Программа курса

Введение в Data Science в финансах

На этом курсе начинают с основ. Участники знакомятся с преподавателем, понимают цели обучения и настраивают среду Python. Здесь объясняют задание финального проекта и ключевые даты. Также рассматривают роль Data Science, AI и ML в финансовой отрасли, изучают необходимые навыки и основную терминологию.

Работа с финансовыми данными

Этот блок научит находить и обрабатывать финансовые данные. Участники узнают о популярных источниках информации и методах очистки данных на Python. На практике они решат типичные проблемы финансовых наборов данных. Далее идет Exploratory Data Analysis - участники учатся получать инсайты из данных, используя визуализацию и функциональную инженерию, в частности для работы с временными рядами.

Статистическое моделирование и машинное обучение

В этом модуле изучают статистическое моделирование для финансовых задач. Участники учатся проверять бизнес-гипотезы и делать выводы из данных. Практическое задание включает оценку кредитоспособности для проекта LendingClub. Далее переходят к машинному обучению - строят классификационные модели для оценки рисков, оценивают их эффективность и балансируют между точностью и понятностью.

Продвинутые методы ML и глубокое обучение

Здесь рассматривают ансамблевые методы для улучшения прогнозов. Участники изучают фреймворки интерпретации моделей и настройки гиперпараметров. На демонстрации сравнивают эффективность ансамблевой модели с базовой. Затем идет введение в глубокое обучение - основы нейронных сетей и их применение в финансах, с демонстрацией популярных фреймворков Python.

Специализированные финансовые применения

Этот блок охватывает нетипичные задачи машинного обучения. Участники изучают неконтролируемое обучение для выявления аномалий, сегментации клиентов и уменьшения размерности данных. Отдельный модуль посвящен моделированию временных рядов - от разложения на компоненты до методов прогнозирования. Последний модуль вводит в генеративный AI и большие языковые модели, с демонстрацией создания финансового чат-бота.

Реализация и карьера

Финальные модули сфокусированы на практической реализации. Участники создают приложение для выявления мошенничества в реальном времени, учитывая масштабируемость и дизайн. Далее изучают жизненный цикл ML Ops - от архитектуры систем до управления моделями, этических аспектов и требований регуляторов. Завершается курс стратегией карьерного планирования для Data Scientist в финансах, включая тенденции рынка и подготовку к собеседованиям.

Особенности обучения

Курс включает собственный проект, где участники применяют полученные знания на практике. Преподаватель имеет международный опыт в отрасли. После успешного завершения участники получают сертификат.

Что включено

Вечерние занятия

Выдается диплом/сертификат

Реальный проект в портфолио

Сопровождение ментора

Data Science in Finance

О курсе

Программа курса

Введение в Data Science в финансах

Работа с финансовыми данными

Статистическое моделирование и машинное обучение

Продвинутые методы ML и глубокое обучение

Специализированные финансовые применения

Реализация и карьера

Особенности обучения

Что включено

О школе

Laba

Другие курсы школы

Project Manager

Business English для фінансистів

Excel для бізнесу