Бесплатная программа подготовки аналитиков данных и
DS инженеров

Design creates culture. Culture shapes values. Values determine the future.
There is no design without discipline. There is no discipline without intelligence.
Приём заявок 2022 завершён!
Результаты 2го этапа придут до 5 августа включительно.
Период обучения
Стоимость
Формат
сентябрь 2022 — октябрь 2023
Занятия пройдут в онлайн формате. Также будет возможность при желании приходить в офис на некоторые лекции.
Мы не берем денег за обучение в нашей Академии. Но хотим учить только заинтересованных студентов, готовых пройти нашу программу подготовки аналитиков данных или DS инженеров от начала и до конца.
Академия Аналитиков Авито — это программа обучения от классифайда № 1 в мире. Мы умеем растить аналитиков данных и DS инженеров.
Ты  получишь необходимые знания и навыки для работы с данными и погрузишься в специфику работы.
Учись на практике вместе с Авито!
The work you do while you procrastinate is probably the work you should be doing for the rest of your life.
The work you do while you procrastinate is probably the work you should be doing for the rest of your life.
The work you do while you procrastinate is probably the work you should be doing for the rest of your life.
The work you do while you procrastinate is probably the work you should be doing for the rest of your life.
4 причины учиться
в Академии Аналитиков Авито
В Академии все занятия включают практику, взаимодействие с преподавателем и другими студентами. Каждый студент работает с ментором — индивидуально и на протяжении всего срока обучения.
С каждым студентом будет работать команда профессионалов. Тебя будут поддерживать куратор, преподаватели — эксперты в своей отрасли, а также ментор из числа действующих опытных аналитиков или DS инженеров Авито.
В Академии ты получишь знания и навыки, необходимые для работы. Это станет твоим преимуществом при трудоустройстве в Авито, IT-компании, e-commerce, консалтинг и IT-агентства.

Программа Академии составлена на основе требований к аналитикам данных и DS инженерам Авито.
Учеба в Академии — возможность подготовиться  к трудоустройству в Авито под  руководством команды Авито.
ПРИКЛАДНЫЕ
ЗНАНИЯ
ОПЫТНЫЕ
НАСТАВНИКИ
КАРЬЕРНАЯ
ПОДГОТОВКА
РАБОТА В АВИТО
Куратор всегда на связи: к нему можно обратиться с любыми вопросами по обучению в Академии.
Ментор поможет тебе проанализировать исходные знания, оценить свои перспективы, а также найти и устранить трудности, которые мешают процессу обучения.
После завершения курсов ты сможешь продолжить обучение по программе второго года, где узнаешь о том, какую роль играет аналитик данных в развитии бизнеса и продукта.
Программа
Data Analyst
DS Engineer
Прикладная статистика
Цель курса — открыть способность заглядывать в будущее.

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.

Фокус курса — научить студентов понимать специфику, область применения и фишки базовых критериев и методов.
SQL и базы данных
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 запросы к данным на SQL, создавать представления, процедуры и функции;
— применять аналитические функции;
— управлять механизмом транзакций;
— строить индексы.
Python
Цель курса — научить пользоваться инструментами Python для решения аналитических задач.

Знакомство с Python — важный этап в профессиональном развитии аналитика. Python применим в самых разных областях, у него простой синтаксис и огромное количество библиотек, упрощающих работу с данными. С его помощью аналитики могут быстро создавать небольшие и эффективные приложения и решать задачи, используя уже готовые коды. Мы знакомим студентов с Python с самого начала.

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.
Эконометрика
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.

Познакомим:
— с методом максимального правдоподобия;
— моделями бинарного выбора;
— эконометрическими моделями для временных рядов;
— основными проблемами эконометрического исследования и способами их решения.
Эксперименты
Цель курса — научить строить оптимальные планы исследовательских экспериментов.

На реальных примерах из бизнеса изучим:
— наиболее распространенные критерии для интерпретации данных;
— подходы по снижению дисперсии, ложноположительных результатов;
— способы организации факторных и оптимизационных исследований.
Метрики
Цель курса — научить понимать, создавать и использовать метрики для оценки продуктов и деятельности компании.

Научим:
— 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.
Визуализация данных и основы Tableau
Цель курса — научить разрабатывать удобные и полезные для бизнеса дашборды в Tableau.

Научим:
— как подключать Tableau к данным;
— как строить и оформлять графики, отвечающие на нужный вопрос;
— как создавать расчетные поля и пользоваться функциями;
— как применить базовые принципы графического дизайна при создании дашборда на практике;
— а также собирать требования с заказчика и реализовать их в крутые дашборды.
Analytics Deep Dive
Разбор аналитических кейсов с ментором, погружение студента в структуру рабочего процесса junior-аналитика в Авито
Machine Learning
Цель курса — научить студентов самостоятельно реализовывать проекты на основе машинного обучения.

Научим:
— понимать ключевые ML-алгоритмы;
— формулировать бизнес-задачи в терминах машинного обучения;
— обучать и валидировать модели машинного обучения;
— оценивать эффект от применения ML в решении задач.
Алгоритмы — опциональный курс, пройдет в 1м семестре
Цель курса — получить теоретическую базу по основным алгоритмам и структурам данных, самостоятельно их реализовать на любимом ЯП.
Это позволит лучше понимать, что влияет на скорость работы кода в реальной жизни, писать более эффективный код и last but not least —проходить алгоритмические секции собеседований
В программе:
  • Оценка сложности алгоритмов
  • Жадные алгоритмы
  • Базовые структуры данных
  • Рекурсия
  • Сортировки
  • Очереди с приоритетом
  • Поиск, бинарные деревья поиска
  • Алгоритмы на графах - обходы, поиск пути
  • Динамическое программирование
  • Хэш-таблицы
  • Алгоритмы на строках
Machine Learning
Цель курса — научить студентов самостоятельно реализовывать проекты на основе машинного обучения.

Научим:
— понимать ключевые ML-алгоритмы;
— формулировать бизнес-задачи в терминах машинного обучения;
— обучать и валидировать модели машинного обучения;
— оценивать эффект от применения ML в решении задач.
Алгоритмы
Цель курса — получить теоретическую базу по основным алгоритмам и структурам данных, самостоятельно их реализовать на любимом ЯП.
Это позволит лучше понимать, что влияет на скорость работы кода в реальной жизни, писать более эффективный код и last but not least — проходить алгоритмические секции собеседований
В программе:
  • Оценка сложности алгоритмов
  • Жадные алгоритмы
  • Базовые структуры данных
  • Рекурсия
  • Сортировки
  • Очереди с приоритетом
  • Поиск, бинарные деревья поиска
  • Алгоритмы на графах - обходы, поиск пути
  • Динамическое программирование
  • Хэш-таблицы
  • Алгоритмы на строках
Разметка данных
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.

В программе:
  • Ручная разметка с помощью краудсорсинга
  • Получение разметки автоматически с помощью эвристик
  • Генерация размеченных данных
  • Конкурс по разметке данных
Инфраструктура ML
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.

В программе:
  • Работа на удалённом сервере
  • Воспроизводимое окружение для сервиса с docker
  • Основы backend-разработки
  • Многозадачность в Python
  • Работа сервиса с базой
  • Основы frontend-разработки
ML System Design
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.

В программе:
  • 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

ML проекты
Цель – 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.
Преподаватели
Тимур Исмагилов
Прикладная статистика
Главный аналитик, Авито

Подробнее
Глеб Баянов
Machine Learning
Lead DS Engineer, Авито

Подробнее
Тимур Зекох
Эконометрика
Аналитик Авито, преподаватель НИУ ВШЭ
Подробнее
Алексей Кирилишин
SQL и базы данных


Подробнее
Роман Афанаскин
Python
Senior Engineer

Подробнее
Дмитрий Шуляк
Python
Team Lead, Tinkoff


Подробнее
Евгений Прохоров
Метрики



Подробнее
Алексей Праслов
Эксперименты
Руководитель Отдела аналитики, Авито

Подробнее
Анастасия Верховцева
SQL и базы данных
Middle engineer, Авито

Подробнее
Михаил Каменщиков
Алгоритмы
Lead DS engineer, Авито


Подробнее
Никита Фомичев
Analytics Deep Dive
Старший аналитик, Авито


Подробнее
Роман Бунин
Tableau
Руководитель группы развития BI-систем, Яндекс.Go

Подробнее
Илья Салманов
SQL и базы данных
Middle engineer, Авито

Подробнее
Вова и Ваня
Инфраструктура ML
Инженеры, Авито
Андрей Ермилов
Инфраструктура ML
Senior Software Engineer, NVIDIA

Подробнее
Дмитрий Куприянов
Python
Инженер, Авито

Подробнее
Павел Пучков
SQL и базы данных
Руководитель группы разработки, Авито
Подробнее
Дина Симкина
Владелец проекта Академия Аналитиков

Подробнее
Ильяна Ааман
Ведущий руководитель проекта Академия Аналитиков, куратор

Подробнее
Валерия Кравцова
Руководитель проекта Академия Аналитиков, куратор

Подробнее
Анна Иванова
Руководитель проекта Академия Аналитиков, куратор
Тимур Исмагилов

Закончил ММП ВМК МГУ и ШАД.
В ААА я преподаю статистику. Практический опыт моей команды в Авито включает создание фреймворка для экспериментов на основе ML и методов увеличения чувствительности — мне есть что рассказать про статистические критерии и их использование для принятия бизнес-решений.

Роман Афанаскин

Закончил МГТУ им. Н. Э. Баумана, занимаюсь разработкой более 8 лет, делюсь знаниями с сообществом (топ 19% на Stack Overflow), преподаю Python в МАИ. В ААА расскажу и покажу основы Python, которые помогут в решении аналитических задач.
Мурад Бяшимов

Пишу на разных языках, но Python — мой любимый. Код на нем получается лаконичный и красивый — это заложено в философии самого языка. Вместе со своими коллегами я расскажу о принципах и практиках, позволяющих писать компактный и хорошо тестируемый код.
Дмитрий Шуляк

В разное время делал IaaS (облачную платформу) и портал о путешествиях с возможностью находить туры и отели. В Авито я занимался инструментом массовой (десятки тысяч) публикации объявлений. И везде Python отлично справлялся с указанными задачами. На курсе мы поймем, почему.
Алексей Кирилишин

Работаю с SQL более 10 лет. Строил хранилища данных в Авито, а до этого — в крупном банке. В ААА я расскажу о базах данных и языке SQL.

Евгений Прохоров

Почему нельзя выбрать одну хорошую метрику, которую можно слепо растить?
Может ли быть такое, что конверсия в покупку стала лучше, но мы сделали бизнесу хуже?
Как принимать решения на основе данных?
На эти и другие вопросы я попробую ответить в своем курсе Метрики.

Илья Шакиров

Занимаюсь дизайном больше 15 лет, сейчас — арт-директор образовательной платформы в Сбертехе. В ААА я расскажу о том, для чего нужно визуализировать информацию и как это делать хорошо.

Тимур Зекох

Закончил бакалавриат факультета экономических наук и магистратуру МИЭФ НИУ ВШЭ. Занимаюсь анализом данных в Авито и преподаю финансовую эконометрику в НИУ ВШЭ. В ААА расскажу о том, как можно применять эконометрику на практике.
Глеб Баянов

Закончил физфак СПбГУ. С 2015 года занимаюсь анализом данных. В ААА разберемся в основах машинного обучения, а также узнаем о том, как можно применять ML для решения задач бизнеса.

Алексей Праслов

Выпускник ФМБФ МФТИ. В Авито руковожу командой аналитиков монетизации.
Цель курса «Эксперименты» — зародить интерес к аналитическим исследованиям. В ходе занятий мы также выработаем критический взгляд при анализе данных и вооружимся современными методами проведения экспериментов, о которых не прочитаешь в учебниках.
Роман Бунин
Последние 6 лет я занимаюсь визуализацией данных и BI. Сейчас я руковожу командой визуализации данных в Яндекс Такси и управляю нашей BI-платформой как продуктом. Ещё занимался схожим в Фармакей и Лаборатории данных. Я очень люблю визуализацию данных, считаю это важным инструментом в управлении компанией и аналитике.
Михаил Каменщиков
Я работаю ведущим инженером в команде рекомендаций Авито, закончил НГУ и ШАД. В моем курсе Алгоритмы вы узнаете, как выбор алгоритма может драматически влиять на скорость работы программы, зачем нужно бинарное дерево поиска, как устроена хэш-таблица и многое другое.
Никита Фомичев
Я аналитик данных в Авито.
До этого успел поработать в data командах PwC и Сбера.На курсе мы постараемся погрузиться в будни реальной работы аналитика Авито:
  • разберем состав и процессы Scrum команды
  • структурируем работу с исследованиями
  • обсудим как лучше подступаться к "большим и сложным" задачам
  • попробуем решить "боевой" аналитический кейс и презентуем результаты бизнесу
Анастасия Верховцева
Закончила бакалавриат и магистратуру Высшей Школы Экономики по направлению Бизнес-информатика, 3,5 года работаю дата-инженером в Авито. В ААА вместе с коллегами расскажу об основах SQL и баз данных, о том, как писать оптимальные запросы и быстрее получать результаты.
Илья Салманов
Закончил МехМат МГУ.
3 года работаю в Авито в команде DWH.
До этого 7 лет работал с хранилищами поменьше.
В курсе ААА вместе с коллегами расскажу, как разговаривать с базами данных на языке SQL без акцента.
Андрей Ермилов
Люблю функциональное программирование и буду рад познакомить с его основами. Занимался созданием Python библиотеки для реализации взаимодействия распределенных ML сервисов и представляю, как дотащить ML в production.

Дмитрий Куприянов
Закончил МТУСИ, успел поработать в IT как SRE, DevOPS и разработчик, больше 3х лет программирую на Python. В Авито участвую в разработке компонентов CI/CD. В ААА расскажу основы Python и покажу, почему этот язык сейчас так популярен.
Павел Пучков
Закончил МФ ВМК МГУ. 5 лет работаю дата-инженером в Авито, руковожу командой. В ААА вместе с коллегами расскажу об основах SQL для аналитики, как устроены базы данных, и о том, как быстро и эффективно готовить данные для анализа.
Ильяна Ааман
Более 10 лет руковожу проектами в IT и рядом.
Проектами, в которых идеи становятся реальностью: создаются уникальные продукты, формируются команды и растут профессионалы.
Работала в HeadHunter, Yandex.Деньгах (теперь - ЮMoney). До проектного управления работала в продажах и клиентском сервисе в сфере IT.
Сертифицированный гештальт-терапевт - веду небольшую практику и рассматриваю это направление как собственный пенсионный проект :)
Дина Симкина
Директор департамента аналитики, Авито
Валерия Кравцова
Успела поработать в разных сферах — от развития дилерской сети автомобилей, до agile трансформации в страховой компании.

В Академии Аналитиков менеджеры не только про управление и процессы проекта, но и плотное общение со студентами и сопровождение во время всей учёбы. Мы приходим на помощь в любом учебном вопросе и выступаем за сотрудничество студентов и преподавателей :)
Анна Иванова
Я закончила бакалавриат и магистратуру МИЭФ НИУ ВШЭ.
До Авито работала в CIB части Сбера и занималась развитием роуминга в МегаФоне. С 2017 года преподаю рыночные финансы и эконометрику бакалаврам МИЭФ НИУ ВШЭ.

Теперь, присоединившись к проектной команде Академии, буду стараться делать ваше обучение не только продуктивным, но и комфортным, ведь ААА - место с уникальной образовательной средой.
Владимир Олохтонов и Иван Кравцов
В Авито мы отвечаем за инфраструктуру в команде антифрода, а в Академии постараемся вам помочь осознать 2 темы — конкурентность и распределённые системы, мы сделаем обзор ландшафта, а затем вместе с вами посмотрим как это всё работает на практике :)

Будет больно, вам понравится.
Требования


‎•‎ Образование: программа рассчитана на студентов последних курсов бакалавриата или магистратуры, а также специалистов любого года выпуска.

‎•‎ Специализация: математика, статистика, физика, информатика, экономика. Другие специальности также не блок для поступления.

‎•‎ Знания и навыки: математическая статистика, теория вероятностей и основы программирования (на любом языке).

Роль аналитиков и DS инженеров в Авито
Каждый месяц Авито посещают 50 млн человек, которым помогают новейшие интеллектуальные технологии.

Чем  занимаются аналитики:
Аналитики Авито — равноправные партнеры в развитии бизнеса и продукта, а не выгружатели отчетов.
— отвечаем за количественную оценку текущих проблем и возможностей, которые реализуются в продукте.
— создаем аналитические фреймворки, которые позволяют аналитикам самостоятельно контрибьютить в продукт.
— определяем ключевые метрики продукта и предложения по их улучшению.
— проводим исследования, которые помогают ответить на вопросы «что произошло» и «почему», а также составляем дальнейшие рекомендации.
Подробнее про аналитику в Авито

Чем  занимаются DS инженеры:
— получаем запрос от бизнеса на решение задачи.
— формулируем бизнес-задачу в терминах машинного обучения.
— выбираем наиболее подходящую модель для задачи, размечают данные, обучают и валидируют модель.
— разрабатываем сервис и встраивает модель в него.
— проводим интеграцию сервиса с заказчиком и выкатываем его в production.

А еще мы работаем в крутом офисе в двух минутах ходьбы от метро «Белорусская» и умеем в удаленку. Учись в классной атмосфере!
Аналитики в Авито — равноправные партнеры в развитии бизнеса и продукта, а не выгружатели отчетов. Чем мы занимаемся:

— отвечаем за количественную оценку текущих проблем и возможностей, которые реализуются в продукте.
— создаем аналитические фреймворки, которые позволяют аналитикам самостоятельно контрибьютить в продукт.
— определяем ключевые метрики продукта и предложения по их улучшению.
— проводим исследования, которые помогают ответить на вопросы «что произошло» и «почему», а также составляем дальнейшие рекомендации.
Этапы поступления
Прием заявок
июнь 2022
02 июля 2022
сентябрь 2022
Старт обучения
17 - 19 июня 2022
август 2022
Как подготовиться к вступительным испытаниям
Первый этап — тест
Нужно знать:

Школьный курс алгебры и геометрии, а также:

  • Случайные величины
  • Совместное распределение
  • Математическое ожидание
  • Моменты случайной величины
  • Методы построения точечных оценок
  • Функции распределения и плотности случайной величины

Ещё в тесте будет секция с задачами на программирование на любом языке. Нужно будет писать код. Пример задачи на программирование:

Дано:
Матрица [N×M] и число k. Значения матрицы - целые числа на отрезке [-100; 100], N, M и k- целые числа на отрезке [1; 100].

На вход программе будет подано:
На первой строке задается количество строк матрицы N и через пробел количество столбцов матрицы M. На последующих N строках задаются строки матрицы, каждая из которых содержит M целых чисел, разделенных пробелом, затем число k.

Задaча:
Необходимо вывести результат перемножения матрицы на число.

Sample Input:
3 2
1 2
3 4
5 6
2
Sample Output:
2 4
6 8
10 12

Второй этап — экзамен
Что преимущественно будет на экзамене:

  • матожидание, дисперсия
  • основные распределения, задачи на них
  • центральная предельная теорема
  • характеристики распределения
Абитуриентам направления Data Science нужно будет также решить несколько задач на программирование.

Примеры задач с прошлого набора

А. Два охотника одновременно стреляют в кабана. Известно, что первый попадает с вероятностью 0.8, а второй — 0.5 (независимо от первого). Кабан убит, и в нём обнаружена одна пуля. Найдите вероятность того, что:
1) кабана убил первый охотник
2) кабана убил второй охотник


В. Вероятность того, что медицинский тест выявит наличие заболевания, когда оно действительно есть, называется чувствительностью теста. Специфичностью теста называется вероятность того, что тест покажет отсутствие заболевания, когда пациент здоров. Вероятность того, что пациент болен, когда тест показал наличие заболевания, называется прогностической силой теста. Предположим, что только 1% всего населения страдает данным заболеванием. Чувствительность используемого теста равна 0.9, а специфичность — 0.95.
1) Какова вероятность того, что у случайно выбранного человека тест покажет наличие заболевания?
2) Какова прогностическая сила теста?


С. При выстреле по мишени стрелок попадает в десятку с вероятностью 0.5, в девятку – 0.2, в восьмерку – 0.15, в семерку – 0.1, в шестерку – 0.05. Стрелок сделал 100 выстрелов.
a) Используя центральную предельную теорему (объяснить, почему она применима), посчитать вероятность того, что он набрал не больше 900 очков.
б) Используя центральную предельную теорему, записать вероятность того, что он набрал не больше 880 очков, через Φ(𝑥)Φ(x) — функцию распределения стандартной нормальной случайной величины.


D. Известно, что в городе 𝐴 из родившихся сегодня детей 49% — девочки. А в городе 𝐵 64% — девочки. Какой из городов маленький, а какой большой? Аргументируйте.

E. Из всех четырехмерных параллелепипедов с суммарной длиной ребер 32, какой имеет наибольший объем? Докажите.


Онлайн-тестирование продолжительностью примерно 3 часа.

Задачи по теории вероятностей, математической статистике и основам программирования (на любом языке.)

17 - 18 июня 2022



Онлайн-экзамен продолжительностью примерно 2 часа.
Что преимущественно будет на экзамене:
  • матожидание, дисперсия
  • основные распределения, задачи на них
  • центральная предельная теорема
  • характеристики распределения
Абитуриентам направления Data Science нужно будет также решить несколько задач на программирование.

02 июля 2022
Знакомство с представителями команды аналитиков и DS инженеров Авито.
F.A.Q.
Какой предполагается формат обучения?
Занятия пройдут в онлайн формате. Также будет возможность при желании приходить в офис на некоторые лекции.
Будут ли каникулы?
Да, с 28 декабря по 10 января. Также мы не учимся в другие государственные праздники и отдыхаем весь июнь.
Сколько часов в неделю займет обучение?
Программа рассчитана на 15-25 астрономических часов, в неделю:
— 3 занятия в неделю (будни, вечер) по 3 часа;
— от 6 часов на домашнюю работу — в  зависимости от начального уровня студента.
Обязательно ли проходить все курсы?
Да, все курсы в ААА являются обязательными. Мы внимательно следим за посещаемостью, однако, всегда готовы помочь в случае форс-мажорных ситуаций.
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.

Второй этап — онлайн-экзамен.
Что преимущественно 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.
В каком формате пройдет собеседование?
В виде онлайн-знакомства с командой аналитиков или DS инженеров Авито. На собеседовании нужно будет также решать небольшие задачи.
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.
Возьмут ли студентов ААА на работу в Авито?
Трудоустройство в Авито возможно как в процессе обучения, так  и после выпуска.
Сам факт обучения в Академии не дает преимуществ при  трудоустройстве.
Преимуществами станут полученные в Академии знания
и  навыки, а также возможность зарекомендовать себя  в работе с командой Авито.

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.
Обучение в ААА ограничивается одним годом?
Обучение в академии длится 13 месяцев.
Могу ли я участвовать, если ещё учусь?
Для нас важно, чтобы студенты успевали учиться и соотносили нагрузку в академии с нагрузкой в университете. Иногда это бывает непросто на 1-2 курсах.

Программа курса рассчитана на углубленное погружение в предметную область и требует от студентов максимального вовлечения. Если ты отвечаешь требованиям для поступления на курс и готов посвящать обучению достаточное количество времени, мы ждем заявку.
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
Можно ли совмещать работу/учебу с учебой в Академии?
Формальных ограничений нет, однако учитывай, что нагрузка в Академии будет высокой — от 15 астрономических часов в неделю. Это 9 часов на занятия и около 6 часов на домашнюю работу.
Что делать, если я не уверен в своем уровне подготовки?
Мы рекомендуем тебе зарегистрироваться и попробовать свои силы на онлайн-тестировании, чтобы понять, соответствует ли твой уровень знаний нашим требованиям.
Чем занимаются аналитики в Авито?
Аналитики Авито — равноправные партнеры в развитии бизнеса и продукта.

Аналитики в Авито:
— отвечают за количественную оценку текущих проблем и возможностей, которые реализуются в продукте.
— создают аналитические фреймворки, которые позволяют аналитикам самостоятельно контрибьютить в продукт.
— определяют ключевые метрики продукта и предложения по их улучшению.
— проводят исследования, которые помогают ответить на вопросы «что произошло» и «почему», а также составляют дальнейшие рекомендации.

Подробнее про аналитику в Авито
Вступительные тесты для аналитика и DS инженера будут одинаковые?
Частично. В DS будут также дополнительные задачи по программированию во втором этапе.
У меня остались вопросы. Куда писать?
Если ты не нашел ответ на свой вопрос, напиши нам на почту analytics-academy@avito.ru.
Можно ли поступать на оба направления? В какой момент нужно сделать выбор?
Вы можете пробовать сдавать экзамены одновременно на оба направления, но выбрать в итоге нужно будет только одно. Опция выбора направления будет доступна в форме регистрации.