Огляд Про школу Програма Для кого Партнери
21-25 липня 2025

Data Science School 2025

5-денна літня школа з науки про дані для студентів та молодих спеціалістів ІТ-сфери

5 днів
Офлайн формат
ML фокус

До початку школи залишилось:

00 днів
00 годин
00 хвилин
00 секунд
Програма курсу Дізнатись більше Подати заявку

Огляд події

Основна інформація про Data Science School 2025

Дати проведення

21–25 липня 2025 року

Тривалість

5 днів інтенсивного навчання

Формат

Офлайн навчання з практичними сесіями

Сертифікати

Всі учасники отримають сертифікати

Мета та Візія

Мета

Data Science School 2025 має на меті сформувати у її учасників фундаментальні та прикладні знання в галузі науки про дані, сприяти розвитку практичних навичок аналітики, обробки даних та створення моделей машинного навчання, а також створити умови для співпраці між студентами різних університетів.

Візія

Стати щорічною міжуніверситетською літньою платформою з Data Science, яка об'єднує амбітних студентів і початківців з ІТ-сфери навколо сучасних практик обробки та аналізу даних, сприяє формуванню молодої спільноти аналітиків і дослідників, а також стимулює розвиток і впровадження DS-рішень в Україні.

Особливості школи

  • Усі учасники отримають сертифікати про проходження навчання
  • Найкращі команди та учасники отримають відзнаки або призи від партнерів
  • Щоденна онлайн-розсилка оцінок/рішень/матеріалів через Google Drive або LMS

Програма навчання

5-денний інтенсивний курс з практичними сесіями

1

Відкриття та перша навчальна сесія

09:00 – 09:30 Реєстрація учасників, welcome-кава
09:30 – 10:00 Урочисте відкриття школи. Виступи представників університетів та партнерів
10:00 – 12:00 Воркшоп: Вступ до Data Science. Основи Python і Pandas
12:00 – 13:00 Обід
13:00 – 15:00 Практична сесія: Робота з реальними датасетами. Завдання на очищення та аналіз даних
Підсумок Перевірка рішень, оцінювання завдань та надсилання зворотного зв'язку учасникам
2

Аналіз даних і візуалізація

10:00 – 12:00 Воркшоп: Методи візуалізації даних: Matplotlib, Seaborn, Plotly
12:00 – 13:00 Обід
13:00 – 15:00 Практична сесія: Побудова графіків, аналітичних панелей
Підсумок Оцінювання результатів, фідбек, розсилка рішень
3

Основи машинного навчання

10:00 – 12:00 Воркшоп: Класифікація і регресія. Алгоритми: KNN, Decision Trees
12:00 – 13:00 Обід
13:00 – 15:00 Практична сесія: Побудова моделей класифікації та їх оцінка
Під кінець дня Перевірка результатів, коментарі, надання оцінок
4

Кластеризація та моделювання

10:00 – 12:00 Воркшоп: Кластеризація даних (k-means, DBSCAN). Dimensionality Reduction
12:00 – 13:00 Обід
13:00 – 15:00 Практична сесія: Сегментація користувачів/товарів, робота з багатовимірними даними
Під кінець дня Оцінювання, підготовка до фінального дня
5

Фінал. Контрольне завдання та підсумки

10:00 – 12:00 Контрольне завдання: Аналіз нового набору даних, побудова моделі
12:00 – 13:00 Оцінювання результатів журі
13:00 – 14:00 Обід
14:00 – 14:30 Виступи партнерів. Коментарі та рекомендації
14:30 – 15:00 Нагородження переможців. Вручення сертифікатів

Для кого призначена школа

Цільова аудиторія та вимоги до кандидатів

Цільова аудиторія

  • Студенти 1–2 курсів, які мають інтерес до аналітики, програмування та машинного навчання
  • Студенти 3–4 курсів ІТ-спеціальностей, які прагнуть розвиватися в напрямку Data Science
  • Молоді спеціалісти та стажери з ІТ-сфери, які хочуть систематизувати або поглибити знання в DS
  • Учасники без досвіду в ML, але з базовими навичками Python та аналітичним мисленням

Технічні вимоги

  • Python: базовий рівень (змінні, цикли, списки, робота з файлами)
  • Бібліотеки: бажано знання Pandas, NumPy, Matplotlib на рівні туторіалів
  • Дані: основи роботи з таблицями, CSV, базові поняття аналітики
  • Обладнання: персональний ноутбук з Python/Jupyter або готовність працювати в Google Colab

Додатково вітається

Досвід участі в хакатонах, олімпіадах або онлайн-курсах (Kaggle, Coursera, Prometheus)
Портфоліо або приклади власних проєктів на GitHub
Висока зацікавленість у сфері аналітики даних, машинного навчання, візуалізації даних
Готовність працювати в команді, брати участь у практичних сесіях і виконувати проєктне завдання

Партнери

Компанії та організації, які підтримують Data Science School 2025

ІТ-компанії

SoftServe
EPAM
ELEKS
AI HOUSE