Тема 1. Базовые типы данных в Python, C++, JavaScript. Общая концепция языков программирования
Компилируемые, интерпретируемые, виды типизаций (int, float, bool, str, list, tuple, dict, set)
Отличия типов данных по разным языкам
Циклы while, for
Операторы if, continue, break
list comprehesion
Тема 2. Функции в Python
Итераторы
lambda
Генераторы
Замыкания
Декораторы
Обработка ошибок
Тема 3. Объектно-Ориентированное Программирование на Python
Магические методы
Декораторы классов
Решение базовых задач
Тема 4. Git, GitHub, GitLab
Тестирование на Python: основные библиотеки и примеры
Создание репозитория
Добавление изменения в консоли
Тема 5. Введение в базы данных (SQL)
Виды операторов
Создание базы данных
Разные типы баз данных (векторные, etc)
Простые запросы
Тема 6. Задачи с LeetCode для алгоритмического собеседования
Стандартные контейнеры: стек, дек, очередь, куча, связные списки
Деревья, графы, алгоритмы на графах (базовые: DFS, BFS)
Реализация стандартных контейнеров на Python
Тема 7. Библиотеки: Pandas, NumPy, MatPlotlib, Plotly
Использование библиотек для простого анализа данных
Базовые определения для машинного обучения
Использование библиотек для рабочих задач с Excel
Построение графиков и анализ данных на основе датасета
Тема 8. Машинное обучение
KNN, линейная регрессия, логистическая регрессия, виды задач (классификация, кластеризация, регрессия), метрики, подбор гиперпараметров
Решающие деревья
Градиентный бустинг
Тема 9. Выпуклость функций, свойства производных, градиента
Градиентный спуск на примере линейной регрессии
Методы оптимизации
Реализация градиентного спуска
Как взять производную в Python
Тема 10. Введение в нейросети
Введение в постановку задач NLP
RNN: LSTM, GRU
A/B тестирование, p-value
LLM
Особенности промптинга: few-shot, zero-shot, галлюцинации
Реализация простейшей нейронной сети
Тема 11. Базовое введение в MLOps
Контейнеризация, абстракции Docker
Работа с API
Парсинг статей