Яндекс Практикум. Программирование и анализ данных

На бесплатном вебинаре расскажем, как ИИ помогает новичкам быстрее находить подходящие вакансии, составлять резюме и портфолио, а также готовиться к собеседованиям.

➡️ Бесплатно, 8 декабря в 19:00 мск

Вы узнаете:

— Как ИИ меняет рынок труда и процесс найма. Разберём, как компании используют ИИ при подборе кандидатов — и как это можно использовать себе на пользу.

— Как сделать резюме и сопроводительное письмо с помощью ИИ. Покажем, как адаптировать документы под вакансии и избежать типичных ошибок.

— Как собрать портфолио и презентовать себя в интернете. Поговорим о создании лендингов и визуализации кейсов с помощью ИИ, а также о том, как оформить профиль в профессиональных соцсетях вроде LinkedIn.

— Как готовиться к собеседованию с ИИ. Разберём симуляторы интервью и технических собеседований, разбор ответов и инструменты обратной связи.

➡️ Зарегистрироваться на вебинар. Подтвердим регистрацию в телеграме, напомним об эфире и пришлём на него ссылку. Отправим вам запись, если не сможете присоединиться онлайн.

Что почитать про искусственный интеллект 😵‍💫

Нейросети стремительно меняют работу IT- и диджитал-специалистов. Чтобы вы не потерялись в потоке новостей и лучше понимали, что на самом деле происходит с профессиями, собрали подборку статей: про инструменты, тренды, риски и реальные кейсы применения ИИ.

Cursor AI: как пользоваться редактором кода с поддержкой нейросетей — рассказываем, что такое Cursor, в чём его преимущества и особенности подключения подписки в России. Объясняем, как установить и использовать редактор кода c AI-функциями.

Мнение: почему ИИ не заменит начинающих разработчиков — рассказываем, в каких задачах нейросети пока не могут заменить человека, как меняется путь в профессию и как внедрить ИИ в работу. Материал рассчитан на джуниоров, но будет полезен и опытным разработчикам, которые не погружены в тему ИИ.

Что ждёт программистов в мире, где код могут писать нейросети — обсуждаем, насколько правдивы опасения о том, что программисты больше не нужны — особенно начинающие. Рассказываем, что происходит с рынком труда, каким будет программист будущего и что стоит делать новичку-айтишнику уже сейчас.

Не враг, а помощник: ситуации, когда ваша работа только выигрывает благодаря ИИ⁠⁠ — рассказываем, как ИИ может помочь специалистам разных направлений: где он снимает рутину, когда ускоряет работу и в каких задачах помогает принимать более взвешенные решения.

Обновление курсов для специалистов с опытом

Мы регулярно обновляем наши курсы: следим за трендами рынка, собираем обратную связь студентов и добавляем актуальные инструменты.

В этот раз серьёзно доработали три направления. Если рассматривали для себя эти программы, но что-то останавливало, — посмотрите, что изменилось.

⚡️ Продвинутый Go-разработчик

Запустили расширенный тариф «Продвинутый Go-разработчик + инфраструктура и продакшн». Внутри:

— 3 дополнительных спринта:
• Kubernetes & Docker: управление контейнерами, оркестрация, деплой.
• Observability: мониторинг и трейсинг через OpenTelemetry, Grafana, Prometheus, Jaeger.
• Брокеры сообщений: интеграция Apache Kafka и RabbitMQ.

— Сквозной проект для отработки навыков: разработка и вывод в продакшн сервиса аватаров (GophProfile) с фокусом на инфраструктуру.

➡️ Узнать о тарифе подробнее и начать учиться бесплатно. Ближайший старт — 17 декабря.

⚡️ Инженер машинного обучения

— Дополнительно проверили и исправили блокирующие места во всех модулях.

— Обновили модуль 5: «Создание uplift-модели».

— В модулях 1–4 актуализировали все инструменты и технологии.

— Обновили бесплатную вводную часть и добавили в неё мини-проект.

➡️ Узнать о курсе подробнее и начать учиться бесплатно. Ближайший старт — 4 и 18 декабря.

⚡️ Визуализация данных и введение в BI-инструменты

— Расширили стек инструментов. К DataLens, Datawrapper и Tableau добавили Superset и Power BI — теперь вы освоите пять ключевых платформ вместо трёх.

— Добавили SQL-шпаргалки для подготовки данных к работе в BI-системах.

— Переработали материалы на основе фидбэка: обновили уроки, дополнили примеры, перезаписали скринкасты и скриншоты. А ещё добавили дополнительные практические задания.

➡️ Узнать о курсе подробнее и начать учиться бесплатно. Старт обучения каждую неделю.

На бесплатном вебинаре разберём, чем отличаются направления в аналитике, как выбрать профессию и какие навыки нужны на старте, а также чего ожидать от рынка труда в будущем году.

➡️ Бесплатно, 3 декабря в 19:00 мск

Вы узнаете:

— Какие есть направления. Поговорим про анализ данных, Data Science и бизнес-аналитику. Объясним, чем они отличаются и как помогают бизнесу.

— Что должен знать начинающий аналитик. Покажем базовый стек инструментов и навыков. Расскажем, с чего начать, чтобы не запутаться в терминах и требованиях.

— Как выбрать направление и не ошибиться. Подскажем, как понять, что вам ближе, дадим критерии выбора: по интересам, типу задач и карьерным целям.

— Как изменится рынок в 2026 году. Разберём ключевые тренды: рост спроса на специалистов, новые инструменты и роли, и, конечно же, нейросети. Обсудим, что делать, чтобы оставаться востребованным через год-два.

➡️ Зарегистрироваться на вебинар. Подтвердим регистрацию в телеграме, напомним об эфире и пришлём на него ссылку. Отправим вам запись, если не сможете присоединиться онлайн.

Напоминаем, на каких курсах начинается обучение в первой половине декабря ⬇️

Программирование

Python-разработчик — длится 10 месяцев, начнётся 4 декабря.

iOS-разработчик — длится 10 месяцев, начнётся 4 декабря.

Инженер по тестированию — длится 5 месяцев, начнется 4 декабря.

Инженер по тестированию: от новичка до автоматизатора — длится 9 месяцев, начнётся 11 декабря.

➡️ Все курсы по программированию

Анализ данных

Аналитик данных — длится 7 месяцев, начнётся 4 декабря.

Бизнес-аналитик — длится 7,5 месяцев, начнётся 4 декабря.

Системный аналитик — длится 9 месяцев, начнётся 4 декабря.

➡️ Все курсы по анализу данных

Большинство специалистов использует нейросети неправильно

85% специалистов регулярно применяют инструменты на базе искусственного интеллекта, а 62% полагаются как минимум на одного ИИ-ассистента в повседневной работе.

За этими цифрами скрывается неудобная правда: многие воспринимают нейросети как универсальный инструмент, которому можно безоговорочно доверять.

На деле всё куда сложнее.

Мы объединились с изданием N+1, чтобы разобрать шесть типичных ситуаций, в которых неправильная работа с ИИ приводит к стратегическим ошибкам, репутационным рискам и финансовым потерям.

Разбираем применение ИИ:
🔸в анализе данных,
🔸генерации контента,
🔸креативных задачах,
🔸планировании и управлении временем,
🔸поиске информации и работе с ней,
🔸автоматизации общения с клиентами.

И главное — показываем, как работать с ИИ правильно.

Читайте о рисках работы с нейросетями и способах их избежать в нашем проекте: Не верь ИИ на слово. Почему большинство специалистов использует нейросети в работе неправильно.

EDA в Python: подборка полезных ресурсов для начинающих аналитиков

Разведочный анализ данных (EDA) — первый шаг перед построением сложных моделей. Он помогает понять структуру данных, выявить проблемы и определить, какие методы анализа использовать. Ниже — подборка материалов для изучения EDA в Python.

Книга «Python и анализ данных» — практическое руководство по обработке данных с помощью pandas, NumPy и Jupyter. Включает работу с очисткой, переформатированием и подготовкой данных. Дополнительные материалы доступны на GitHub и сайте издательства.

A guide to Exploratory Data Analysis in Python — статья на английском. В статье показывается, как загрузить данные, просмотреть первые строки таблицы и получить общее представление о доступных признаках. Затем рассматриваются шаги анализа — всё с примерами.

«Визуальная обработка пропущенных значений» — пропуски встречаются почти в каждом наборе данных. В статье рассказывается о библиотеке missingno, которая позволяет визуализировать и оценивать целостность данных без ручной проверки.

«Разведочный анализ данных в Python: руководство для новичков» — автор разбирает, что такое одномерный и двумерный анализ, этапы работы с данными и делится практическим примером на Python. Можно скачать датасет и повторять пошагово.

«Обработка пропусков в данных» — пропуски могут быть вызваны ошибками ввода, сокрытием информации или фродом. В статье рассматриваются методы обработки пропусков, их плюсы и минусы, а также как неправильный выбор метода влияет на результат анализа.

«Что такое корреляция и что означает коррелировать — краткое определение, причины и простые примеры» — автор объясняет, какие бывают типы связи, что означает коэффициент корреляции и насколько можно полагаться на него при формировании гипотез.

«Линейный коэффициент корреляции Пирсона» — автор объясняет, как на практике рассчитывать этот коэффициент, в том числе в Excel, и как через преобразование Фишера найти доверительный интервал для оценки надёжности результата. В статье есть наглядные примеры, а также видеоролик.

«Моем датасет: руководство по очистке данных в Python» — методы работы с пропусками, дубликатами и выбросами на примере датасета с ценами на жилье в России. Практические примеры с кодом и объяснениями.

A Gentle Introduction to EDA — статья на английском. Разведочный анализ рассматривается не как одноразовый этап, а как повторяющийся процесс, который помогает лучше понять структуру данных и увидеть потенциальные проблемы. Множество иллюстраций и пошаговый разбор датасета с информацией о пассажирах «Титаника».

Сохраняйте, чтобы не потерять 🖤

Как расти Python-разработчику

Когда выпускники строят планы на будущее, они часто ставят примерно такую цель: «дорасти до мидл-разработчика, а позднее до синьора». И эта цель может легко завести в тупик. Почему так?

⭐ Грейды отличаются от компании к компании. Где-то мидл уже ведёт небольшие проекты, а где-то всё ещё решает задачи под контролем старших коллег. Так, в одной компании вы можете быть синьором, а в другой — снова джуном, просто потому что критерии разные.

⭐ Формальных критериев перехода нет или они редки. Даже если они есть, они редко совпадают между компаниями. Поэтому цель «стать мидлом» или «стать синьором» слишком размыта: непонятно, какие конкретные шаги нужно сделать и как измерить прогресс.

⭐ Рост через должности тоже неоднозначен. Можно двигаться к тимлиду, техлиду, СТО или проджект-менеджеру. Но и здесь всё зависит от компании: обязанности, зарплата и ответственность сильно отличаются. Для одного специалиста переход в управление может стать шагом вперёд, а для другого — потерей технических навыков и интереса к работе.

Цели, описывающие достижение определённого грейда («хочу стать синьором») или должности («хочу стать СТО»), — излишне абстрактны; путь к этим целям сложно разбить на конкретные шаги. В статье на Хабре рассказали, как всё-таки правильно ставить цели и какие инструменты в этом помогут.

➡️ Читать статью «От джуна к эксперту: как карта навыков и план развития помогают профессиональному росту Python-разработчика»

Напоминаем, на каких курсах начинается обучение во второй половине ноября ⬇️

Программирование

Разработчик C++ — длится 9 месяцев, начнётся 20 ноября.

Python-разработчик — длится 10 месяцев, начнётся 20 ноября.

Go-разработчик — длится 8 месяцев, начнётся 27 ноября.

Java-разработчик — длится 10 месяцев, начнётся 27 ноября.

Android-разработчик — длится 12 месяцев, начнётся 27 ноября.

Фронтенд-разработчик — длится 10 месяцев, начнётся 27 ноября.

Инженер по тестированию: от новичка до автоматизатора — длится 9 месяцев, начнётся 27 ноября.

Разработчик 1С — длится 6 месяцев, начнётся 27 ноября.

➡️ Все курсы по программированию

Анализ данных

Аналитик данных — длится 7 месяцев, начнётся 20 ноября.

Бизнес-аналитик — длится 7,5 месяцев, начнётся 20 ноября.

Системный аналитик — длится 9 месяцев, начнётся 20 ноября.

Инженер данных — длится 11 месяцев, начнётся 20 ноября.

1С-аналитик — длится 8 месяцев, начнётся 27 ноября.

Специалист по Data Science — длится 13 месяцев, начнётся 27 ноября.

➡️ Все курсы по анализу данных

Сейчас самое удачное время решиться на обучение. До 30 ноября в Практикуме продолжается Чёрная пятница — любой курс можно приобрести со скидкой 20%.

В нашем тесте по мотивам «Кибердеревни» всего шесть вопросов, и одним из них мы решили поделиться прямо тут, в канале. Интересно, какая здесь собралась аудитория.

По легенде, вы переезжаете из шумного города в тихую деревню. Правда, есть нюанс — дело происходит в 2100 году, когда хозяйством вовсю уже заправляют роботы, а деревня и вовсе на другой планете.

Если хотите узнать, кем бы вы работали в деревне будущего — проходите тест целиком. На один из вопросов вы уже знаете, как ответить 😉

Data Dojo: встреча ML-энтузиастов всех уровней 🪃

27 ноября собираемся в Москве: участников ждёт фуршет, нетворкинг, лекции, а также afterparty с музыкой, напитками и хорошей компанией — всё, чем хороши офлайн-мероприятия.

Если не сможете присоединиться офлайн, все лекции можно посмотреть в прямом эфире — и не важно, из какого вы города. Вы также станете частью нашего ML-комьюнити.

➡️ Бесплатно, 27 ноября офлайн и онлайн

В программе:

🧡 Обзор трендов и предварительные итоги года — Сергей Овчаренко, руководитель отдела мультимодального анализа и генерации.

🧡 Научить AI не бредить, сдать физику и получить права: как мы готовили задачи ML-квалификации Yandex Cup — Сергей Фиронов, ведущий разработчик службы поведения и предсказания департамента Автономного транспорта.

🧡 Кухня, гости, музыка: как мы научили колонку реагировать в реальном хаосе — Дмитрий Солодуха, руководитель команды голосовой активации.

➡️ Подать заявку на участие. Заявки принимаем до 16 ноября, о результатах отбора сообщим на почту, пришлём явки-пароли, а также ссылку на участие онлайн.

Что такое SRE и чем отличается от DevOps и QA

SRE (Site Reliability Engineering) — это подход, который помогает делать информационные системы надёжными, автоматизированными и предсказуемыми.

Простыми словами, он помогает следить, чтобы сайты и сервисы не «падали». Специалистов, которые занимаются SRE, называют SRE-менеджерами.

SRE от DevOps и QA отличают принципиально разные подходы. Но они работают вместе: DevOps запускает новую функцию, SRE страхует её от падений, а QA гарантирует, что функция вообще работает как задумано. Расскажем об этом подробнее.

🔘 DevOps — это набор практик, которые помогают разработчикам (Dev) и системным администраторам (Ops) работать вместе, чтобы быстрее и надёжнее выпускать софт.

🔘 SRE — это страховка для системы. Главная задача подхода — сделать так, чтобы всё работало без сбоев 24/7. SRE помогает заранее продумывать, какие проблемы могут возникнуть, и создавать системы, которые автоматически справляются с такими проблемами.

🔘 QA (Quality Assurance) — это процесс гарантии качества программного обеспечения. Он нужен, чтобы программа работала правильно, не глючила и делала именно то, чего от неё ждут пользователи.

Давайте более наглядный пример, чтобы точно разобраться: представьте, что IT-система — это пиццерия.

🔘 DevOps — это команда, которая налаживает процесс, чтобы новые пиццы придумывались, готовились и доставлялись как можно быстрее. Они автоматизируют всё, что можно, и обеспечивают слаженность работы кухни (разработчиков) и доставки (админов).

🔘 SRE — это инженеры, которые следят за надёжностью всей пиццерии: ставят датчики в печах, чтобы те не перегревались, настраивают автоматическое подключение дополнительных духовок при наплыве заказов и готовят запасные генераторы на случай отключения электричества.

🔘 QA — это критики. Они пробуют каждую новую пиццу перед подачей, проверяют, не пересолено ли тесто, не вываливается ли начинка, и дают фидбэк.

Если вы специалист с опытом и хотите освоить практики и подходы SRE, а также самые актуальные инструменты и технологии — приходите на курс «SRE — обеспечение надёжности систем». Начните учиться бесплатно, чтобы познакомиться с платформой и направлением, — окончательное решение можно принять позже.

Карьера в IT и важность нетворкинга 😵‍💫

Отзывы о профессиях и курсах помогают сориентироваться в начале пути, но ничто не заменит живого общения с людьми из IT. Нетворкинг даёт возможность узнать о реальных карьерных сценариях, получить ответы на свои вопросы и сделать осознанный выбор.

У наших друзей в «Хабр Карьере» можно совместить одно полезное с другим: почитать честные отзывы об обучении в Практикуме и о работе в Яндексе, а также найти возможности для профессионального нетворкинга.

А ещё заглядывайте в наш блог на Хабре. Мы регулярно публикуем материалы о развитии в IT, делимся историями выпускников и рассказываем о разных направлениях в разработке или аналитике.

В комментариях можно задать вопросы, обменяться мнениями, пообщаться с авторами и другими читателями — это тоже отличный способ начать выстраивать свой профессиональный круг общения.

Как проходить собеседования: истории выпускников

Собеседования — испытание, через которое проходит каждый. В этих статьях QA-инженер, бэкенд-разработчик и дата-сайентист делятся опытом, как преодолеть страх, подготовиться и извлечь максимум из интервью.

1️⃣ Не бойтесь, просто ходите: как пройти первые собеседования, если ты QA-инженер без опыта

Кристина, QA-инженер в госкомпании, за все время в профессии прошла 10 собеседований, по итогам которых получила 3 оффера. В статье она рассказывает новичкам, к чему готовиться и почему главная задача — не выучить ответы, а победить волнение.

➡ Читать статью

2️⃣ Много спрашиваю и откладываю встречи на последний момент: мой опыт прохождения собеседований

Никто не застрахован от неудачных интервью, токсичных работодателей и собственных провалов. К счастью, всё это можно пережить. Ярослав, бэкенд-разработчик в компании «Синимекс», рассказывает, как проходил первые собеседования и что помогло ему получить офферы после двух интервью из трёх.

➡ Читать статью

3️⃣ С каждым разом ты все опытнее: как я проходил собеседования в Data Science (и около)

Станислав, аналитик данных с трехлетним опытом, рассказывает, как проходил собеседования, с какими сложностями столкнулся и почему ходить на интервью стоит всегда — даже если у вас есть работа.

➡ Читать статью