欢迎扫码了解更多课程信息及首节试听课回放

Image Description

爱思数据科学集训营简介

Image Description


爱思数据科学集训营正在火热招生中!课程结合90多道数据科学面试真题,在60+课时的教学里帮你全方位提高数据科学领域的综合能力,夯实面试常考重难点知识,掌握面试答题技巧。

课程结合Data Scientist, Data Analyst, Data Engineer, Machine Learning Engineer 各岗位的面试要求,以真题案例和实战程序代码的形式,从编程 (SQL, Python) 、机器学习理论 (case study)、概率与统计知识 (A/B Testing实验设计)、简历项目共四个方面帮你建立完整的知识网络。此外,课程还包含2个工业应用级别的数据科学大项目:零售商品推荐和人工智能对话机器人,帮你丰富简历内容,强化实战应用能力。


数据科学集训营在往期爱思数据科学直播课的基础上进行了大幅内容升级,内容包括:

  • 12个机器学习模型精讲及40道模型理论面试题总结
  • 30道FLAG公司最新SQL面试真题讲解
  • 20道A/B Testing实验设计常考题精讲
  • 6课时基础知识梳理复习 (基础概率统计,线性代数等内容)
  • 2个工业界级别数据科学大项目
  • 推荐系统设计专题模块

课程大项目简介

零售商品推荐 (Grocery Product Recommendation)

商品和广告推荐是大部分互联网公司的核心业务和利润来源,推荐系统的设计开发经验也一直是各大公司对求职者最看重的指标之一。本项目以在线零售行业真实数据为背景,细致介绍搭建机器学习系统的完整流程,包括不同角度的feature engineering举例,多种training data leakage问题处理方法,经典机器学习模型与深度学习模型的综合比较等等。本项目包含细致的sklearn,Tensorflow Keras代码,是备战数据科学Online Assessment题目以及case study面试的绝佳参考。

人工智能对话机器人 (Conversational Chatbot)

自然语言处理 (Natural Language Processing) 是近些年最热门的人工智能领域。随着技术的持续进步,自然语言处理在各个行业不断融合落地:客服对话机器人等自动化文字处理功能正逐步成为企业优化成本结构、提高服务质量的核心竞争力,相关岗位的招聘需求也一直在迅猛增加。本项目实现了通用型对话机器人,在自动生成回复语句的同时,也提供问题主题归类分析。此外,本项目从易到难给出了两种不同的机器学习模型实现方法,并包含图形用户界面开发的相关内容,帮同学们加强端到端完整的产品开发经验。

爱思联合创始人汪淼授课

清华本科, 北美计算机专业博士, 硅谷顶尖大厂近十年工作经验资深机器学习工程师, 作为面试官和hiring manager参与数据科学面试近百场, 作为受试者斩获Google, Facebook, Airbnb, Pinterest, LinkedIn等公司DS或MLE offer。

汪淼 - 爱思系统设计
爱思联合创始人, 数据科学主讲. 清华本科, 北美计算机专业博士, 硅谷顶尖大厂近十年工作经验资深机器学习工程师, 作为面试官和hiring manager参与数据科学面试近百场, 作为受试者斩获Google, Facebook, Airbnb, Pinterest, LinkedIn等公司DS或MLE offer.

授课时间

爱思于2021年9月24日 (周五) 开始数据科学集训营课程2021年第2期,首节课免费试听。时长10周。共33节课,60+课时。

每周4-5节核心课程:2节直播 (每节2小时),2-3节录播 (每节1-1.5小时)

直播课程将通过 Zoom 在线直播,时间为每周五周六,美国西部时间 7:00pm - 9:00pm (美国东部时间10:00pm - 12:00am)。

直播内容提供7天内回看课程视频,1年内回看课程课件。

购买课程

课程限时 $2,499,两人组队报名享受团购价 $2,349。

咨询购买课程请添加汪淼微信,注明 “数据科学集训营”,24小时以内会回复。

Image Description

课程大纲

Class Content
第1课 Introduction of Data Science Interview & Linear Regression
第2课 Fundamental Knowledge Review 1 - Probability & Calculus
第3课 Python Programming - Numpy & Pandas
第4课 Linear Regression & Logistic Regression
第5课 Softmax Regression & GLM
第6课 Model Bias Variance Tradeoff
第7课 Regularization
第8课 Model Evaluation - Pipeline & Metrics
第9课 Project 1 - Grocery Product Recommendation (Data Exploration)
第10课 Decision Tree Model
第11课 Random Forest Model
第12课 Boosting Model - Adaboost, Gradient Boosting, XGBoost
第13课 Project 1 - Grocery Product Recommendation (ML Modeling Pipeline)
第14课 K-nearest Neighbors Model
第15课 K-means Model (K-means++)
第16课 Fundamental Knowledge Review 2 - Linear Algebra
第17课 Principal Component Analysis
第18课 Review and Q&A
第19课 SQL I - Syntax
第20课 SQL II - Interview Questions Practice
第21课 Fundamental Knowledge Review 3 - Statistics
第22课 SQL III - Table Schema Design Pattern
第23课 A/B Testing I - Hypothesis Testing Basics
第24课 A/B Testing II - Hypothesis Testing Procedure
第25课 A/B Testing III - Experiment design workflow
第26课 A/B Testing IV - Advanced Topic & Interview Questions Practice
第27课 Deep Learning I - Intro * Backpropagation
第28课 Deep Learning II - Basics & Optimization
第29课 Deep Learning III - Convolutional Neural Network
第30课 Deep Learning V - Recurrent Neural Network
第31课 Special Topic - Recommendation System Design
第32课 Project 2 - Conversational Chatbot
第33课 Course Summary

常见问题

Q1: 课程上课方式是怎样的?万一缺课的话,如何补课?

爱思数据科学集训营是采用录播+直播混合的形式,录播课程在爱思在线学习平台进行,直播课是通过zoom在线直播形式,师生在课上实时互动。每节课程结束后7天之内都可以回看课程视频。

Q2: 我数学基础比较差,担心跟不上,怎么办?

课程包含细致的基础知识复习课,精炼总结数据科学领域核心基础知识,包括概率论,数理统计,线性代数等内容。全部机器学习模型的讲解都有对应的python代码范例 (共15个Notebooks),帮助同学加深对理论概念的理解。

Q3: 如何找授课教师答疑?

每周的两节直播课结束后都有在线Q&A答疑时间。同学也可以通过微信直接与任课教师本人沟通。此外,同学也可以通过爱思内部微信群以及爱思问答平台与教师沟通答疑。

Q4: 我对课程的大项目很感兴趣,在课上老师会带着讲代码么?还是回家自己做?

同学报名后会收到完整的项目代码。教师会在课上细致讲解项目代码以及相关理论知识,手把手带着同学们调试程序。