2
− Основы FrontEnd. Part 3
Цель курса
Сформировать представление о том, как работают ML системы в реальном мире.
Студенты научатся проектировать ML системы с нуля, учитывая потребности бизнеса и различные ограничения.
Научим
− Что отличает реальные проекты от учебных
− Данные — как собирать, где хранить, как следить за качеством
− Как правильно сформировать бизнес-задачу с точки зрения машинного обучения — сформировать выборку, выбрать целевые действия и метрики
− Как перенести модель в продакшн, рассчитать нагрузку, мониторить качество и производительность
− Инфраструктура для обучения — пайплайны, Airflow
Программа
− Вступление
− Работа с данными
− Обучение и валидация моделей
− Pipelines in ML
− АБ-тесты
− Деплоймент и мониторинг
− Grafana Workshop
− Нейронные сети
Сформировать представление о том, как работают ML системы в реальном мире.
Студенты научатся проектировать ML системы с нуля, учитывая потребности бизнеса и различные ограничения.
Научим
− Что отличает реальные проекты от учебных
− Данные — как собирать, где хранить, как следить за качеством
− Как правильно сформировать бизнес-задачу с точки зрения машинного обучения — сформировать выборку, выбрать целевые действия и метрики
− Как перенести модель в продакшн, рассчитать нагрузку, мониторить качество и производительность
− Инфраструктура для обучения — пайплайны, Airflow
Программа
− Вступление
− Работа с данными
− Обучение и валидация моделей
− Pipelines in ML
− АБ-тесты
− Деплоймент и мониторинг
− Grafana Workshop
− Нейронные сети
Цель курса
Предоставить студентам возможность выполнить боевой ML проект от начала до конца.
Все задачи, которые можно выбрать в качестве проектов, собраны из рабочего бэклога и ничем не отличаются от задач, с которыми вы можете столкнуться на позиции ML инженера.
Предоставить студентам возможность выполнить боевой ML проект от начала до конца.
Все задачи, которые можно выбрать в качестве проектов, собраны из рабочего бэклога и ничем не отличаются от задач, с которыми вы можете столкнуться на позиции ML инженера.
ML / MACHINE LEARNING
Программа
Научим
Цель курса
Для тех, кто много слышал о машинном обучении, но никогда не разбирался в нем основательно. Для тех, кто пробовал применять модели машинного обучения на практике, но они не работали.
-
Введение
-
Линейная регрессия и градиентный спуск
-
Логистическая регрессия и переобучение
-
Введение в нейронные сети и обработка текста
-
Обучение нейронных сетей и архитектуры для NLP
-
Приносить ценность с помощью данных: постановка задачи ML, получение разметки, обучение валидация алгоритмов, оценка эффекта.
-
Понимать ключевые ml алгоритмы
-
Подробно объяснять/писать logreg, random_forest, knn, kmeans
-
Ставить и оценивать различные задачи: Задачи классификации, Задачи регрессии, Задачи кластеризации, Задачи ранжирования
-
Расскажем про методы: Линейные модели, Модели на основе деревьев, КNN, КMeans
-
Нейронные сети и компьютерное зрение
-
Решающие деревья
-
Ансамбль решающих деревьев
-
Обучение без учителя
ML-advanced
Программа
Научим
Цель курса
Курс ML Advanced познакомит с продвинутыми и новыми алгоритмами, подходами и задачами, актуальными для современной IT-индустрии. Вы научитесь: детектировать и сегментировать объекты на изображении работать с данными, имеющими временную природу, и прогнозировать временные ряды распознавать речь и звук, анализировать аудио-данные строить архитектуру трансформер — SOTA алгоритм для широкого спектра задач в NLP, CV и Audio Processing строить рекомендательные системы, устойчивые к высоким нагрузкам в продакшене обучать генеративные и диффузионные модели.
-
Временные ряды
-
Сегментация
-
Детекция
-
ГАНы и диффузионные модели
-
Рекомендации
-
Строить рексистему для своих музыкальных предпочтений
-
Рисовать картину в стиле Айвазовского
-
Выстроить трейдинговую стратегию для торговли акциями
-
Задетектировать всех птичек на снимке из отпуска и даже распознать пение каждой из них
-
С этими знаниями вам будет проще подготовиться к прохождению собеседований на топовые позиции в любой IT компании
-
Трансформеры
-
Звук
PYTHON BASIC
Программа
Научим
Цель курса
Цель курса — научиться использовать инструментами Python для решения аналитических задач.
-
Инструменты разработчика и не только
-
Основы языка Python
-
Основы языка: практика "Test drive"
-
Функции и декораторы
-
Функции начало: практика
-
Писать код, понятный другим аналитикам и инженерам, тестировать корректность его работы
-
Использовать встроенные типы, функции и классы
-
Работать с тулингом git и idea
-
Писать и использовать декораторы
-
Использовать преимущества функционального программирования
-
Логировать промежуточные вычисления
-
Классы. Часть 1
-
Классы. Часть 1. Практика
-
Тестирование
-
Питон на каждый день
-
Финальный проект
PYTHON ADVANCED
Программа
Цель курса
Цель курса - научиться использовать инструментами Python для решения более углубленных аналитических задач. Курс обязательный для DS-инженеров.
-
Декораторы
-
Классы 2
-
Элементы функционального программирования в Python
-
Рефакторинг кода. Best Practice & Code of Conduct
-
Параллельные вычисления и асинхронщина в Python
АЛГОРИТМЫ
Программа
Научим
Цель курса
Тут можно получить теоретическую базу по основным алгоритмам и структурам данных, научиться самостоятельно их реализовать на любимом ЯП. Это позволит лучше понимать, что влияет на скорость работы кода в реальной жизни и писать более эффективный код.
-
Реализовать базовые алгоритмы: бинарный поиск, сортировки, обходы графов, жадные алгоритмы
-
Введение. Оценка сложности алгоритмов Big-O notation. Жадные алгоритмы
-
Базовые структуры данных
-
Рекурсия + Backtracking
-
Сортировки
-
Кучи
-
Разбираться в нотации O (N) и оценивать сложность алгоритмов по времени и памяти
-
Разбираться в базовых структурах данных, когда их нужно использовать: стек, очередь, куча, бинарное дерево, связный список, массив, хэш-таблица
-
Решать несложные алгоритмические задачи (leetcode easy-medium)
-
Понимать устройство других программ и понять, почему они работают медленно
-
Бинарные деревья поиска
-
Хэш-таблицы
-
Графы
-
Динамическое программирование
-
Алгоритмы на строках
ДАТА-СЕТЫ
Программа
Научим
Курс состоит из трех тематических блоков:
Цель курса
Научиться получать размеченные данные для решения вашей задачи.
Никакой алгоритм машинного обучения, даже самая большая нейронная сеть, не сможет обучиться хорошо решать задачу на плохих данных.
В этом курсе мы познакомимся со способами получить разметку автоматически и с помощью краудсорс платформы, а также посоревнуемся в том, насколько чистым и разнообразным можно получить датасет.
Никакой алгоритм машинного обучения, даже самая большая нейронная сеть, не сможет обучиться хорошо решать задачу на плохих данных.
В этом курсе мы познакомимся со способами получить разметку автоматически и с помощью краудсорс платформы, а также посоревнуемся в том, насколько чистым и разнообразным можно получить датасет.
-
Краудсорсинг-лекция
-
Краудсорсинг-семинар
-
Упрощение разметки-лекция
-
Упрощение разметки-семинар
-
Генерация данных-лекция
-
Краудсорсинг (лекция + семинар) — рассматриваем на примере Толоки, учимся работать с ней
-
Упрощение разметки (лекция + семинар) - эвристики + активное обучение
-
Генерация даных (генерация в NLP + генерация в CV) — для картинок и текста
-
Генерация данных-семинар
-
Конкурс
ИНФРАСТРУКТУРА ML
Программа
Научим
В результате прохождения курса вы сможете разработать свой сервис, настроить его запуск в docker-контейнере, оценить нагрузку и сделать так, чтобы сервис её выдерживал, разработать графический интерфейс
Цель курса
Научиться работать с продакшн инфраструктурой.
Какой бы прекрасной ни была модель, которую вы обучили, просто файл с моделью не сможет решать бизнес-задачи. В этом курсе мы разберёмся, как разрабатывать сервисы с моделями машинного обучения.
Какой бы прекрасной ни была модель, которую вы обучили, просто файл с моделью не сможет решать бизнес-задачи. В этом курсе мы разберёмся, как разрабатывать сервисы с моделями машинного обучения.
-
Bash. Part 1
-
Bash. Part 2
-
Введение в Docker
-
Основы BackEnd
-
Распределенные системы и базы данных
-
Основы FrontEnd. Part 1
-
Основы FrontEnd. Part 2
-
Основы FrontEnd. Part 3
ML SYSTEM DESIGN
Программа
Научим
Цель курса
Сформировать представление о том, как работают ML системы в реальном мире.
Студенты научатся проектировать ML системы с нуля, учитывая потребности бизнеса и различные ограничения.
Студенты научатся проектировать ML системы с нуля, учитывая потребности бизнеса и различные ограничения.
-
Вступление
-
Работа с данными
-
Обучение и валидация моделей
-
Pipelines in ML
-
Что отличает реальные проекты от учебных
-
Данные — как собирать, где хранить, как следить за качеством
-
Как правильно сформировать бизнес-задачу с точки зрения машинного обучения — сформировать выборку, выбрать целевые действия и метрики
-
Как перенести модель в продакшн, рассчитать нагрузку, мониторить качество и производительность
-
Инфраструктура для обучения – пайплайны, Airflow
-
АБ-тесты
-
Деплоймент и мониторинг
-
Grafana Workshop
-
Нейронные сети
ML КУРСОВЫЕ ПРОЕКТЫ
Цель курса
Предоставить студентам возможность выполнить боевой ML проект от начала до конца.
Все задачи, которые можно выбрать в качестве проектов, собраны из рабочего бэклога и ничем не отличаются от задач, с которыми вы можете столкнуться на позиции ML инженера.
Все задачи, которые можно выбрать в качестве проектов, собраны из рабочего бэклога и ничем не отличаются от задач, с которыми вы можете столкнуться на позиции ML инженера.
18+
Требования
специализация
образование
мотивация
ЗНАНИЯ И НАВЫКИ
специализация
образование
мотивация
ЗНАНИЯ И НАВЫКИ
18+
Требования
специализация
образование
мотивация
ЗНАНИЯ И НАВЫКИ
-
Математическая статистика
-
Теория вероятностей
-
Основы программирования на любом языке (владеющим Python будет легче учиться в первом семестре)
-
Линейная алгебра и математический анализ
-
Пригодятся навыки проектного управления: планирование времени и ресурсов, оптимизация, способность укладываться в дедлайны
-
Навыки эффективной коммуникации: вы умеете и не боитесь задавать вопросы, активно участвовать в дискуссиях, работать в команде, конструктивно решать вопросы
Интереснее всего у нас учиться тем, кто:
-
Действительно любит работать с данными
-
Получает удовольствие от обучения
-
Ценит возможность получить прикладные знания из первых рук — от практикующих экспертов
-
Планирует применять полученные знания в бизнес-среде
-
Собирается начать карьеру или выйти на новый уровень
-
Берёт ответственность за результат и динамику своего обучения
Программа рассчитана на студентов последних курсов бакалавриата или магистратуры, а также специалистов любого года выпуска
Другие специальности — не блок для поступления. Однако времени на учебу в ААА может потребоваться больше
-
Математика
-
Статистика
-
Физика
-
Информатика
-
Экономика
Прием заявок
до 10 июня
Первый этап
Онлайн-тестирование продолжительностью примерно 3 часа
Задачи по теории вероятностей, математической статистике и основам программирования (предпочтительно Python, но можно на любом другом языке программирования)
15 июня
Второй этап
Онлайн-экзамен продолжительностью примерно 2 часа
Что преимущественно будет на экзамене:
-
Собеседование
матожидание, дисперсия
Этапы
-
Знакомство с представителями команды аналитиков и DS инженеров Авито
основные распределения, задачи на них
-
с 15 июля
центральная предельная теорема
-
характеристики распределения
Абитуриентам направления Data Science нужно будет также решить несколько задач на программирование
Старт обучения
29 июня
6 сентября
Разборы задач прошлых лет
Еще
Программирование
Математическая статистика
При подготовке рекомендуем повторить
avito_exam_problems
avito_test_2023
-
Школьный курс алгебры и геометрии
-
Типы и структуры данных (например, массивы, коллекции, множества)
-
Циклы, условия и булева логика
-
Функции и процедурное программирование
-
Случайные величины
-
Моменты случайной величины (мат. ожидание и др.)
-
Совместное распределение
-
Основные распределения случайных величин
-
Функции распределения и плотности случайной величины (в том числе для произвольного распределения)
-
ЦПТ
-
Элементы теории вероятностей: Байес, полная вероятность, условная вероятность и т.д.
Популярные вопросы
Нет, мы не предоставляем такой возможности. Тестирование и экзамен можно пройти только в указанные даты.
Мы понимаем, что обстоятельства могут сложиться так, что абитуриент не сможет пройти вступительные испытания в запланированные даты, поэтому информируем о них заранее — до открытия набора и более, чем за месяц до тестирования.
Мы понимаем, что обстоятельства могут сложиться так, что абитуриент не сможет пройти вступительные испытания в запланированные даты, поэтому информируем о них заранее — до открытия набора и более, чем за месяц до тестирования.
Сам факт обучения в Академии не дает преимуществ при трудоустройстве — студенты ААА проходят этапы отбора так же, как все кандидаты.
Преимуществами станут полученные в Академии знания и навыки, а также возможность зарекомендовать себя в работе с командой Авито в процессе обучения.
Преимуществами станут полученные в Академии знания и навыки, а также возможность зарекомендовать себя в работе с командой Авито в процессе обучения.
Да, с 28 декабря по 10 января и весь июнь.
Да, все курсы в ААА являются обязательными.
По SQL и базовому курсу Python можно получить автомат в начале обучения, если успешно пройти проверочные задания.
По SQL и базовому курсу Python можно получить автомат в начале обучения, если успешно пройти проверочные задания.
Да, посещаемость — одно из обязательных условий обучения в ААА, так как большинство занятий включают в себя практику и подразумевают активную работу студентов.
В формате онлайн собеседования с командой ААА. Часть собеседования будет посвящена решению задач.
Для выпуска из ААА студенту нужно успешно завершить все курсы программы.
В каждом курсе свои критерии успеха: от накопительной системы баллов до обязательного выпускного экзамена или защиты кейса.
В каждом курсе свои критерии успеха: от накопительной системы баллов до обязательного выпускного экзамена или защиты кейса.
Формальных ограничений нет, однако учитывай, что нагрузка в Академии будет высокой —- 20 астрономических часов в неделю, в среднем.
Для нас важно, чтобы студенты успевали учиться. Поэтому просим тебя реалистично оценить свои возможности на ближайший учебный год.
Если ты отвечаешь требованиям для поступления на курс и готов посвящать обучению указанное количество времени, мы ждёем заявку.
Для нас важно, чтобы студенты успевали учиться. Поэтому просим тебя реалистично оценить свои возможности на ближайший учебный год.
Если ты отвечаешь требованиям для поступления на курс и готов посвящать обучению указанное количество времени, мы ждёем заявку.
Занятия проводятся в онлайн- формате в вечернее время три раза, в неделю: с 18:00 до 21:00 и с 18:00 до 20:00, в зависимости от занятия.
Учёба в Академии требует; в среднем; 20 часов; в неделю.
- 3 занятия в неделю по 3 часа;
- от 6 до 12 часов на прериды и домашнюю работу.
- 3 занятия в неделю по 3 часа;
- от 6 до 12 часов на прериды и домашнюю работу.
Первый этап вступительных испытаний — онлайн-тест продолжительностью 3−3.5 часа. В тесте будут задания по теории вероятностей, математической статистике и простые задачи по программированию на любом языке. Предпочтительно, на Python.
Второй этап — онлайн-экзамен.
Что будет на экзамене:
- матожидание, дисперсия
- основные распределения, задачи на них
- центральная предельная теорема
- характеристики распределения
Для специализации DS-инженер на экзамене будут также задачи по программированию. Рекомендуем читать раздел КАК ГОТОВИТЬСЯ.
Второй этап — онлайн-экзамен.
Что будет на экзамене:
- матожидание, дисперсия
- основные распределения, задачи на них
- центральная предельная теорема
- характеристики распределения
Для специализации DS-инженер на экзамене будут также задачи по программированию. Рекомендуем читать раздел КАК ГОТОВИТЬСЯ.
Да. Однако, Академия Аналитиков Авито — это образовательный проект для тех, кто только планирует начать карьеру. Если ты уже знаком с темами из программы обучения, то Академия может тебе не подойти.
Подготовка аналитиков данных длится 13 месяцев — с сентября по сентябрь, включительно.
Подготовка DS инженеров длится 10 месяцев — с сентября по июнь.
Подготовка DS инженеров длится 10 месяцев — с сентября по июнь.
Обучение в Академии Аналитиков Авито — бесплатное.
Обязательные условия:
- Посещение занятий
- Выполнение домашних заданий, проектов и курсовых
- Соблюдение сроков сдачи практических работ
- Сотрудничество с ментором и куратором
- Обратная связь по итогам каждого занятия
Обязательные условия:
- Посещение занятий
- Выполнение домашних заданий, проектов и курсовых
- Соблюдение сроков сдачи практических работ
- Сотрудничество с ментором и куратором
- Обратная связь по итогам каждого занятия
Мы рекомендуем зарегистрироваться и попробовать свои силы на онлайн-тестировании, чтобы понять, соответствует ли твой уровень знаний нашим требованиям.
Частично. В DS будут также дополнительные задачи по программированию во втором этапе.
Выбор нужно сделать на этапе подачи заявки.
Заявку для поступления можно подать только на одно направление.
Заявку для поступления можно подать только на одно направление.
Условия обучения в Академии Ааналитиков Авито:
- Трудозатраты — 20 часов, в неделю, в среднем.
- Обязательное посещение занятий.
- Обязательный фидбек по итогам занятий, чтобы мы понимали, как чувствует себя группа и могли оперативно тюнить процесс.
- Трудозатраты — 20 часов, в неделю, в среднем.
- Обязательное посещение занятий.
- Обязательный фидбек по итогам занятий, чтобы мы понимали, как чувствует себя группа и могли оперативно тюнить процесс.
Мне не подходит дата тестирования, экзамена. есть ли возможность пройти их в другой день?
Нет, мы не предоставляем такой возможности. Тестирование и экзамен можно пройти только в указанные даты.
Мы понимаем, что обстоятельства могут сложиться так, что абитуриент не сможет пройти вступительные испытания в запланированные даты, поэтому информируем о них заранее — до открытия набора и более, чем за месяц до тестирования.
Мы понимаем, что обстоятельства могут сложиться так, что абитуриент не сможет пройти вступительные испытания в запланированные даты, поэтому информируем о них заранее — до открытия набора и более, чем за месяц до тестирования.
Какие условия для студентов ААА при найме на работу или стажировку в Авито?
Сам факт обучения в Академии не дает преимуществ при трудоустройстве — студенты ААА проходят этапы отбора так же, как все кандидаты.
Преимуществами станут полученные в Академии знания и навыки, а также возможность зарекомендовать себя в работе с командой Авито в процессе обучения.
Преимуществами станут полученные в Академии знания и навыки, а также возможность зарекомендовать себя в работе с командой Авито в процессе обучения.
Будут ли каникулы?
Да, с 28 декабря по 10 января и весь июнь.
Обязательно ли проходить все курсы?
Да, все курсы в ААА являются обязательными.
По SQL и базовому курсу Python можно получить автомат в начале обучения, если успешно пройти проверочные задания.
По SQL и базовому курсу Python можно получить автомат в начале обучения, если успешно пройти проверочные задания.
Обязательно ли посещать занятия?
Да, посещаемость — одно из обязательных условий обучения в ААА, так как большинство занятий включают в себя практику и подразумевают активную работу студентов.
В каком формате пройдет собеседование?
В формате онлайн собеседования с командой ААА. Часть собеседования будет посвящена решению задач.
Предполагаются ли какие-то выпускные испытания?
Для выпуска из ААА студенту нужно успешно завершить все курсы программы.
В каждом курсе свои критерии успеха: от накопительной системы баллов до обязательного выпускного экзамена или защиты кейса.
В каждом курсе свои критерии успеха: от накопительной системы баллов до обязательного выпускного экзамена или защиты кейса.
Могу ли я участвовать, если учусь в ВУЗе и/или работаю?
Формальных ограничений нет, однако учитывай, что нагрузка в Академии будет высокой —- 20 астрономических часов в неделю, в среднем.
Для нас важно, чтобы студенты успевали учиться. Поэтому просим тебя реалистично оценить свои возможности на ближайший учебный год.
Если ты отвечаешь требованиям для поступления на курс и готов посвящать обучению указанное количество времени, мы ждёем заявку.
Для нас важно, чтобы студенты успевали учиться. Поэтому просим тебя реалистично оценить свои возможности на ближайший учебный год.
Если ты отвечаешь требованиям для поступления на курс и готов посвящать обучению указанное количество времени, мы ждёем заявку.
У меня остались вопросы. Куда писать?
Если ты не нашёел ответ на свой вопрос, напиши нам на почту analytics-academy@avito.ru
Какой предполагается формат обучения?
Занятия проводятся в онлайн- формате в вечернее время три раза, в неделю: с 18:00 до 21:00 и с 18:00 до 20:00, в зависимости от занятия.
Сколько часов в неделю займет обучение?
Учёба в Академии требует; в среднем; 20 часов; в неделю.
— 3 занятия в неделю по 3 часа;
— от 6 до 12 часов на прериды и домашнюю работу.
— 3 занятия в неделю по 3 часа;
— от 6 до 12 часов на прериды и домашнюю работу.
Что меня ждет на вступительных тестах?
Первый этап вступительных испытаний — онлайн-тест продолжительностью 3−3.5 часа. В тесте будут задания по теории вероятностей, математической статистике и простые задачи по программированию на любом языке. Предпочтительно, на Python.
Второй этап — онлайн-экзамен.
Что будет на экзамене:
— матожидание, дисперсия
— основные распределения, задачи на них
— центральная предельная теорема
— характеристики распределения
Для специализации DS-инженер на экзамене будут также задачи по программированию. Рекомендуем читать раздел КАК ГОТОВИТЬСЯ.
Второй этап — онлайн-экзамен.
Что будет на экзамене:
— матожидание, дисперсия
— основные распределения, задачи на них
— центральная предельная теорема
— характеристики распределения
Для специализации DS-инженер на экзамене будут также задачи по программированию. Рекомендуем читать раздел КАК ГОТОВИТЬСЯ.
Можно ли участвовать в Академии Аналитиков Авито, если я уже не студент?
Да. Однако, Академия Аналитиков Авито — это образовательный проект для тех, кто только планирует начать карьеру. Если ты уже знаком с темами из программы обучения, то Академия может тебе не подойти.
Обучение в ААА ограничивается одним годом?
Подготовка аналитиков данных длится 13 месяцев — с сентября по сентябрь, включительно.
Подготовка DS инженеров длится 10 месяцев — с сентября по июнь.
Подготовка DS инженеров длится 10 месяцев — с сентября по июнь.
Какие есть правила/условия участия?
Обучение в Академии Аналитиков Авито — бесплатное.
Обязательные условия:
— Посещение занятий
— Выполнение домашних заданий, проектов и курсовых
— Соблюдение сроков сдачи практических работ
— Сотрудничество с ментором и куратором
— Обратная связь по итогам каждого занятия
Обязательные условия:
— Посещение занятий
— Выполнение домашних заданий, проектов и курсовых
— Соблюдение сроков сдачи практических работ
— Сотрудничество с ментором и куратором
— Обратная связь по итогам каждого занятия
Что делать, если я не уверен в своем уровне подготовки?
Мы рекомендуем зарегистрироваться и попробовать свои силы на онлайн-тестировании, чтобы понять, соответствует ли твой уровень знаний нашим требованиям.
Вступительные тесты для аналитика и DS инженера будут одинаковые?
Частично. В DS будут также дополнительные задачи по программированию во втором этапе.
Можно ли поступать на оба направления? В какой момент нужно сделать выбор?
Выбор нужно сделать на этапе подачи заявки.
Заявку для поступления можно подать только на одно направление.
Заявку для поступления можно подать только на одно направление.
Суперважный пункт (этот вопрос будет на собеседовании)
Условия обучения в Академии Ааналитиков Авито:
— Трудозатраты — 20 часов, в неделю, в среднем.
— Обязательное посещение занятий.
— Обязательный фидбек по итогам занятий, чтобы мы понимали, как чувствует себя группа и могли оперативно тюнить процесс.
— Трудозатраты — 20 часов, в неделю, в среднем.
— Обязательное посещение занятий.
— Обязательный фидбек по итогам занятий, чтобы мы понимали, как чувствует себя группа и могли оперативно тюнить процесс.
Блог
Блог
Направления
Программа
Требования
Этапы
Вопросы
telegram
youtube
Habr
avito.tech
© ООО «Авито Тех» 2020–2024