Kurs Google, IBM va Kaggle kompaniyalari oʻquv dasturlari asosida tuzilgan. Uni tugatib 6 oyda eng ilgʻor zamonaviy kasbni egallang. Data sayns va sun’iy intellekt mutaxassisi boʻling.
Data sayns va Sunʼiy intellekt mutaxassisi boʻlish uchun kerakli bilimlar beriladi.
Loyihalar
Kurs davomida siz zamonaviy texnologiyalardan foydalanilgan holda 10 ta loyiha yakunlanadi.
Sertifikat
Har bir bitiruvchiga bilim darajasini ifodalovchi sertifikat taqdim etiladi.
Karyerani boshlash
Kurs yakunida oʻquvchilar karyera boshlashga tayyor boʻlib chiqadi.
0 KUN
00
00
00
Data sayns nima?
Data sayns muhandislari terabaytlab axborotlarni tahlil qilish, ulardan foydali maʼlumotlarni olish, bevosita modellar yaratish bilan shugʻullanadi. Zamonaviy sunʼiy intellekt asosida ishlovchi dasturlarni yaratish uchun juda katta hajmdagi maʼlumotlarga ishlov berish talab etiladi. Buni esa Data sayns mutaxassislari bajaradi. Masalan, ChatGPT dasturini yaratish uchun 45TB matnlarga ishlov berilgan. Tesla oʻziyurar mashinalari esa 56 mln km masofadagi videolarni “oʻrganib” chiqqan.
Kurs qay tartibda oʻtiladi?
Yopiq guruh
Telegramdagi yopiq guruhda oʻquvchilar istalgan vaqtda oʻzlarini qiziqtirgan savollarga javob olishi mumkin. Oʻqituvchi va mentorlar har doim yordamga tayyor turishadi.
Onlayn uchrashuvlar
Har oy davomida kurs oʻqituvchilari bilan Zoom orqali onlayn uchrashuv tashkil qilinadi. Suhbat payti oʻquvchilar oʻzini qiynayotgan muammo va savollarga javob olishi mumkin.
Videodarslar
Darslar video shaklida platformaga joylangan boʻlib, ularni 3 yil davomida xohlagan paytda va istalgan joyda koʻrish mumkin. Videodarslar yangilab boriladi.
Vazifalar
Modul oxirida test topshiriqlari berilgan. Testdan muvaffaqiyatli oʻtgan oʻquvchilargina keyingi moduldagi darslarga kirish imkoniyatiga ega boʻladi.
Oʻquvchilarimiz fikrlari
Pardayev Diyor
Kurs o'quvchisi
Murodjon
kurs o'quvchisi
Rahmatillo G'aybullayev
kurs o'quvchisi
Otabek
kurs o'quvchisi
Abdulaziz
kurs o'quvchisi
Mavludaxon Nugmanova
Data Science va Sun'iy intellekt kursi bitiruvchisi
Shohjahon Saidkarimov
"Data Science va Sun'iy intellekt" kursi o'quvchisi
Otabek Nabiyev
"Data Science va Sun'iy intellekt" kursi o'quvchisi
Qahramon Uktamov
"Data Science va Sun'iy intellekt" kursi o'quvchisi
Bahrom Omonov
Data Science va sun'iy intellekt kursi o'quvchisi
Lazizbek Rahmatov
Data Science va Sun'iy intellekt kursi bitiruvchisi
Lazizbek Boltayev
Data Science va Sun'iy Intellekt kursi o'quvchisi
Kurs haqida batafsil maʼlumot olishni istaysizmi?
Maʼlumotlaringizni qoldiring va biz siz bilan tez orada bogʻlanamiz.
Data sayns va Sunʼiy intellekt mutaxassislarining oylik maoshi
Koʻrsatilgan maʼlumotlar hh.uz va boshqa saytlardagi maʼlumotlardan olingan.
junior
middle
senior
400$
700$
1500$
junior
400$
middle
700$
senior
1500$
Kurs kimlar uchun?
01
Data sayns kasbini egallamoqchi boʻlganlar
0 dan boshlab Data sayns sohasini oʻrganmoqchi boʻlgan yoshlar hamda joriy kasbini oʻzgartirib yangi karyera boshlamoqchi boʻlganlar
02
Dasturchilar
Dasturlashga oid bilimlarini sun’iy intellekt va Data sayns yordamida keyingi bosqichga olib chiqib, bozordagi “narxi”ni koʻtarmoqchi boʻlganlar
03
Boshqa soha ekspertlari
Oʻz sohasida Data sayns va sun’iy intellektni qoʻllash orqali rivojlanmoqchi boʻlgan boshqa soha ekspertlari
Nima uchun aynan bu kursni oʻrganish kerak?
Mukammal oʻquv dasturi
Oʻquv dasturi IBM, Google va Kaggle kompaniyalari dasturi asosida tayyorlangan va Data sayns mutaxassisi bilishi lozim boʻlgan barcha mavzularni qamrab olgan. Har bir mavzu videodarsliklardan tashqari interaktiv oʻquv qoʻllanmalari va amaliy mashgʻulotlar bilan boyitilgan.
Kuchli mutaxassislar
Praktikum Data sayns sohasidagi tajribali ustozlar tomonidan oʻtiladi. Darslar davomida bir nechta real loyihalar ustida ishlab, malaka oshiriladi.
Siz uchun qulay vaqtda
Kurslarni oʻzingizga qulay vaqtda va joyda, joriy ishlaringizga xalaqit qilmagan holda oʻrganib borishingiz mumkin.
Kurs tarkibi
422 ta dars
10 ta loyiha qilinadi
Kurs davomiyligi - 69 soat
test va topshiriqlar soni -28 ta
Tanishuv
00:05:00
00:02:00
Darslarni kompyuterda koʻrish
00:06:00
Darslarni telefonda koʻrish
00:08:00
Yopiq guruhga kirish
00:01:00
Savol berish boʻyicha qoʻllanma
00:10:00
Soʻrovnoma
00:05:00
00:04:00
00:02:00
Hello, world!
00:06:00
print(), arifmetik amallar va sinteks
00:17:00
Oʻzgaruvchilar (Variables)
00:10:00
Matn bilan ishlash (Strings)
00:19:00
Sonlar bilan ishlash
00:22:00
Lists (Roʻyxatlar)
00:24:00
Roʻyxat bilan ishlash. Oʻzgarmas roʻyxatlar (Tuples)
00:27:00
for sikli bilan tanishish
00:13:00
if-else shartlari va tarmoqlanish
00:21:00
if-elif-else
00:23:00
Lugʻat (Dictionary)
00:21:00
Lugʻat bilan ishlash
00:17:00
Nesting
00:18:00
While sikli
00:22:00
While, roʻyxatlar va lugʻatlar
00:14:00
Funksiya
00:19:00
Funksiyadan qiymat qaytarish
00:21:00
Funksiyaga roʻyxat uzatish
00:09:00
Moslashuvchan funksiyalar
00:13:00
Modullar
00:25:00
Funksiya. Soʻngsoʻz
00:23:00
Klass va obyekt
00:11:00
GitHub Portfolio
00:21:00
Koʻp uchraydigan xatolar
00:21:00
Xatolar bilan ishlash
00:27:00
Python standart kutubxonasi
00:25:00
Python tashqi kutubxonasi. PyPi.org
00:22:00
00:09:00
00:07:00
Data Science fani va uning yoʻnalishlari
00:04:00
Data Science va sunʼiy intellekt muhandislari
00:04:00
00:04:00
CRISP-DM
00:03:00
Faoliyatni oʻrganish
00:09:00
Maʼlumotlarni oʻrganish
00:08:00
Maʼlumotlarni tayyorlash
00:05:00
Model yaratish va baholash
00:08:00
Loyiha taqdimoti
00:04:00
Test. Metodologiya
00:06:00
Maʼlumotlarni oʻrganish
00:13:00
Maʼlumotlarni tayyorlash
00:03:00
Model va taqdimot
00:08:00
Sunʼiy intellekt
00:34:00
Kompyuterda kod yozish uchun Anaconda
00:11:00
Visual Studio va GitHub Copilot
00:09:00
Brauzerda onlayn kod yozish uchun Google Colab
00:08:00
Smartfonda kod yozish uchun: Google Colab
00:04:00
Hugging Face
00:10:00
Eskirgan funksiya va kutubxonalar
00:06:00
00:08:00
00:06:00
00:15:00
Test. Numpyʼda massivlar yaratish
1-amaliyot. Arrays
01:00:00
Maʼlumotlar turi
00:14:00
Test. Maʼlumot turlariga doir test
Indekslash va kesish
00:20:00
Boolean indekslash
00:13:00
2-amaliyot. Arraylar ustida amallar
01:00:00
Array oʻqlarini almashtirish
00:08:00
Universal funksiyalar
00:20:00
Test. Universal funksiyalar
Mantiqiy shart operatori
00:07:00
Arifmetik amallar
00:07:00
Matematik va statistik amallar
00:13:00
Tartiblash (Sorting)
00:10:00
Takrorlanmas va boshqa amallar
00:08:00
Fayllar bilan ishlash
00:07:00
Chiziqli algebra
00:06:00
Test. NumPy kutubxonasi. Umumiy
Yakuniy amaliyot
00:06:00
Boʻlim boʻyicha nazariy test
Boʻlim boʻyicha amaliy test
NumPy kutubxonasi boʻyicha amaliy vazifa
00:10:00
00:06:00
00:06:00
Test. Pandas Series
Datafreym (DataFrame) maʼlumotlar tuzilmasi
00:04:00
Datafreym (DataFrame) ustunlari
00:09:00
Lugʻatdan Datafreym yaratish
00:05:00
Test. Pandas Datafreym
Indekslar
00:06:00
Indeks metodlar
00:09:00
Qayta indekslash
00:11:00
Qator va ustunlarni tashlab yuborish
00:06:00
Elementlarni tanlash. Series
00:11:00
Elementlarni tanlash. Datafreym
00:10:00
.loc/iloc va .at/.iat
00:10:00
Amaliyot. Series va Index
02:00:00
Amaliyot. DataFreym
02:00:00
Arifmetik amallar
00:14:00
Funksiyalarni qoʻllash
00:10:00
Tartiblash
00:10:00
Reytinglash
00:06:00
Dataset statistikasi: min, max, oʻrta qiymat va summa
00:10:00
Dataset statistikasi: umumlashtiruvchi maʼlumotlar
00:09:00
Dataset statistikasi: Korrelyasiya
00:08:00
Maʼlumotlarni filtrlash
00:10:00
Amaliyot. Dataset haqida maʼlumotlar
02:00:00
Pandas. Yakuniy amaliyot (1-qism)
00:12:00
Pandas. Yakuniy amaliyot (2-qism)
00:10:00
Pandas. Yakuniy test (1-qism)
Pandas. Yakuniy test (2-qism)
Pandas kutubxonasi boʻyicha test
Pandas kutubxonasi boʻyicha amaliy vazifa
Soʻrovnoma
00:10:00
00:09:00
00:09:00
HDF5 formati
00:04:00
Fayldan oʻqish va unga yozish. HDF5 boʻyicha amaliy vazifa
📋 Jupyter Notebook. Fayllar.
02:00:00
Veb-sahifalardan oʻqish
00:04:00
JSON va APIʼdan oʻqish
00:09:00
API nima?
00:15:00
JSON nima?
00:15:00
Veb sahifalardan oʻqish. JSON va API boʻyicha amaliy vazifa
📋 Jupyter Notebook. Web, JSON
Maʼlumotlar ombori. Kirish
00:02:00
SQL. Kirish
00:11:00
🔗 SQL maʼlumotlari ombori darsiga link
00:01:00
SQLite omboriga ulanish
00:14:00
Jadvalni DFga oʻqish
00:08:00
Tartiblash (ORDER BY) va saralash (DISTINCT)
00:04:00
Filtrlash (WHERE)
00:05:00
📋 Jupyter Notebook. SQLite
Datafreymni SQL jadvaliga oʻtkazish
00:07:00
SQL jadval yaratish, maʼlumotlar qoʻshish
00:10:00
SQL jadvalni yangilash va oʻchirish
00:04:00
SQL buyruqlarini f-string yordamida yozish
00:05:00
Modul boʻyicha yakuniy amaliy vazifa boʻyicha amaliy vazifa
📋 Jupyter Notebook. SQLite. 2-qism
Foydali buyruqlar
00:06:00
Between, in va like
00:07:00
📋 Jupyter Notebook. SQLite. 3-qism
Kirish
00:05:00
.dropna() – NaN qiymatlarni tashlab yuborish
00:10:00
📋 Jupyter Notebook. df.dropna()
.fillna() – NaN qiymatlarni toʻldirish
00:11:00
📋 Jupyter Notebook. df.fillna()
Takroriy qiymatlarni oʻchirish
00:04:00
.map() – qiymatlarni moslash (almashtirish)
00:07:00
.replace() va .rename() – qiymatlarni almashtirish
💼 Portfolio uchun amaliyot. Diabet kasalligiga tashxis qoʻyish
Decision Tree algoritmi
00:11:00
Decision Tree. Scikit-learn
00:04:00
Decision Tree. Grafik
00:04:00
Decision Tree. Hyperparameters
00:07:00
Random Forest
00:04:00
🗒️Jupyter Notebook. Decision Tree
Logistic Regression
00:05:00
Qaysi modelni tanlash
00:07:00
Klassifikatsiya (Classification) boʻyicha yakuniy amaliy topshiriq
Customer churn nima?
00:03:00
Customer churn. Maʼlumotlar tahlili
00:06:00
Logistic regression, SVM. ROC curve
00:04:00
Decision Tree, Random Forest, XGBoost
00:05:00
🗒️Jupyter Notebook. Customer churn
Amaliyot. Customer Churn boʻyicha yakuniy amaliy vazifa
Klasterlash (Clustering) nima?
00:12:00
k-means algoritmi
00:12:00
📔Amaliyot. k-means
📔Amaliyot. Mijozlarni klasterlash
Iyerarxik algoritm
00:15:00
📔Amaliyot. Iyerarxik algoritm
DBSCAN
00:11:00
Unsupervised learning. Clustering boʻyicha yakuniy amaliy vazifa
Kirish
00:04:00
Chuqur oʻqitish nima?
00:01:00
Nega chuqur oʻqitish trendda?
00:03:00
1-test
Kerakli dasturlarni oʻrnatamiz
00:09:00
Neyron tarmoqlari oʻrganishi
00:08:00
Perseptron nima?
00:07:00
2-test
Aktivlashtirish funksiyasi (1-qism)
00:08:00
Aktivlashtirish funksiyasi (2-qism)
00:08:00
3-test
Yoʻqotish funksiyasi va optimallashtirish
00:15:00
4-test
Oddiy neyrondan butun tarmoqqacha
00:10:00
5-test
Neyron tarmoqlariga kod oʻrgatamiz (1-qism)
00:07:00
Neyron tarmoqlariga kod oʻrgatamiz (2-qism)
00:13:00
1-amaliy vazifa
Oshiqcha moslashish va tartibga solish
00:10:00
Giperparametrlar va parametrlar
00:04:00
6-test
Birlashtirish neyron tarmogʻi (1-qism)
00:08:00
Birlashtirish neyron tarmogʻi (2-qism)
00:05:00
7-test
Birlashtirish neyron tarmogʻi (3-qism)
00:13:00
Birlashtirish neyron tarmogʻi (4-qism)
00:12:00
8-test
CNN bilan rasmlarni ajratamiz (1-qism)
00:08:00
CNN bilan rasmlarni ajratamiz (2-qism)
00:07:00
CNN bilan rasmlarni ajratamiz (3-qism)
00:06:00
2-amaliy vazifa
RNN nima va nega kerak?
00:10:00
9-test
3-amaliy vazifa
Oddiy RNN yaratish
00:18:00
NLP – tabiiy tilga ishlov berish (1-qism)
00:09:00
NLP – tabiiy tilga ishlov berish (2-qism)
00:05:00
NLP – tabiiy tilga ishlov berish (3-qism)
00:04:00
NLP – tabiiy tilga ishlov berish (4-qism)
00:06:00
NLP – tabiiy tilga ishlov berish (5-qism)
00:05:00
NLP – tabiiy tilga ishlov berish (6-qism)
00:07:00
4-amaliy vazifa
Nega transformerlar hammasini oʻzgartirib yubordi?
00:04:00
Kodlovchi-dekodlovchi, Self-Attention va Transformer bloklari (1-qism)
00:09:00
10-test
Kodlovchi-dekodlovchi, Self-Attention va Transformer bloklari (2-qism)
00:03:00
Kodlovchi-dekodlovchi, Self-Attention va Transformer bloklari (3-qism)
00:06:00
11-test
Kodlovchi-dekodlovchi, Self-Attention va Transformer bloklari (4-qism)
00:08:00
Kodlovchi-dekodlovchi, Self-Attention va Transformer bloklari (5-qism)
00:05:00
12-test
Hugging Face bilan tanishamiz
00:12:00
Avval shugʻullantirilgan modellarni sozlash (1-qism)
00:12:00
Avval shugʻullantirilgan modellarni sozlash (2-qism)
00:08:00
5-amaliy vazifa
Modelning ishlashini koʻrib chiqish
00:14:00
13-test
Model deployment asoslari
00:09:00
Shugʻullantirishdan chiqarishgacha
00:05:00
6-amaliy vazifa
Chuqur oʻqitish (Deep Learning)ning kelajagi qanday?
00:06:00
Yakuniy amaliy vazifa
Kaggle akkauntni tasdiqlash boʻyicha yoʻriqnoma
00:02:00
Topshiriqlarni yuborish boʻyicha yoʻriqnoma
00:04:00
Bankga mijozlarining qarzni qaytarish prognozi
Sirroz bemorlarning omon qolish prognozini aniqlash
Introduction
00:09:00
What is an Audio?
00:09:00
Working with Audio using Python
00:11:00
Data Augmentation Theory Part
00:07:00
Data Augmentation Practise Part
00:16:00
Audio Feature Extraction Intro
00:11:00
Feature Extraction Practise
00:07:00
Voice Gender Classification Introduction
00:12:00
Collecting data and Extracting Features
00:06:00
Voice Gender Classification Modeling Part
00:11:00
Creating WEB UI without Frontend Skills
00:06:00
Introduction to STT
00:13:00
Simple STT project with Digits only
00:03:00
Plotting Spectrogram and Preparing Data
00:07:00
Modeling Part
00:03:00
Gradio UI
00:18:00
Speech To Text turlari haqida kirish darsi
00:13:00
Speech To Text. Amaliyot. 1-dars
00:24:00
Speech To Text – LoRA qanday ishlaydi?
00:09:00
Speech To Text – model tayyor
00:06:00
Kirish
00:11:00
Windowsʼga PostgreSQL oʻrnatish
00:07:00
00:10:00
Maʼlumotlar va jadvallar
00:11:00
Maʼlumotlar ombori (DB) yaratish
00:19:00
Maʼlumot turlari
00:21:00
Foydali buyruqlar
00:08:00
Maʼlumot kirgizish
00:11:00
NULL va standart (default) qiymatlar
00:09:00
SELECT. Kirish
00:12:00
Taqqoslash operatorlari
00:10:00
Buyruqlarni jamlash
00:11:00
LIKE, BETWEEN, IN
00:15:00
ORDERBY, MIN, MAX, GROUPBY
00:19:00
UPDATE
00:08:00
DELETE
00:06:00
Jadval dizayni
00:16:00
PRIMARY KEY
00:17:00
ALTER TABLE
00:15:00
SEPARATE TABLE
00:31:00
Jadvallar oʻrtasidagi munosabat
00:33:00
Munosabat turlariga misol
00:12:00
Buyruqlarni jamlash
00:24:00
SQL va Python
00:10:00
Soʻngsoʻz
00:05:00
Soʻrovnoma
Intro
Mohinur Abdurahimova - Mastering Kaggle
00:58:00
00:55:00
Machine Learning sohasida Matematikadan foydalanish
00:41:00
Zarifjon Naxalov - "How does artificial intelligence learn?"
00:43:00
27.03.2024 Pandas Kutubxonasi
01:02:00
19.06.2024 Machine Learning ishqibozlari uchun Gaussian Naive Bayes algoritmi
00:34:00
21.07.2024 mehmonda Muhammadsaid Mamasaidov
00:46:00
15.08.2024 Amaliy loyihalar bajarish
00:47:00
06.09.2024 Q&A
00:35:00
Ma'lumotlarga ishlov berish. Ma'lumotlarni tayyorlash. 29-03-2025
00:51:00
2025-05-04 Ma'lumotlarga ishlov berish. Fallar va ma'lumotlar ombori
00:45:00
24-05-2025 QA_Python_asoslari
00:34:00
Kurs davomida bajariladigan loyihalar
Birinchi loyiha
Teachable Machine yordamida sun’iy intellekt tuzish
Maʼlumotlarga ishlov berish
Maʼlumotlarga ishlov berish. Maʼlumotlarni tayyorlash boʻlimida loyihalar
Modelni sinash
Modelni sinash va natijalarni tasdiqlash
💼 Portfolio uchun amaliyot
💼 Portfolio uchun amaliyot. Diabet kasalligiga tashxis qo'yish.
Aviachipta narxini bashorat qilish
Aviachipta narxini taxminiy aniqlovchi loyiha amalga oshirasiz.Bu loyiha kurs yakunida sertifikat uchun bajariladi
Aviakompaniya yo'lovchilarining qoniqishini bashorat qilish
Bu loyihada Avia kompaniya yo’lovchilarining qoniqishini taxmin qiluvchi loyihani amalga oshirasiz.
Pnevmoniya tashxisi
Pnevmoniya kasalligiga tashxis qo’yuvchi loyihani amalga oshirasiz
Kursni tugatgach sizning rezyume
Oʻzlashtiriladigan koʻnikmalar
Python dasturlash tili
Maʼlumotlarni tozalash va ularga ishlov berish
Maʼlumotlarni tahlil qilish va vizualizatsiya
Machine Learning algoritmlar
Deep Learning va neyron tarmoqlar
Natural Language Processing
Oʻrgatiladigan texnologiyalar
Kurs davomida quyidagi texnologiyalarni mukammal darajada oʻzlashtirasiz:
NumPy
NumPy
Massivlar va matritsalarga ishlov berish hamda murakkab matematik funksiyalarni jamlagan Python kutubxonasi.
Pandas
Pandas
Maʼlumotlarga ishlov berish va tahlil qilish uchun maxsus funksiyalar jamlangan kutubxona.
Keras
Keras
Neyron tarmoqlar bilan ishlash uchun maxsus freymvork.
Matplotlib
Matplotlib
Maʼlumotlarni grafiklar va chizmalar koʻrinishida taqdim qilish uchun maxsus kutubxona.
Seaborn
Seaborn
Ma'lumotlarni chiroyli grafiklar va chizamalar ko'rinishida taqdim qilish uchun maxsus kutubxona.
scikit learn
scikit learn
Klassifikatsiya, regressiya, klasterlash va boshqa Machine Learning algoritmlarni jamlagan kutubxona.
TensorFlow
TensorFlow
Google tomonidan yaratilgan katta miqyosdagi Machine Learning va Deep Learning algoritmlarni yaratishga qaratilgan kutubxona.
fast.ai
fast.ai
Katta hajmdagi Deep Learning algoritmlarni yaratish va ishga tushirish uchun maxsus kutubxona.
PyTorch
PyTorch
Maʼlumotlarni tahlil qilishdan boshlab sunʼiy intellekt model yaratishgacha boʻlgan bosqichlarni avtomatlashtiruvchi kutubxona.
Kurs oʻqituvchilari
Anvar Narzullaev
Oʻqituvchi
University Sains Islam Malaysia kompyuter texnologiyalari kafedrasi yetakchi mutaxassisi. Janubiy Koreyaning Yeungnam universiteti doktoranti (PhD). Mohirdev platformasi asoschilaridan biri. Ilmiy yoʻnalishi: axborot xavfsizligi, Buyumlar interneti (Internet of Things), yuqori aniqlikdagi navigatsiya tizimlari.
Mansurbek Abdullayev
Kurs ustozi
Korea Research Institute of Chemical Technologyda tadqiqotchi mutaxassis, Janubiy Koreyaning University of Science and Technologyning doktorantura bosqichi talabasi. Ilmiy yoʻnalishi: Computational Chemistry, Density Functional Theory calculation va Machine Learning
Iqboljon Sobirov
Oʻqituvchi
Tadqiqotchi olim (PhD@Oxford) va AI mutaxassisi. Janubiy Koreyada bakalavr va Buyuk Britaniyada Kompyuterli Koʻrish (Computer Vision) boʻyicha magistr darajasiga ega. Hozirda Oksford Universitetida PhD talabasi boʻlib, Deep Learning, Machine Learning va tibbiy tasvirlarni tahlil qilish boʻyicha tadqiqotlar olib boradi.
Sertifikatli boʻling!
Kurs davomida amaliy vazifalarni bajaring va sertifikatni qoʻlga kiriting.
Maʼlumotlaringizni qoldiring va biz siz bilan tez orada bogʻlanamiz.
Koʻp soʻraladigan savollar
Kurs narxi 3 mln soʻm boʻlib, toʻliq kurs uchun toʻlov hisoblanadi.
Matematikani maktab oʻquvchisi darajasida bilishingiz yetarli. Hozirgi kutubxona va freymvorklar bilan ishlaganda sizdan minimal matematik bilimlar talab qilinadi.
Praktikum kursimizning oʻziga xosligi shundaki, biz oʻquv dasturini virtual kompyuterda ishlashga moslashtirganmiz. Ya’ni siz modellaringizni kompyuterda emas, balki Google tomonidan beriladigan kuchli virtual kompyuterlarda bajarasiz. Bu kompyuterlardan foydalanish esa mutlaqo bepul.
Kurs videodarslardan tashkil topgan boʻlib, platformaga joylashtirilgan. Ularni sotib olishingiz bilanoq koʻrishingiz mumkin. Biroq videodarslarni yuklab olish imkoniyati mavjud emas.
Har oyda oʻqituvchilar bilan ZOOM orqali onlayn uchrashuvlar oʻtkaziladi. Oʻquvchilar oʻzini qiziqtirgan savollarga javob olishi mumkin.
Albatta. Bundan kamroq muddatda ham oʻqib tugatsangiz boʻladi. Biroq biz kursni 4 oy davomida tugatishni tavsiya qilamiz.
Oʻzingizga bogʻliq. Bizning fikrimizga koʻra haftasiga 10 soat vaqt ajratish kerak.
Kursni tugatgandan soʻng Data Scientist mutaxassisi sifatida kompaniyalarda ishlashingiz yoki mustaqil ravishda oʻz loyihangizni boshlashingiz mumkin.
Qancha daromad topish bu, albatta, oʻzingizga bogʻliq. Chunki maosh belgilashda sizning soft skillaringiz – kirishimlilik, jamoada ishlay olish, muammolarga yechim topish kabi koʻnikmalaringiz muhim rol oʻynaydi.
Telegram orqali @mohirdevsales_bot ga bogʻlanib, kursimizni xarid qilishingiz mumkin. Bizning raqam: +998 (78) 113 62 72
Bizning raqam: +998 (78) 113 62 72. Telegram: @mohirdevsales_bot