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

Программирование на языке Python

Программа ориентирована на новичков без опыта программирования и позволяет освоить язык Python с нуля. Познакомитесь с основными библиотеками для анализа данных, объектно-ориентированным программированием и веб-скрейпингом. Приобретете навыки автоматизации данных с помощью Python.

SQL

Обучим языку запросов SQL с нуля и расскажем, как применять его для проведения анализа данных. В результате обучения вы узнаете, как работать с базами данных и сможете оптимизировать повседневную работу.

Цифровая грамотность

Цель программы — развития цифровых компетенций у слушателей. Обучение покрывает различные темы цифровой грамотности: от принципов медиаграмотности, норм компьютерной безопасности и юридических аспектов работы в сети до основ анализа и визуализации данных.

Машинное обучение

Цель программы — познакомить слушателей с основами компьютерных наук и машинного обучения. В курсе проводится связь между бизнес-метриками и метриками машинного обучения, что позволяет понять, как анализ данных и машинное обучение могут помочь решать задачи бизнеса.

Data Science для руководителей

Вы узнаете, как устроена продвинутая data-driven аналитика и как внедрить её в своём продукте. Расскажем про наиболее важные аспекты построения и управления командой аналитики и Data Science, внедрения и развития BI-инструментария, машинного обучения.

Анализ данных и применение машинного обучения

Обучение нацелено на развитие культуры работы с данными в вашей сфере. В программе курса: мастер-классы по основам A/B-тестирования, машинного обучения и no-code инструментам. Отдельное внимание посвящено применению изученных DS-методов к реальным задачам.

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.
С 2019 года — ведущий инженер в Huawei (Moscow Research Center).
С 2018 — 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