• Обучение онлайн не выходя из дома

Факультет
Data Engineering

Вы научитесь собирать и обрабатывать данные, проектировать хранилища и работать с инфраструктурой. Повысьте квалификацию и уровень дохода вместе с GeekBrains.

  • PHP PHP
  • SQL SQL
  • JavaScript JavaScript
  • Laravel Laravel
  • HTML HTML
  • CSS CSS
  • Git Git
  • bug_bounty Безопасность
  • Linux Linux
199 BYN в месяц 150 BYN в месяц При рассрочке до 24 месяцев Подробнее о тарифах и офисах в вашей стране
  • РАЗНЫЕ ФОРМАТЫ ОБУЧЕНИЯ
    • Занятия в группе с преподавателем
    • Онлайн-лекции и вебинары
    • Видеозаписи занятий
  • ДЛИТЕЛЬНОСТЬ12 месяцев
    2 занятия в неделю
  • РЕЗУЛЬТАТСертификат
    о профессиональной
    переподготовке
  • ПОСЛЕ ОБУЧЕНИЯПомогаем
    с трудоустройством

Оставьте заявку

Начало обучения:

Отправляя заявку, вы принимаете условия публичного договора и даете согласие на обработку своих персональных данных в соответствии с политикой конфиденциальности.

Спасибо за заявку! 
Скоро с вами свяжется наш менеджер! Мы будем признательны, если вы заполните нашу анкету — это поможет нам лучше понимать ваши потребности и сделать вашу работу с онлайн-платформой более комфортной.
Заполнить анкету
Платите позже ― отсрочка на 1 месяц

Вам не нужно платить первый взнос и переплачивать процентную ставку, если оформите рассрочку у наших надёжных банков-партнёров.

• Без переплат по процентам
• Без оплаты первого взноса
• Для граждан Беларуси
• Надёжные банки-партнёры

Зарабатывайте в любых условиях

Получайте заказы на фрилансе или удалёнке
Стройте карьеру в компании или стартапе
Развивайте свой бизнес
Дата-инженеры востребованы на рынке
По данным сайта rabota.by, освоив Data Engineering, вы будете претендовать на более высокую зарплату и на большее количество вакансий.
2 500 BYN
Зарплата в месяц
8% от всех
Доступных вакансий на rabota.by
4 000 BYN
Зарплата в месяц
40% от всех
Доступных вакансий на rabota.by

Освойте Data Engineering с нуля

Студент-наставник
Во время обучения вам может понадобиться поддержка и помощь с домашним заданием. Вашим наставником станет выпускник или студент, который получил такой же опыт обучения на курсе и успешно справился со всеми практическими работами.
Сопровождаем на всех этапах
Менеджеры GeekBrains помогают записаться на курс, освоиться в личном кабинете и решить технические проблемы. Если попалось сложное задание, можете обратиться за помощью к личному наставнику.
Куратор
Поможет вам освоиться в личном кабинете, в процессе обучения всегда будет на связи и поможет найти ответы на вопросы.
Реальные кейсы
Постоянно обновляем программу
Вы получаете актуальные навыки и знания: программа учитывает требования работодателей по компетенциям дата-инженера.
Доступ к сообществу GeekBrains
Вы найдёте полезные контакты и единомышленников в вашем городе, сможете делиться опытом в базе знаний GeekBrains. Будете посещать закрытые митапы, хакатоны и другие онлайн-мероприятия как слушатели и спикеры.
Даём обратную связь
Обучение на 70% состоит из вебинаров: преподаватели разбирают практические задания, отвечают на вопросы и делятся кейсами. Все вебинары можно пересмотреть в записи. 

Вас будут обучать
эксперты-практики

Александр Волынский
PaaS-архитектор в Mail.ru Cloud Solutions

Специализируется на построении хранилищ и платформ по работе с данными, а также на PaaS-сервисах, DS- и ML-решениях в облаках. Создавал хранилища данных для Платформы ОФД и X5 Retail Group.

Александр Власенко
PHP-программист в ФК Краснодар

Разрабатывает и сопровождает информационные системы клуба: медицинскую систему (антропометрия, истории болезней, исследования, обследования), тренерскую (тренировки, игры, статистика) и финансовую (контрагенты, договоры, документооборот, платежи). Работал с веб-сервисами в компаниях S Media Link, OrgPlan, ДККБ Краснодара (медицинская система).

Никита Варганов
Senior Data Scientist в «Сбербанке»

Решает задачи машинного обучения, специализируется на выводе моделей в эксплуатацию. Раньше анализировал внешние данные для построения скоринговых и uplift-моделей, а также моделей оттока.

Андрей Телюков
Руководитель направления анализа данных и машинного обучения, Альфа-банк

Возглавляет направление, которое занимается анализом и обработкой данных, а также построением предсказательных моделей. До этого разрабатывал решения для сбора и хранения данных (Kafka, Vertica), внедрял системы бизнес-аналитики (Tableau/Superset) и модели предсказания заинтересованности продуктом. Работает со стеком технологий Hadoop, Airbnb Airflow/Superset, Docker.

Фёдор Ерин
Декан факультета Data Engineering, Data Scientist в X5 Retail Group

Разрабатывает интеллектуальные системы в ритейле. Был аналитиком данных в Mail.ru Group, помогал бизнесу принимать решения на основе данных, создавал проекты с помощью машинного обучения.

Сергей Романчук
Технический директор в Forly Capital, декан факультета интернета-вещей

Руководит разработкой аналитических алгоритмов прогнозирования финансовых рынков криптовалюты Forly Capital. Работал инженером-исследователем в концерне «Калашников», занимался разработкой средств сбора данных о ICO-проектах с последующим скорингом в Squilla LLC.

Юрий Новиков
Преподаватель, программист

Начальник отдела защиты информации в государственной организации. Обслуживает информационную систему органов исполнительной власти Курской области. На поддержке находится VipNet сеть, включающая более 200 координаторов и 3000 клиентов. Более 15 лет работал программистом: разрабатывал веб-приложения, сервисы и прикладное ПО, поддерживал сайты. Преподаватель в вузе. Окончил аспирантуру в Курском государственном техническом университете.

Иван Маржановский
Data Scientist & Researcher, VisionLabs

Работает над нейронной сетью для обнаружения различных объектов в видеопотоке. Основные разработки и исследования ведутся на Python с применением Deep Learning. Также владеет языками программирования C++, C#, JavaScript. Занимался разработкой алгоритмов обработки медицинских сигналов. Окончил МГТУ им. Баумана с отличием.

Василий Кузнецов
Data Engineer в Mail.ru Group

Создает, поддерживает и тестирует ETL-процессы. Работал ETL-разработчиком в МТС, писал sql-запросы, проектировал хранилища данных, настраивал Power BI. Автор и преподаватель курса «Построение хранилища данных и основы ETL». Окончил МГТУ им. Н.Э. Баумана.

Дмитрий Кравчук
Senior Data Scientist в «Магните»

Занимается алгоритмами машинного обучения и переводом информационных систем из тестовой среды в продакшен. Руководит командой дата-сайентистов, разворачивает модели машинного обучения в распределённых системах по типу Hadoop и Azure. Работает дата-сайентистом 3 года. До этого работал 2 года дата-инженером и 1,5 года — аналитиком данных.

Егор Котельников
Ведущий разработчик в goods.ru

Создает аналитические хранилища на базе Hadoop и Spark. Разрабатывает хранилища данных для маркетинговой аналитики, реализует потоковую обработку больших данных с помощью машинного обучения. Разрабатывал библиотеки для больших данных, создавал хранилища и аналитические продукты в Платформе ОФД.

Михаил Филоненко
Backend-разработчик, Tarantool solutions Mail.ru Group

Разработчик прикладного софта с опытом более 10 лет. Последние 5 лет специализируется на backend-разработке. Автор курса «Введение в noSQL базы данных + Tarantool».

Сергей Ширкин
Data Scientist в Dentsu Russia, декан факультета Искусственный интеллект.

Прогнозирует просмотры рекламы и строит финансовые модели с помощью ИИ и машинного обучения. Автоматизировал финтех и базы данных в «Сбербанке» и «Росбанке», строил финмодели на основе машинного обучения.

Андрей Деканович
Администратор Big Data в «МегаФоне»

Занимается поддержкой и развитием Hadoop-инфраструктуры в нефтегазовой отрасли, банковском деле, промышленной автоматизации, телекоме. Считает, что в области Big Data важно уметь траблшутить проблемы. Окончил Новосибирский государственный технический университет в 2002 году.

Антон Брызгалов
Data Engineer, ex-Yandex

Инженер и архитектор данных с опытом более 4 лет. Консультант по machine learning (ML), сотрудничает с KaiOS Tech. Разработал бессерверную платформу данных на базе AWS, основал ориентированную на ML-инфраструктуру ETL, внедрил систему отслеживания событий в реальном времени на базе ClickHouse. Работал с технологией MapReduce и инструментами BI. Магистр компьютерных наук.

Илья Акчурин
Программист, преподаватель программирования в вузе

Обучает студентов языку программирования Python. До этого более 9 лет работал программистом, в том числе руководил IT-командой. Администрировал сервера, создавал скрипты для автоматизации, занимался разработкой внутреннего веб-сервиса с использованием фреймворка Django. Окончил ИжГТУ им М. Т. Калашникова.

Программа обучения

Научитесь собирать и обрабатывать данные, проектировать хранилища и витрины, работать с инфраструктурой и с современными фреймворками обработки данных.

141

час обучающего контента

279

часов практики

2-3

вебинара
в неделю

Подготовительный блок

Мы рекомендуем пройти подготовительные курсы, чтобы закрыть возможные пробелы в знаниях.

Курсы

Git. Базовый курс
  • Введение в Git
  • Установка и настройка Git
  • Основные команды терминала
  • Работа с репозиториями в Git
  • Управление файлами репозитория
  • История изменений
  • Работа с ветками репозитория
  • Публикация репозитория
  • Слияния веток
  • Управление версиями
  • Создание pull-request
  • Сложные операции
  • Работа с Fork-репозиториями
13 видео-уроков
2 часа обучающего контента
I четверть

Сбор и хранение данных

Вы погрузитесь в профессию дата-инженера: познакомитесь с понятием базы данных, научитесь использовать SQL, создавать запросы, программировать на Python. Также познакомитесь с открытыми данными, RESTful и SOAP-сервисами, форматами XML и JSON.

Курсы

Основы реляционных баз данных. MySQL
  • Вебинар. Установка окружения. DDL-команды
  • Видеоурок. Управление базами данных. Язык запросов SQL
  • Вебинар. Введение в проектирование баз данных
  • Вебинар. CRUD-операции
  • Видеоурок. Операторы, фильтрация, сортировка и ограничение. Агрегация данных
  • Вебинар. Операторы, фильтрация, сортировка и ограничение. Агрегация данных
  • Видеоурок. Сложные запросы
  • Вебинар. Сложные запросы
  • Видеоурок. Транзакции, переменные, представления. Администрирование. Хранимые процедуры и функции, триггеры
  • Вебинар. Транзакции, переменные, представления. Администрирование. Хранимые процедуры и функции, триггеры
  • Видеоурок. Оптимизация запросов. NoSQL
  • Вебинар. Оптимизация запросов
1 месяц — 12 уроков
18 часов контента, 36 часов практики
Основы Python
  • Знакомство с Python
  • Некоторые встроенные типы и операции с ними
  • Функции. Словари
  • Функции. Словари
  • Генераторы и comprehensions. Множества
  • Работа с файлами
  • Работа с файловой системой. Исключения в Python
  • Регулярные выражения и декораторы в Python
  • Объектно-ориентированное программирование (ООП). Введение
  • Объектно-ориентированное программирование (ООП). Продвинутый уровень
  • Объектно-ориентированное программирование (ООП). Полезные дополнения
1 месяц — 11 уроков
17 часов контента, 34 часа практики
Методы сбора и обработки данных из интернета
  • Основы клиент-серверного взаимодействия. Парсинг API
  • Парсинг HTML. Beautiful Soup, MongoDB
  • Системы управления базами данных MongoDB и SQLite в Python
  • Парсинг HTML. XPath
  • Фреймворк Scrapy
  • Scrapy. Парсинг фото и файлов
  • Selenium в Python
  • Работа с данными
1 месяц — 8 уроков
12 часов контента, 24 часа практики

Проект

Разработка собственного парсера

II четверть

Построение хранилищ данных для систем аналитики

Познакомитесь с реляционными и нереляционными базами данных, узнаете, как строить хранилища данных и выбирать архитектуры под конкретную задачу.

Курсы

Построение хранилища данных и основы ETL-процессов
  • Введение
  • Архитектура хранилищ
  • Проектирование хранилища, часть 1:
  • Проектирование хранилища, часть 2:
  • Создание ETL-процесса, часть 1:
  • Создание ETL-процесса, часть 2:
  • Управление качеством данных
  • Курсовой проект
1 месяц — 8 уроков
12 часов контента, 24 часа практики
Технологии OLAP + BI
  • Почему OLAP. Готовим ETL и DWH
  • Многомерное хранилище. Работа с измерениями
  • Создание мер. Процессинг и его оптимизация
  • Работа в MDX. Автопроцессинг
  • Подключение BI-системы
1 месяц — 4 урока
13 часов контента, 27 часов практики
Введение в NoSQL баз данных. Tarantool
  • Подходы к организации NoSQL данных
  • Redis
  • MongoDB. Часть 1
  • MongoDB. Часть 2
  • MongoDB. Часть 3
  • Tarantool. Часть 1
  • Tarantool. Часть 2

1 месяц — 7 уроков
14 часов контента, 12 часов практики

Проект

Хранилище для BI-системы

III четверть

Распределенные базы данных

В данной четверти вы познакомитесь с инструментами обработки больших массивов данных, в первую очередь с инструментами экосистемы Hadoop: HDFS, Yarn, Hive, Hue, Flume, Cassandra и другими. Вы освоите возможности фреймворка Apache Spark для распределённой обработки неструктурированных и слабоструктурированных данных. В конце четверти познакомитесь с популярным инструментом Apache Airflow для планирования и мониторинга пакетных процессов работы с большими данными.

Курсы

Big Data. Экосистема Hadoop
  • Введение в Hadoop
  • HDFS
  • YARN, MR
  • Hive, HUE
  • Форматы хранения
  • ETL
  • NoSQL
  • DWH
1 месяц — 8 уроков
12 часов контента, 24 часа практики
Big Data. Фреймворк Apache Spark
  • Архитектура Spark. Принципы исполнения запросов. Сохранение и чтение данных
  • Операции с данными: агрегаты, джойны. Оптимизация SQL-запросов
  • Типы данных в Spark. Коллекции как объекты DataFrame. User-defined Functions
  • Машинное обучение на PySpark на примере линейной регрессии
1 месяц — 4 урока
6 часов контента, 12 часов практики
Настройка потоков данных. Apache Airflow
  1. Планирование задач. Введение Apache AirFlow
  2. Установка Airflow. Создание и основные параметры DAG
  3. Разработка потоков данных
  4. Airflow в production. Примеры реальных задач

1 месяц — 4 урока
8 часов контента, 18 часов практики

Проект

Полноценный ETL-пайплайн с использованием инструментов работы с большими данными

IV четверть

Real-time обработка данных и инфраструктура

В последней четверти вы освоите потоковую обработку данных с использованием инструментов Kafka и Spark Streaming. Также освоите практики DevOps, необходимые для работы дата-инженером.

Курсы

Потоковая обработка данных
  • Архитектура Kafka, Kafka Workflow
  • Kafka Producer и Kafka Consumer
  • Kafka Broadcasting and Groups
  • Kafka Stream
  • Processor API
  • Динамические запросы в Apache Kafka
1 месяц — 8 уроков
9 часов контента, 18 часов практики
Микросервисная архитектура и контейнеризация
  • Микросервисы и контейнеры
  • Docker
  • Введение в Kubernetes
  • Хранение данных и ресурсы
  • Сетевые абстракции Kubernetes
  • Устройство кластера
  • Продвинутые абстракции
  • Деплой тестового приложения в кластер, CI/CD
1 месяц — 8 уроков
12 часов контента, 24 часов практики

Проект

Потоковый сервис для оценки кредитоспособности клиентов банка с использованием машинного обучения

Курсы вне четверти

Предметы с индивидуальным выбором даты старта

Курсы вне четверти являются частью основной программы обучения и обязательны к прохождению. Вы можете формировать часть расписания самостоятельно и регулировать интенсивность обучения. На прохождение этих предметов у вас есть 2.5 года с момента покупки обучения в GeekUniversity. Проходите параллельно с четвертями или после года обучения.

Курсы

Подготовка данных для ML Applications
  • Введение в машинное обучение
  • Построение ML-модели, часть 1:
  • Построение ML-модели, часть 2:
  • Подготовка данных для разных задач
1 месяц – 4 урока
6 часов контента, 12 часов практики
Linux. Рабочая станция
  • Введение. Установка ОС
  • Настройка и знакомство с интерфейсом командной строки
  • Пользователи. Управление пользователями и группами
  • Загрузка ОС и процессы
  • Устройство файловой системы Linux. Понятия файла и каталога
  • Введение в скрипты Bash. Планировщики задач crontab и at
  • Управление пакетами и репозиториями. Основы сетевой безопасности
  • Введение в Docker
1 месяц — 8 уроков
12 часов контента, 24 часа практики

Получите программу курса на email

Нажимая на кнопку, вы даете согласие на обработку своих персональных данных в соответствии с политикой конфиденциальности.
Спасибо!
Программа отправлена на вашу почту.
Oops! Something went wrong while submitting the form.

Освойте современные технологии и компетенции Data Engineering

Python
Jupyter
SQL
DDL
NoSQL
Linux
CLI
HTML
HTTP
REST API
Hadoop
Map Reduce
Hive
HBase
Hue
Apache Spark
PySpark
Spark Streaming
Kafka
Airflow
MongoDB
Cassandra
HDFS
RDBMS
DevOps
Gitlab
CI/CD
Docker
Kubernetes
Machine Learning
Разработка, поддержка и оптимизация пайплайнов обработки данных и машинного обучения на Python и Spark
Проработка архитектуры разрабатываемых решений
Опыт проектирования аналитических систем хранения и обработки больших данных
Знание принципов работы БД (SQL/noSQL) и методологий моделирования
Опыт работы с Airflow и другими инструментами для запуска регулярных задач
Опыт с Devops (Docker, Kubernetes) инструментами
Понимание принципов машинного обучения и подготовки данных для ML-приложений
Опыт работы с ОС Linux
Сбор процессов очистки и валидации данных
Опыт работы с ETL-инструментами и сервисами
Опыт работы с пакетной и потоковой выгрузкой данных в аналитическое хранилище
Разработка витрин данных для бизнес-пользователей аналитики
Опыт работы с Hadoop кластером и HDFS, мониторинг своих приложений

Вы получите сертификат о профессиональной переподготовке

Вы получаете сертификат о профессиональной переподготовке, который можно приложить к портфолио и показать работодателю.

Диплом Data Engineering

Мы дарим подарки всем студентам

Изучение английского языка с Kespa
Год английского в подарок
Английский для
IT-специалистов
Видеокурс
Ключ от продуктов
JetBrains
Бесплатная подписка
Также вам может подойти

Выберите пакет обучения на программе Data Engineering

В зависимости от ваших целей и амбиций выберите комбинированное предложение по обучению. Длительность программы, учебный план и набор технологий зависят от пакетов

В любом пакете уже включено:

Сертификат о профессиональной переподготовке

Помощь с трудоустройством через 12 месяцев по IT-профессиям

Доступ к дополнительными курсам GeekBrains  на ограниченное время

Выгода 20% при единовременной оплате

Специалист
.

Специалист Data Engineer

от 210 BYN
от 158 BYN
в месяц при рассрочке до 12 месяцев
Уровень навыков и профессионализма
Уровень знаний
после обучения
Intern
Длительность
обучения
12 мес
Доход после обучения
от 2 200 BYN
Потенциальный доход через 3 года
от 3 800 BYN
Выбрать
Выбрано
Базовый
.

Data Engineer Базовый

от  199 BYN
от 149 BYN
в месяц при рассрочке до 12 месяцев
Уровень навыков
и профессионализма
Уровень знаний
после обучения
Junior
Длительность
обучения
12 мес
Доход после обучения
от 2 200 BYN
Потенциальный доход через 3 года
от 4 100 BYN
+ Бизнес акселератор
+ Технологическая специализация
Выбрать
Выбрано
Мастер
Диджитал-мастер

Data Engineer Мастер

от 291 BYN
от 248 BYN
в месяц при рассрочке до 12 месяцев
Уровень навыков
и профессионализма
Уровень знаний
после обучения
Middle
Длительность
обучения
24 мес
Доход после обучения
от 2 200 BYN
Потенциальный доход через 3 года
от 5 500 BYN
Спецпрограмма
для Digital-мастеров
+ Бизнес акселератор
+ Технологическая специализация
Выбрать
Выбрано
PRO
Гик

Data Engineer PRO

от 375 BYN
от 318 BYN
в месяц при рассрочке до месяцев
Уровень навыков
и профессионализма
Уровень знаний
после обучения
Middle+
Длительность
обучения
36 мес
Доход после обучения
от 2 200 BYN
Потенциальный доход через 3 года
от 6 800 BYN
Спецпрограмма
для Geek’ов
+ Бизнес акселератор
+ Технологическая специализация
+ Отраслевая специализация
Выбрать
Выбрано
  • Обучение онлайн не выходя из дома

Факультет
Data Engineering

Вы научитесь собирать и обрабатывать данные, проектировать хранилища и работать с инфраструктурой. Повысьте квалификацию и уровень дохода вместе с GeekBrains.

  • PHP PHP
  • SQL SQL
  • JavaScript JavaScript
  • Laravel Laravel
  • HTML HTML
  • CSS CSS
  • Git Git
  • bug_bounty Безопасность
  • Linux Linux
199 BYN в месяц 150 BYN в месяц При рассрочке до 24 месяцев Подробнее о тарифах и офисах в вашей стране
  • ОСНОВНАЯ ИНФОРМАЦИЯ
    • Длительность 12 месяцев
    • 2 занятия в неделю
    • Помощь в трудоустройстве
    • Сертификат после обучения
  • РАЗНЫЕ ФОРМАТЫ ОБУЧЕНИЯ
    • Занятие в группе с преподавателем
    • Видеоуроки и вебинары
    • Видеозаписи занятий
    • Домашние задания
    • Практические задания
    • Онлайн-встречи с экспертами
    • Личные консультации

Оставьте заявку

Начало обучения:

Отправляя заявку, вы принимаете условия публичного договора и даете согласие на обработку своих персональных данных в соответствии с политикой конфиденциальности.

Спасибо за заявку! 
Скоро с вами свяжется наш менеджер! Мы будем признательны, если вы заполните нашу анкету — это поможет нам лучше понимать ваши потребности и сделать вашу работу с онлайн-платформой более комфортной.
Заполнить анкету

Часто задаваемые вопросы

Помогаете ли вы с трудоустройством?

Мы помогаем с трудоустройством студентам, которые показывали хорошую успеваемость на протяжении обучения и подали заявку в сервис трудоустройства. Далее вместе с HR-специалистами GeekBrains вы создадите CV и будете рассматривать предложенные нами позиции, самостоятельно откликаться на вакансии и участвовать в поиске идеального места работы. Вместе мы сделаем все, чтобы вы начали строить карьеру и расти профессионально.

Можно ли делать перерывы в обучении?

Между курсами можно делать перерывы и регулировать интенсивность своего развития по мере усвоения знаний. Мы рекомендуем не записываться на все курсы сразу, а проходить их последовательно и работать на результат.

Кто преподаёт в GeekBrains?

Преподавать в GeekBrains могут только специалисты с большим опытом реализации проектов. Мы проводим жёсткий отбор кандидатов с помощью программ аттестации и внутреннего обучения. Студенты оценивают уровень преподавателя и качество программы по пятибалльной шкале. Таким образом, мы улучшаем образовательный процесс ежедневно.

Какой требуется опыт для обучения?

Наши образовательные программы ориентированы на тех, кто хочет с нуля освоить профессиональные навыки. Для обучения начальной подготовки или базовых знаний не требуется.

Какие минимальные требования к оборудованию и программному обеспечению?

Для учебы вам необходим компьютер с двухъядерным (желательно четырехъядерным) процессором с частотой 1.8 ГГц и выше, и оперативной памятью от 2 Гб (в идеале 4Гб). На нем должна быть установлена любая современная операционная система и настроенная в зависимости от языка программирования среда разработки: для Java — установленный JDK и любая привычная IDE, для Python — установленный интерпретатор с python.org и любая привычная IDE.

Как проходит обучение?

Уроки проходят в формате online-трансляций, несколько раз в неделю в вечернее время. Преподаватель объясняет темы, все его действия отображаются на экране. Студенты задают вопросы и обсуждают материал в чате. В конце каждого урока студенты получают практические задания. Преподаватель оценивает их и обсуждает плюсы и минусы на следующем занятии. Некоторые курсы будут представлены в виде заранее записанных видеолекций.

Что делать, если я не могу учиться онлайн?

Для тех, кто не смог вовремя присутствовать на уроке, мы записываем каждое занятие. Видеозаписи всегда доступны в разделе обучения. Также к каждому уроку мы разработали методички, с помощью которых можно лучше подготовиться к занятиям и получить дополнительные знания.

Что делать, если у меня проблема или срочный вопрос?

Если вы студент платных курсов и у вас возникли вопросы, связанные с образовательным процессом, свяжитесь с нами: info@geekbrains.by или +375 29 171-55-70 (звонок бесплатный). По остальным вопросам пишите нам на info@geekbrains.by