Корпоративное обучение

Какие задачи бизнеса мы помогаем решить

Обучение линейных сотрудников

Научим ваших сотрудников оптимизировать рутинную работу и продвинутым инструментам анализа данных, с которыми они сталкиваются.
Внедрение инноваций

На языке бизнеса расскажем топ-менеджерам, чем может быть полезен анализ данных и как заставить искусственный интеллект работать на компанию.
Масштабирование внутренних курсов

Организовали корпоративный университет, но не хотите отвлекать коллег на преподавание? Мы разработаем курс и подберем опытных и харизматичных преподавателей.

Программы

Python для начинающих. Интенсив

16 академических часов

Обучим базовой работе в Jupyter Notebook, пониманию синтаксиса Python и созданию простых автоматизированных скриптов

→ Подробнее
Программа подходит для сотрудников без опыта программирования:
- бизнес-аналитикам,
- менеджерам проектов,
- офис-менеджерам.
Темы:
- установка, синтаксис и типы данных,
- контроль потока и работа с коллекциями,
- функции, модули и первые библиотеки,
- файлы, автоматизация и базовая визуализация.
Оставить заявку
Python для начинающих

80 академических часов

Насыщенный курс для начинающих с нуля. Сотрудники освоят сбор, анализ и визуализацию данных, а также создание графических интерфейсов

→ Подробнее
Подходит всем, кто сталкивается в работе с таблицами и данными:
- аналитикам,
- экономистам,
- маркетологам,
- проектным и продуктовым менеджерам.
Темы:
- установка, синтаксис и типы данных,
- контроль потока и работа с коллекциями,
- функции, модули и первые библиотеки,
- файлы, автоматизация и базовая визуализация,
- библиотека Numpy, визуализация с matlplotlib и seaborn,
- визуализация в Plotly,
- библиотека Pandas,
- разработка графического интерфейса. Библиотека tkinter
- извлечение данных с веб-страницы с помощью BeautifulSoup. Selenium. JSON и XML,
- работа с API,
- итоговый проект
Оставить заявку
SQL для начинающих

80 академических часов

Курс для начинающих с нуля. Сотрудники освоят базовый синтаксис SQL, связь с Python, научатся проводить когортный анализ и RFM-сегментацию

→ Подробнее
Подходит всем, кто сталкивается в работе с таблицами и данными:
- аналитикам,
- экономистам,
- маркетологам,
- проектным и продуктовым менеджерам.
Темы:
- введение и операторы,
- группировка и агрегатные функции,
- объединение таблиц — JOIN,
- типы данных,
- CRUD операции, подзапросы, представления,
- Python и SQL,
- графики, дашборды и мониторинги,
- оконные функции,
- когортный анализ и retention,
- RFM-сегментация.
Оставить заявку
Генеративный искусственный интеллект для бизнеса

16 академических часов

Обзорный курс для руководителей отделов и топ-менеджеров. Расскажем, что такое искусственный интеллект, какую пользу бизнесу он может принести и каковы его ограничения

→ Подробнее
Темы:
- введение в искусственный интеллект,
- генеративный и агентный ИИ,
- цифровизация и ИИ на производстве: кейсы и технологии,
- ИИ в действии: эффективные запросы и ответственность использования.
Оставить заявку
Искусственный интеллект на практике

16 академических часов

Практикум. Обучим использовать современные нейросетевые инструменты для подготовки презентаций и текстов, создания визуальных материалов, анализа и систематизации информации

→ Подробнее
Темы:
- Введение в искусственный интеллект и ИИ-инструменты,
- Промт-инжиниринг: учимся правильно разговаривать с ИИ,
- ИИ в автоматизации рутинных задач,
- Презентации и визуализация: как использовать ИИ для оформления,
- Работа с данными и документами,
- Итоговая практика.
Оставить заявку

Эксперты и преподаватели

Элен Теванян

Руководитель по машинному обучению в операциях, Сбермаркет

С 2019 года по 2023 работала в X5 Retail Group: начинала в команде ad hoc co специализацией в А/В-тестах, руководила командой data scientist’ob продукта CVM ТСХ.
Занимала должность руководителя команды развития алгоритмов диспатча в Яндексе.
Окончила бакалавриат факультета компьютерных наук НИУ ВШЭ по специальности «Прикладная математика и информатика» в 2015 году. В 2018 году получила магистерскую степень НИУ ВШЭ по направлению «Анализ данных в биологии и медицине».
Евгений Соколов

Доцент ФКН

С 2016 года работает в НИУ ВШЭ, где разработал и ведет курсы «Машинное обучение», «Основы глубинного обучения»; «Введение в анализ данных».
Академический руководитель бакалавриата «Прикладная математика и информатика». Ведущий эксперт проекта Data Culture, направленного на внедрение курсов по анализу данных во все бакалаврские программы ВШЭ.
С 2014 по 2019 год работал в Яндексе, где руководил группой анализа неструктурированных данных Yandex Data Factory, а затем был руководителем группы качества рекомендаций в Яндекс.Дзене.
Армен Бекларян

Эксперт

Автор и преподаватель MBA, DBA и GMP, онлайн-программ, корпоративных курсов по бизнес-аналитике, Data Mining, хранилищам данных, ИИ в бизнесе. Кандидат технических наук.
Доцент лаборатории машинного обучения и представления данных УИ, эксперт ГПН, проректор по исследованиям и инновациям Университета RWB.
2019 — 2025: ведущий инженер в Huawei (Moscow Research Center).
2018 — 2025: заместитель генерального директора в ООО «Лаборатория интеллектуальных решений».
Опыт разработки и внедрения имитационных моделей, предназначенных для поиска оптимальных стратегических и оперативных решений в крупнейших российских компаниях и государственных структурах, в том числе, в ПАО Сбербанк, ОАО «Лукойл», ФК «Уралсиб», НПФ «Благосостояние», Рособрнадзор РФ, Министерство образование и науки РФ.
Ян Пиле

Head of OSA(On-Shelf availability), Магнит

Строил скоринговые модели в банках (Тинькофф, ОТП БАнк, UniCredit); в рисках и маркетинге. Далее работал аналитиком в Яндекс.Маркете; с августа 2020 до апреля 2024 руководил группой аналитики в VK.
Принимает участие в разработке и доработке программ Центра непрерывного образования с 2020 года. Преподает Python и SQL для начинающих.
Закончил физфак МГУ. Сейчас продолжает занятия физикой в Лаборатории вычислительной физики МИЭМ НИУ ВШЭ.
Павел Волощук

Эксперт

Академический руководитель программ «Магистр по наукам о данных» и «Исследования и предпринимательство в искусственном интеллекте», доцент.
Автор и преподаватель образовательных программ и MBA в сфере управления людьми.
Эксперт в области дизайн-мышления и корпоративного обучения. Имеет обширный опыт в сфере управления персоналом. Работал в таких компаниях как Корпоративный университет Сбербанка, ЭКОПСИ-консалтинг, РЖД, Оргкомитет «Сочи 2014».
Андрей Зимовнов

ML-директор рекомендаций ВК

С 2012 по 2014 год работал в Ozon в должности аналитика данных, а затем в должности ведущего аналитика данных.
С 2015 по 2016 год работал в Yandex Data Factory аналитиком данных.
С 2017 года работал в сервисе Яндекс.Дзен.
С 2022 года ML-директор Дзен.
С 2016 года работает в НИУ ВШЭ, где читает курс лекций «Машинное обучение на больших данных». Соавтор и преподаватель курсов «Машинное обучение», «Основы глубинного обучения» «Введение в анализ данных».
Сергей Юдин

Руководитель службы ML-проектов в Яндекс браузере

Работал в команде поиска Яндекса: сначала занимался продуктовой аналитикой, разработкой продуктовых фичей, основанных на ML, а затем был тимлидом команды поисковых рекомендаций, которая улучшает сниппеты и быстрые ответы.
В 2022-2023 году занимал должность операционного директора Яндекс Кью.
Консультировал стартапы и компании с различными кейсами (от поиска алмазов в крупной руде Архангельской области, до американского стартапа по оптимизации коровьих ферм).
Преподает в НИУ ВШЭ, Сириусе, GoTo. Ведет факультатив «Продуктовая аналитика» для студентов ФКН, блок «Введение в аналитику» на интенсиве «Data Science для руководителей» Центра непрерывного образования ФКН.
Маргарита Бурова

Старший преподаватель ФКН

Старший преподаватель, академический руководитель первой в России англоязычной магистерской онлайн-программы «Магистр по наукам о данных».
Образование: Национальный исследовательский университет «Высшая школа экономики», специальность «Прикладная математика и информатика», магистр.
Профессиональные интересы: Python, анализ данных, машинное обучение.
Елена Кантонистова

Доцент ФКН

Академический руководитель онлайн-магистратуры «Машинное обучение и высоконагруженные системы», Доцент
С 2016 года преподает на курсах по глубинному обучению открытых и корпоративных программ Центра непрерывного образования.
С 2020 года — академический руководитель онлайн-магистратуры «Машинное обучение и высоконагруженные системы» ФКН ВШЭ.
С 2016 по 2018 год работала на позиции Data Scientist в компании Raxel Telematics.
C 2017 по 2018 годы была консультантом в WorldQuant LLC.
С 2018 по 2019 год занимала должность ведущего Data Scientist’а в компании United Consulting Group.
Александр Пославский

Руководитель направления ML-исследований ВК

Выпускник МГУ и Skoltech. Куратор и преподаватель курса RecSys в ШАД, автор и преподаватель курса по AI для аспирантов МГУ (2021-2022)
Индустриальный опыт:
- MiLaboratory, Биоинформатик (Разработка алгоритмов прогнозирований эффективности иммунотерапии рака), 2021
- ChessKing, Руководитель направления CV, 2019-2021
- ChessKing, Data Scientist, 2017-2019