Освойте математическую базу, на которой построены анализ данных и машинное обучение. Курс поможет не просто применять готовые инструменты, а понимать логику алгоритмов и осознанно выбирать методы для решения задач.

Что освоите:

• алгоритмы на графах и основы дискретной математики;
• производные, интегралы и задачи оптимизации;
• матрицы, векторные пространства и разложения;
• вероятностные модели, корреляцию и формулу Байеса.

Как проходит обучение:

Очные занятия в кампусе НИУ ВШЭ, практические упражнения, домашние задания и их обсуждение с преподавателями ФКН.

Подойдет студентам, начинающим программистам и специалистам смежных направлений, которым не хватает системной математической базы.

Продолжительность: 21 занятие

Старт: 13 октября 2026

Научитесь превращать данные в понятные интерактивные дашборды для бизнеса. Пройдёте весь путь от подготовки данных и технического задания до публикации готового дашборда в Tableau и Yandex DataLens.

После курса вы сможете:

• выбирать подходящие графики и способы представления данных;
• создавать интерактивные визуализации;
• собирать дашборды под задачи заказчика;
• отслеживать показатели и принимать решения на основе данных.

Курс подойдет начинающим аналитикам, продакт-менеджерам и руководителям.

Для обучения потребуется базовое знание SQL.

Продолжительность: 7 очных занятий

Старт: 12 октября 2026

Научитесь превращать данные в работающие ML-модели: готовить признаки, выбирать подходящие методы и оценивать качество результата. Освоите инструменты Python для прогнозирования, классификации и поиска закономерностей в данных.

После курса вы сможете:

• готовить данные и проводить первичный анализ;
• строить и проверять модели классификации и регрессии;
• применять решающие деревья, случайные леса и градиентный бустинг;
• отбирать признаки, снижать размерность и решать задачи кластеризации.

Курс подойдет тем, кто уже работает с Python и знаком с основами высшей математики.

Продолжительность: 14 очных занятий

Старт: 2 сентября 2026

Освойте SQL как основной инструмент аналитика: извлекайте, объединяйте и обрабатывайте данные из разных таблиц. Научитесь связывать SQL с Python, создавать визуализации и проводить клиентскую аналитику.

После курса вы сможете:

• писать запросы с группировками, JOIN и подзапросами;
• применять оконные функции;
• работать со связкой Python и SQL;
• проводить когортный анализ и рассчитывать retention;
• сегментировать клиентов с помощью RFM-анализа.

Курс подойдет аналитикам, продуктовым маркетологам и тем, кто хочет перейти от работы с данными в Excel к базам данных.

Предварительное знание SQL не требуется.

Продолжительность: от 4 недель

Старт: 7 сентября 2026

Научитесь использовать статистику для проверки гипотез, оценки неопределённости и принятия решений на основе данных. Будете работать с реальными выборками и реализовывать статистические методы на Python.

После курса вы сможете:

• строить и интерпретировать доверительные интервалы;
• проверять статистические гипотезы;
• планировать и анализировать A/B-тесты;
• создавать регрессионные модели;
• анализировать временные ряды с помощью Python.

Курс подойдет начинающим дата-сайентистам, аналитикам и программистам, которым важно понимать статистическую основу анализа данных и машинного обучения.

Для старта нужны Python и основы математики.

Продолжительность: 4 недели

Старт: 19 сентября 2026

Научитесь находить эффективные решения, оценивать скорость работы алгоритмов и оптимизировать код на Python. Курс поможет систематизировать знания и подготовиться к алгоритмической части технических собеседований.

После курса вы сможете:

• оценивать временную сложность алгоритмов;
• выбирать подходящие структуры данных;
• работать со стеками, очередями, деревьями и хэш-таблицами;
• применять алгоритмы сортировки, поиска и работы с графами;
• писать более эффективный код на Python.

Курс подойдет начинающим разработчикам, дата-сайентистам и тем, кто готовится к техническому собеседованию.

Продолжительность: 68 часов

Старт: 7 сентября 2026

Научитесь создавать и обучать нейронные сети с помощью PyTorch. Разберетесь в возможностях и ограничениях современных моделей и получите практический опыт решения задач компьютерного зрения и обработки текстов.

После курса вы сможете:

• собирать и обучать нейронные сети;
• работать со свёрточными сетями и изображениями;
• решать задачи классификации, детекции и сегментации;
• применять transfer learning и генеративные модели;
• использовать рекуррентные сети, трансформеры и BERT для работы с текстами.

Курс подойдет тем, кто уверенно владеет основами Python и хочет перейти к практической разработке моделей глубокого обучения.

Продолжительность: 68 часов

Старт: 9 ноября 2026