НОВЫЙ НАБОР - МАЙ 2023
АКАДЕМИЯ АНАЛИТИКОВ
АВИТО
АВИТО
программа подготовки аналитиков данных и ds-инженеров
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. Ты получишь необходимые знания и навыки для работы с данными и погрузишься в специфику работы.
Мы умеем растить аналитиков данных и DS-инженеров. Учись на практике вместе с Авито!
4 причины учиться в ААА
В Академии все занятия включают практику, взаимодействие с преподавателем и другими студентами. Каждый студент работает с ментором — индивидуально и на протяжении всего срока обучения.
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.
Учеба в Академии — возможность подготовиться к трудоустройству в Авито под руководством команды Авито.
ПРИКЛАДНЫЕ
ЗНАНИЯ
ЗНАНИЯ
ОПЫТНЫЕ
НАСТАВНИКИ
НАСТАВНИКИ
КАРЬЕРНАЯ
ПОДГОТОВКА
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 И КОМАНДА
У меня более чем десятилетний опыт программирования на Python. Работал как с бизнес, так и инфраструктурными сервисами, участвовал в ML-проектах.
В Авито занимаюсь разработкой на Python и Go. Как преподаватель, привношу в свои занятия богатый опыт и реальные знания о разработке программного обеспечения.
В Авито занимаюсь разработкой на Python и Go. Как преподаватель, привношу в свои занятия богатый опыт и реальные знания о разработке программного обеспечения.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
На реальных примерах из бизнеса изучим:
— наиболее распространенные критерии для интерпретации данных;
— подходы по снижению дисперсии, ложноположительных результатов;
— способы организации факторных и оптимизационных исследований.
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.
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.
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.
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.
Разбор аналитических кейсов с ментором, погружение студента в структуру рабочего процесса junior-аналитика в Авито
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.
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.
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:
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
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.
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.
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:
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
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:
В программе:
- Ручная разметка с помощью краудсорсинга
- Получение разметки автоматически с помощью эвристик
- Генерация размеченных данных
- Конкурс по разметке данных
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:
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
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:
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
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
- Роман Афанаскин
- Дмитрий Шуляк
- Евгений Прохоров
- Алексей Праслов
- Михаил КаменщиковАлгоритмы
Lead DS engineer, Авито
Подробнее - Илья Салманов
- Мария Новикова
- Андрей Ермилов
- Дмитрий Куприянов
- Ильяна Ааман
- Валерия Кравцова
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.
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.
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 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.
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:
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.
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 :)
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 :)
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.
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.
Будет больно, вам понравится.
Мария Новикова
Провела свои лучшие годы на физфаке МГУ. Занималась наукой и успела поработать в фудтех компании. В Авито занимаюсь улучшением жизни продавцов и студентов ААА :) Расскажу как легко и эффективно писать на SQL, чтобы находить инсайты в данных без гадания на кофейной гуще.
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).
• 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!
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.
— 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
май-июнь 2023
июль 2023
сентябрь 2023
Старт обучения
июнь 2023
август 2023
Как подготовиться к вступительным испытаниям
Нужно знать:
Школьный курс алгебры и геометрии, а также:
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
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
Что преимущественно будет на экзамене:
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.
- матожидание, дисперсия
- основные распределения, задачи на них
- центральная предельная теорема
- характеристики распределения
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
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:
02 июля 2022
Что преимущественно будет на экзамене:
- матожидание, дисперсия
- основные распределения, задачи на них
- центральная предельная теорема
- характеристики распределения
02 июля 2022
Знакомство с представителями команды аналитиков и DS инженеров Авито.
Оставь свои контакты и мы сообщим о старте нового набора!
F.A.Q.
Занятия пройдут в онлайн формате. Также будет возможность при желании приходить в офис на некоторые лекции.
Да, с 28 декабря по 10 января. Также мы не учимся в другие государственные праздники и отдыхаем весь июнь.
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.
— 3 занятия в неделю (будни, вечер) по 3 часа;
— от 6 часов на домашнюю работу — в зависимости от начального уровня студента.
Да, все курсы в ААА являются обязательными. Мы внимательно следим за посещаемостью, однако, всегда готовы помочь в случае форс-мажорных ситуаций.
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:
Второй этап — онлайн-экзамен.
Что преимущественно будет на экзамене:
- матожидание, дисперсия
- основные распределения, задачи на них
- центральная предельная теорема
- характеристики распределения
В виде онлайн-знакомства с командой аналитиков или DS инженеров Авито. На собеседовании нужно будет также решать небольшие задачи.
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.
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.
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.
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 академии длится 13 месяцев.
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.
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.
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
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.
Мы рекомендуем тебе зарегистрироваться и попробовать свои силы на онлайн-тестировании, чтобы понять, соответствует ли твой уровень знаний нашим требованиям.
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
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
Частично. В DS будут также дополнительные задачи по программированию во втором этапе.
Если ты не нашел ответ на свой вопрос, напиши нам на почту analytics-academy@avito.ru.
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.
