Data Science - март 2026
По време на курса участниците ще си отговорят на въпроси от практиката като:
• Как се избира точен метод за анализ на данните?;
• Как се прилага научният метод за взимане на решения?;
• Как се използват статистическите методи за правене на изводи?;
• Как се събират и изчистват данните, за да бъдат подготвени за анализ и моделиране?;
• Как се извършва моделирането на данните?;
• Какво е Exploratory data analysis и как се прилага?
Курсът завършва с насоки за изграждане на цялостно data science приложение - архитектура на кода и структура на изследванията. Обучението е практически ориентирано и новите концепции ще бъдат затвърдени с писане на код.

Умения, които ще придобиеш
- Събиране, агрегация и автоматизация на работата с данни
- Почистване на данни и подготовка за анализ чрез научния метод
- Техники за анализ и визуализация на данни
- Работа с таблични и неструктурирани данни (изображения, текст)
- Основи на статистическите модели/machine learning
- Изграждане на цялостен проект: добри практики
Теми
-
Resources -
Course Introduction -
Hypothesis Testing -
Exercise: Hypothesis Testing -
Working with Data -
Exercise: Working with Data -
Data Visualization. Exploratory Data Analysis -
Exercise: Data Visualization. Exploratory Data Analysis -
Working with Images -
Exercise: Working with Images -
Working with Text -
Exercise: Working with Text -
Exam Preparation and Q&A -
Regular Exam -
Retake Exam
За кого е подходящ курсът?
Как мога да се запиша?
За да се запишете, кликнете ТУК или бутона "ЗАПИШИ СЕ" и следвайте стъпките. След успешно заплащане на таксата, Вие ще бъдете записани за обучението.
Докога мога да се запиша и кога стартира курсът?
Записването в курса е отворено до 22 март. Обучението стартира на 24 март 2026 г.
Как и къде ще се провеждат занятията?
Определени сесии от курса се предоставят под формата на предварително записани видео уроци, които се качват в платформата по график, заедно с други учебни ресурси. Друга част от занятията се провеждат онлайн в реално време, като курсистите имат възможност да задават въпроси на преподавателя. Веднага след всяко занятие проведено в реално време, получавате достъп до записа и учебните ресурси. Подробен график на занятията по ден и час, както и формат на провеждане (на запис или онлайн в реално време), можете да откриете в раздел "Теми".
Какво представлява изпитът и кога ще се проведе?
Изпитът ще се проведе онлайн и се състои от практическа и теоретична част. Практическата част ще бъде под формата на курсов проект, който трябва да бъде предаден до 2 дни преди датата на защита - 2 и 3 май, а теоретичната част ще бъде под формата на тест, който ще се състои на 2 и 3 май.
Ще получа ли сертификат след изпита?
След преминаване на изпита, ще придобиете сертификат от СофтУни, ако получите оценка над Мн. добър 5.00 от практическата част, а също така ще имате възможност да получите държавно признато "Удостоверение за професионално обучение", валидно в целия Европейски съюз. Изискванията за получаване на удостоверение можете да разгледате ТУК.

Колко струва обучението в курса и какво включва?
Онлайн
280 лв.Онлайн обучение с видео уроци, достъпни по всяко време
Доживотен достъп до видео записите и учебните ресурси
Помощ от ментор за усвояване на учебния материал
Достъп до затворена Facebook група с курсистите
Явяване на изпит (редовен), сертификат и удостоверение
SoftUni ви дава 100% гаранция за качеството на този курс. За нас е важно да придобиете необходимите умения и знания. Ако по някаква причина обучението не отговори на очакванията ви, ние ви гарантираме възстановяване на цялата сума, която сте заплатили. Таксата може да ви бъде възстановена до третото занятие от курса (до 31 март).
Йордан Даракчиев
Преподавател
Йордан обича да се бори със сложни задачи и да намира ефективни, работещи решения. Често е бил водещ изследовател по проекти за стартъпи, компании и държавни институции, като извежда идеи "от нулата" до работещи PoC или MVP решения. Основните му интереси са в областта на езиковите модели и компютърното зрение, а в работата си се фокусира върху разработване на инструменти за оценка на устойчивостта и справедливостта на моделите. Ученето на нови технологии е част от ежедневието му - така както и страстта му към астрономията.
