Opis kursa

Savladaj nauku o podacima od nule

Prema definiciji, nauka o podacima (Data Science) predstavlja oblast koja podrazumeva izvlačenje zaključaka na osnovu velike količine podataka, uz korišćenje različitih istraživačkih metoda. Ti zaključci se potom koriste za rešavanje različitih konkretnih problema. Stoga ne treba da čudi činjenica da značaj i popularnost nauke o podacima raste u svim oblastima našeg života.

Kako bi zaključci do kojih ovim putem dolazimo bili pouzdani, neophodno je pravilno postaviti problem, pronaći potrebne podatke i obraditi ih na prikladan način. Zato data scientist radi prema procesu koji nalaže nauka o podacima. A za to je potreban naročit set veština.

1. Postavljanje problema - Naučićeš da postavljaš prava pitanja i pretvaraš ih u konkretne, dobro definisane probleme. Ova veština podrazumeva analiziranje i osnove matematike i statistike.
2. Sakupljanje podataka - Sa osnovnim programerskim veštinama neće ti biti teško sakupljanje informacija iz različitih izvora, sajtova i sistema. Efikasno ćeš čuvati podatke u formatima kao što su .csv, .json ili .xml i biti spreman na rad sa njima.
3. Prečišćavanje i obrada podataka - Poznavanje osnova programiranja će ti olakšati da prečistiš podatke od nedostajućih, pokvarenih ili pogrešnih vrednosti, kao i da te podatke obradiš.
4. Istraživanje podataka i definisanje novih varijabli- Osnove statistike će ti, uz programske jezike, pomoći da identifikuješ obrasce, izdvojiš bitne odlike i istražiš podatke koje si prethodno sakupio/la. Na taj način ćeš biti efikasniji/a i postizati bolje rezultate.
5. Dubinska analiza - U ovoj fazi je od pomoći poznavanje pravila mašinskog učenja. Njihova primena podrazumeva pravljenje prediktivnih modela i dubinsku analizu podataka iz izvora kao što su baze podataka. Ovo je naredni, viši nivo veštine, iznad obuke za data scientist-a.
6. Prezentacija rezultata analize - Pokazaćemo ti kako da koristiš vodeće alate pomoću kojih ćeš vizualizovati rezultate analize i pripovedanje pomoću podataka. Na taj način će ljudi lakše razumeti tvoje analize i one će poslužiti kao osnova za donošenje boljih odluka.

Posao Data scientist-a

Analitičari koji rade sa podacima imaju niz specijalizacija i jedinstvenih veština, i to ne samo matematiku i statistiku. Danas ključne sposobnosti podrazumevaju ne samo tehnološke veštine poput programiranja, već i vizualizaciju  podataka i pripovedačke veštine. U obuci za data scientista naš cilj je da ti pružimo jaku osnovu za rad sa podacima. Na taj način, u roku od 7 do 9 meseci intenzivnog učenja uz pomoć naših predavača i mentora steći ćeš novu profesiju. Postani data scientist.

Data scientist na tržištu rada

Podaci utiču na svaki deo naših života: na industriju, tehnologiju, obrazovanje, marketing, prodaju. Kao data scientist koristićeš podatke za kompleksne analize. Rezultati koji će proisteći iz tvojih besprekornih analiza, odnosno akcija do kojih će posledično doći, unaprediće aktivnost tvog odeljenja, cele firme, a u budućnosti, možda i čitave industrije. Tako se naš svet razvija, a tehnologija napreduje.

Kome je namenjena obuka za Data scientist-a?

• SVAKOME KO ŽELI POSAO DATA SCIENTIST-a bez prethodnog iskustva u radu sa podacima
• SVAKOME KO ŽELI DA PROŠIRI SVOJE KVALIFIKACIJE kako bi postao što kompetitivniji na tržištu rada
• ZAPOSLENIMA U BANKARSTVU u oblastima kao što su: finansije, prodaja, marketing, kontrola i logistika

Data scientist je obuka koja razvija veštine u oblasti nauke o podacima. Kreirali smo je imajući na umu ljude koji imaju malo ili nikakvog prethodnog iskustva u radu sa podacima. Svaki modul obuke počinje od osnova i pruža uvod u rad sa podacima – od postavljanja problema, do prezentacije rezultata analize. Uključujući i znanja iz oblasti mašinskog učenja. A sve to uz specijalističke alate koje ćeš savladati tokom časova.

Veštine Data scientist-a su naročito koriste u branšama kao što su: bankarstvo, maloprodaja i usluge, osiguranje, industrija, telekomunikacije obrazovanje, mediji i marketing, javna administracija, e-komerc, zdravstvo. 

Ulazni uslovi za ovu obuku

Da bi započeo/la obuku za data scientist-a, neophodno je da:

• poznaješ osnove Excela (kreiranje dokumenata, osnove unosa i editovanja podataka);
• poseduješ osnovno razumevanje grafikona i podataka koje oni ilustruju;
• budeš otvoren/a za razvoj sposobnosti iz matematike, logičkog razmišljanja i rasuđivanja na osnovu podataka.

Data scientist. Osiguraj posao siguran i u budućnosti

Obuka za data scientist-a pokriva niz oblasti, uključujući osnove statistike, analize podataka, programiranje i vizualizaciju podataka i mašinsko učenje. Sve to se zasniva na našem sopstvenom programu uz nadzor vrhunskih stručnjaka. Obuka za data scientist-a obuhvata module koje pokrivaju sledeće:

1. Uvod u analizu podataka - Na praktičan način, bez prethodnog iskustva, steći ćeš znanje i veštine koji su neophodni za prve korake na stazi analize podataka. Savladaćeš: Praksu korišćenja uobičajenog radnog toka pri analizi podataka/Rada sa bazama podataka i osnovama analize podataka/Osnovne statističke obrasce
2. Pyhton-analiza podataka - Osnovno programiranje je ključna veština u nauci o podacima. Ovo će ti olakšati da prečistiš podatke od vrednosti koje nedostaju, koje su pokvarene ili pogrešne. Savladaćeš: Automatizaciju izveštaja uz pomoć Python/Sakupljanje podataka iz spoljnih servisa i sajtova/Sakupljanje podataka iz sistema baza podataka (ERP, računovodstvo, itd.)
3. SQL – analiza podataka -  Uz pomoć temeljnog poznavanja SQL-a, brzo ćeš naći konkretne podatke u bazi podataka i osigurati više vremena za ono što je najvažnije: pažljivu analizu. Savladaćeš:  Kreiranje efikasnih i kompleksnih upita u SQL-u, NLP – obradu prirodnog jezika/ Dodatne metodeformatiranja izlaznog seta podataka/Napredne modele mašinskog učenja/Pravila za rad sa relacionim bazama podataka
4. Vizualizacija podataka - U poslednjem kursu ćeš savladati pripovedanje pomoću podataka i kako kreirati jasne vizualizacije. Zahvaljujući tome ćeš razumeti podatke bolje i izvlačićeš kvalitetnije zaključke i donositi prave odluke. Savladaćeš: Pripovedanje pomoću podataka i naraciju koja se zasniva na podacima/Korišćenje biblioteka i alata za vizualizaciju podataka/Stvaranje analitičke kontrolne table koja je spremna za korišćenje.
5. Mašinsko učenje - Steći ćeš znanje o tome kako odabrati, primeniti i verifikovati odgovarajući model mašinskog učenja kako bi rešio/la konkretan poslovni problem. Savladaćeš: NLP – obradu prirodnog jezika/ Napredne modele mašinskog učenja/Modele regresije

Delovi obuke

• Prework - Svakom bloku obuke za data scientist-a prethodi prework. Glavni zadatak te faze jeste da upozna polaznike sa temama o kojima će razgovarati na časovima sa predavačem. U zavisnosti od dela obuke, Prework će se baviti temama kao što su upotreba Excela u analizi podataka, uvod u programiranje u Pythonu, rad sa SQL bazama podataka i alatima za vizualizaciju podataka. Kompletiranje barem 80% ove faze pre svakog od modula uslov je za učestvovanje u narednom delu obuke. Pri tom, možeš se osloniti na podršku mentora u slučaju da imaš bilo kakva pitanja ili nedoumice.
• Grupna sesija sa predavačem u virtuelnoj učionici - Nastava u virtuelnoj učionici predstavlja srž obuke, i tokom nje razvijaš svoje analitičke veštine. Časovi se održavaju subotom i nedeljom od 9:00 do 17:00 na platformi za grupnu komunikaciju (Zoom). Zahvaljujući grupnom radu sa predavačem, savladavaćeš gradivo brzo i efikasno. Tokom časova ćeš obavljati praktične zadatke, što je najbolji način za sticanje novih veština. Sastanak sa predavačem i ostatkom grupe je sjajna prilika da postaviš pitanje i raščistiš sve nejasnoće.
• Samostalno učenje - U okviru obuke ćemo ti obezbediti materijale pomoću kojih ćeš moći da samostalno učiš na Coders Lab LMS platformi, u skladu sa rasporedom obuke. Cilj individualnog učenja je spremanje za časove sa predavačem, kao i obnavljanje i utvrđivanje gradiva i novih veština.
• Završni projekat - Svaki blok obuke za data scientist-a završava se projektom koji sumira znanje iz tema koje su obrađene u datom bloku. Na ovaj način koristiš stečene veštine u realnim situacijama, i postepeno gradiš svoj portfolio. Na taj način će tvoj portfolio na kraju obuke prikazivati 5 analitičkih projekata.
• Ispiti - Nakon svakog bloka obuke imaćeš ispit vezan za dati modul, koji će proveriti znanje odgovarajućeg gradiva. Kruna obuke za data scientist-a je završni ispit, nakon koga ćeš dobiti sertifikat Coders Laba.

Mentorska podrška - Tokom čitave obuke možeš računati na podršku mentora tvoje grupe. Slobodno im se obrati sa bilo kojim pitanjima ili nedoumicama koje imaš u vezi sa gradivom. Piši im preko Slack-a i vrlo brzo ćeš dobiti odgovor.

Raspored obuke za Data scientist-a

Časovi subotom i nedeljom od 9.00 do 17.00. Ovaj tip obuke zahteva disciplinu i učenje u periodu između časova. Ovaj raspored je najbolji za one koji:

• žele da kombinuju obuku sa poslom ili studiranjem,
• ne žele da napuste trenutni posao pre nego što nađu novi.

VAŽNO! Između sesija imaćeš na raspolaganju materijale za individualni rad (praktične vežbe i domaće zadatke). Oni će ti pomoći da utvrdiš gradivo koje si sa predavačem prešao/la na časovima i da se spremiš za narednu sesiju.

PREDAVAČI I MENTORI

Tokom Coders Lab obuke, nikad niste sami. Naši pažljivo odabrani predavači i mentori su uvek uz vas. O nama možete suditi na osnovu rezultata njihovog rada. Zato smo odabrali iskusne stručnjake koji će vam predati svoje znanje i pružiti vam podršku tokom obuke.

Ko je predavač?

Tokom časova ćete stalno biti u kontaktu sa predavačem. U zavisnosti od dužine i obima obuke, različiti stručnjaci će preuzeti ulogu predavača.

U dužnosti predavača spadaju:

• držanje praktičnih časova
• pružanje podrške i odgovaranje na pitanja tokom časa
• praćenje vašeg napretka tokom obuke

Ko je mentor?

Mentor je odgovoran za sadržaj obuke: on je tu od početka do kraja. Možete se konsultovati sa mentorom u vezi bilo kog segmenta obuke preko Slack-a. Mentor može igrati i ulogu predavača tokom jednog dela obuke, ili čak tokom cele obuke.

Zašto se obuka u Coders Labu isplati?

1. Prioritet nam je praksa

U našim obukama od samog početka stičete praktično znanje i veštine. Program je zamišljen tako da pokrije ono što se traži na tržištu. Naučićete da radite prema metodologijama Scrum i Kanban, sa alatima Trello i Github, vežbaćete gitflow i pregled koda.

2. Pružamo vam podršku tokom čitavog puta

Proces odabira i kupovine prave obuke uz pomoć naših savetnika za obuke je tek početak. Nakon toga vam pomažu predavači i mentori. Oni su ti koji će vas uvesti u svet programiranja.

3. Grupno učenje

Svaki učesnik na obuci doprinosi na svojstven način: ličnim iskustvom, znanjem, jedinstvenom perspektivom na čitavu stvar. Zahvaljujući ovome, svaka radionica je različita, ali je uvek od velike koristi. Osim toga, na ovaj način se stiču nova poznanstva koja mogu biti od pomoći kasnije.

4. Znamo šta se trenutno traži na tržištu rada 

Pomno pratimo promene na tržištu i analiziramo potrebe različitih poslodavaca. Vidimo koga oni traže, kakve tehnologije koriste i šta rade iz dana u dan. Na taj način znamo kojim veštinama treba da damo prednost na našim časovima.

5. Stičete kompetencije koje su tražene

Potražnja za specijalistima za analizu podataka raste. Zato ako razviješ veštine koje se tiču Big Data-e, odgovaraćeš potrebama tržišta rada.

6. Onlajn časovi su uživo

U našim obukama časovi se održavaju u virtuelnim učionicama na platformi za grupnu komunikaciju (Zoom). Zahaljujući tome predavači i ostali polaznici su sve vreme sa tobom, a možeš da učiš sa bilo kog mesta na svetu.

Iskustva polaznika