Образовательная лицензия
Министерство науки
Получить консультацию
Онлайн-обучение в гибком формате
Более 500 000 студентов выбрали Академию Eduson
Записаться на курс
Профессия
Data Scientist
  • Найдёте работу или вернём деньги
  • Обучение на реальных бизнес-кейсах и в симуляторах Python, Pandas, NumPy, Scikit-learn, SQL, Jupyter Notebook, Matplotlib/Seaborn
  • Документ об образовании государственного образца и диплом от Eduson
Станьте востребованным специалистом за 9 месяцев и зарабатывайте от 150 000 ₽ в месяц
4.7 из 5
по отзывам 2 734 студентов
Академия Eduson стала лауреатом в номинации «Выбор рынка» 🏆
Жюри оценило кратный рост компании за короткий срок в условиях высокой конкуренции.
Специальная цена
2 диплома
удостоверение о повышении квалификации и диплом Академии Eduson, подтвержденный Сколково.
10 преподавателей-экспертов в области Data Science
Ведущие специалисты Альфа-банка, Avito, Microsoft, IT Resume, Сбера — получите знания от практиков, которые разрабатывают нейросети, рекомендательные системы и AI-решения.
Личный куратор на год
который ответит на любые вопросы
Выгодная рассрочка без процентов
Учитесь сейчас — платите через месяц.
Поможем оформить налоговый вычет 13% или оплатить обучение за счет работодателя.
Занятия в удобное время
без строгих дедлайнов, лекций и расписаний. Курс с регулярными обновлениями доступен вам навсегда!
Начать учиться
37 практических заданий и бизнес-кейсов, 8 тренажёров
основанные на актуальных задачах бизнеса

Data Scientist — востребованный IT-специалист

Data Scientist применяет модели и алгоритмы машинного обучения, чтобы найти инсайты в данных и предсказать эффективные решения для бизнеса.
Он помогает компаниям принимать стратегически важные решения и находить новые источники прибыли. Специалист использует модели машинного обучения и выявляет закономерности, которые невозможно увидеть невооруженным глазом. Благодаря его работе организации повышают эффективность, оптимизируют процессы и увеличивают доходы.

Потому что он умеет превращать данные в прибыль

Прогнозирует спрос, управляет ассортиментом, анализирует покупательские привычки и помогает персонализировать клиентские предложения.

Специалисты Data Science нужны на рынке

По данным исследований, спрос на специалистов по Data Science ежегодно увеличивается на 22%, и эти темпы сохранятся как минимум до 2030 года. Компаниям из медицины, IT, ритейла, банковской сферы и других отраслей нужны специалисты для работы с большими данными.
1

Data Scientist развивается в разных направлениях

Data Scientist может развиваться в различных направлениях: от анализа данных и машинного обучения до разработки сложных AI-решений и руководящих позиций в бизнесе.
2

Легко войти в профессию

Для старта в Data Science не требуется техническое образование. Наш курс обучает с нуля: вы освоите Python, SQL и ключевые алгоритмы, которые помогут быстро погрузиться в задачи Data Science и начать работать.
3

4 причины стать Data Scientist

Можно работать удалённо

Специалист может работать удалённо или устроиться в офис, вести один проект или сразу несколько.
4
112 500 ₽
227 500₽
360 000 ₽
После курса
1-3 лет опыта
Более 3 лет опыта

Спрос превышает предложение — зарплаты растут

По данным «Хабр Карьеры», средняя зарплата Data Scientist в России в 2024 году составляет 227 500 рублей в месяц. Она варьируется в зависимости от опыта и навыков специалисты.
Junior
Middle
Senior
% Записаться со скидкой
Навыки

Ваши навыки после обучения

Должность
Data Scientist
  • Собираю и анализирую большие объёмы данных для поиска скрытых закономерностей
  • Строю и обучаю модели машинного обучения: классификация, регрессия, кластеризация
  • Применяю методы обработки данных: очистка, нормализация, трансформация
  • Использую SQL для работы с базами данных
  • Визуализирую данные с помощью Python (Matplotlib, Seaborn)
  • Создаю прогностические модели для решения бизнес-задач
  • Применяю алгоритмы Data Science для оптимизации бизнес-процессов
  • Автоматизирую процесс анализа данных с помощью Python
  • Разрабатываю прогнозы и аналитические модели для поддержки управленческих решений
  • Применяю методологии Agile и Scrum для оптимизации процессов разработки
Инструменты
⠀⠀⠀Excel/Google Sheets
Основной анализ и обработка данных.
⠀⠀⠀Python
Ключевой язык программирования для Data Science.
⠀⠀⠀Pandas
Работа с табличными данными.
⠀⠀⠀NumPy
Операции с массивами и векторами.
⠀⠀⠀Scikit-learn
Машинное обучение.
⠀⠀⠀Google Colab
Удобная облачная платформа для написания кода.
⠀⠀⠀SQL
Работа с базами данных, анализ данных о бизнесе.
⠀⠀⠀Jupyter Notebook
Интерактивное программирование.
⠀⠀⠀Matplotlib/Seaborn
Визуализация данных и графиков.
⠀⠀⠀Git
Система контроля версий и работы с репозиториями.
⠀⠀⠀Power BI
Визуализация и бизнес-аналитика.
и добавите их в портфолио

Решите 11 реальных бизнес-кейсов

А мы поможем с трудоустройством

Или вернём деньги за обучение
Поможем составить резюме и оформить портфолио
1
Вы составите резюме с учётом специфики индустрии и разместите его в интернет-ресурсах.
Подготовим к собеседованиям
2
Разберём основные вопросы к кандидатам на должность и типичные тестовые задания. Расскажем о приёмах, которые используют HR-менеджеры, и научим проходить интервью.
78
трудоустроенных выпускников
%
Условия возврата
Отправим резюме лучшим партнёрам
3
В конце обучения мы отправим ваше резюме в компании, чьих сотрудников обучаем с 2013 года: «Сбер», «М.Видео», «МТС» и другие.
Наши программы нравятся студентам
nezaeaalescandr
Data Scientist

Я ещё числюсь студентом курса Data Scientist, но уже жду когда получу диплом. За 9 месяцев обучения впитал столько знаний и опыта, что могу смело рекомендовать эту программу! Преподаватели — душки, спасибо им огромное! Мы прошли всё: от регрессии до классифификации и кластер. Я ещё не решил, куда пойду работать после окончания курс (не то чтобы предложений валом) но уже получил два оффера, хотя ещё даже не закончил обучение! Курс отличный для тех, кто хочет начать с нуля и получить мощные буст на старте.
Уже получил два оффера
Борис
Data Scientist

Курс закончил недавно, так как появилась острая необходимость работать удаленно. Могу резюмировать, что знания, которые я получил в ходе обучения, помогли мне полностью освоить профессию, после окончанию курса уже нашел работу по специальности. Помимо теории, в курс заложено много практики и есть тренажёры для отработки навыков.
Нашёл удалённую работу
Анна
Data Scientist
На данный момент прохожу курс «Специалист Data Scientist». Остановилась на этом курсе, хочу пробовать работать в этом направлении. Пока что мне нравится, курсы записаны в видео уроках, где все начинается с наименьшего и дальше уже переход к сложному. Мне, как новичку не трудно было понимать тему. После теории нужно проходить тестирование, не все у меня с первого раза получалось, я тогда снова пересматривала тему, чтобы закрепить все. Доступно, понятно и в октябре была большая скидка на этот курс.
Доступно, понятно
Влад
Data Scientist
Пройдена часть моего обучение Data Scientist. В начале августа я загорелся разобраться в этой сфере, убежденный высоким спросом и зарплатой специалистов. Остановился на этой платформе по рекомендации друга, он проходил курс по продажам. Я ни разу пока не пожалел уделенного времени на ознакомление и проработку. Плавное усложнение информации и заданий, понятное изложение. Сейчас я прошел только 40 процентов курса и понимаю, куда буду двигаться дальше. Это очень круто, курс оказался именно тем, что я искал. Единственное не знаю, не возникнет ли потребности в дипломе гос образца, но это уже дело второстепенное.
Курс оказался именно тем, что я искал
Кирилл
Data Scientist
Курс Data Scientist понятный и удобный, мне как новичку было все наглядно. Лишней инфы не было, практические задания, которые давали на протяжении обучения, реально схожи по уровню с рабочими заданиями. Очень была приятна отзывчивость кураторов и интересные лекции экспертов. Можно было двигаться по своему темпу, особо к числам не привязан, сам устанавливаешь себе сроки, но тут уже работа на самодисциплину. Основные моменты разобрали все, нюансы конечно были, но абсолютно все в курс не включить. После прохождения обучения вышел на работу по профессии
Объем теории и практики сбалансированный
Укажите корректный номер телефона, на него придет программа и подробная информация о курсе.

Записаться на курс или получить бесплатную консультацию

Вы познакомитесь с базовыми терминами теории вероятности и описательной статистики, которые нужны начинающему аналитику данных. Вы поймёте, как рассчитывать вероятности событий для бизнеса и использовать простые статистические метрики для анализа.
Изучите основы статистики
Симулятор навыков
Превратите знания в реальный опыт
Карьерный тренажёр проведёт вас по ключевым этапам поиска работы. Вы научитесь уверенно презентовать свои навыки и получите необходимые знания для успешного трудоустройства.
Подготовьтесь к собеседованиям
Куратор проверит вашу работу, укажет на зоны роста и даст рекомендации. Все успешные проекты из тренажёра и песочницы можно добавить в портфолио, которое выделит вас среди других кандидатов.
Получайте обратную связь
Тренажёры научат определять юнит бизнеса и работать со сложными формулами. Вы научитесь рассчитывать главные метрики бизнеса, которые показывают экономическое состояние продукта.
Рассчитывайте метрики unit-экономики
Современный подход к обучению
Преподаватели — опытные специалисты в Data Science

Александр Ермоленко

Data Scientist, «Сбер». Специалист по аналитике данных и оптимизации процессов в B2C-направлении.

Джамиль Закиров

Со-founder & CTO компании Picturnio AI. Более 5 лет опыта в компьютерном зрении.

Эльвира Асташкина

Senior Data Scientist, Microsoft. Специалист в области машинного обучения и анализа данных.

Александр Сенин

Middle Data Scientist, «Альфа-Банк». Победитель хакатонов VTB Data Fusion Contest и Хакатона VK.
Имеет опыт работы в нейросетях и рекомендательных системах, участвует в обучении стажёров.

Георгий Смирнов

Специалист по разработке нейронных сетей, «Альфа-Банк».
3 года опыта в DS, победитель нескольких хакатонов. Выпускник МГУ, специалист по цифровой аналитике.

Наталия Титова

Руководитель направления продуктовой аналитики, «МТС Банк».
Более 10 лет опыта в аналитике, автор курсов и программ в НИУ ВШЭ.

Александра Корнеева

Аналитик-разработчик в Avito. Победитель хакатонов, специализируется на ML и DL.
3 года опыта в разработке и внедрении аналитических решений.

Юлдуз Фаттахова

Технический лидер AI-проектов с более чем 6-летним опытом в DS.
Преподаватель курсов по ML и спикер международных конференций.
Реализовал более 10 успешных проектов, автор 3 научных публикаций.
7 лет опыта в DS, гордится своими инновационными решениями, которые приносят пользу бизнесу.
Победитель нескольких международных конкурсов, преподаватель с опытом работы в DS более 4 лет.

Алексей Подкидышев

Machine Learning Engineer в Microsoft Edge Shopping.

Демид Гаибов

Middle Data Scientist, «Альфа-Банк». Более 2 лет опыта в DS/ML и преподавания в МФТИ.

Олег Сидоршин

Работает в сфере рекомендательных систем, разрабатывал алгоритмы для крупных IT-компаний. Специализируется на связях между математикой, статистикой и программированием.
Выступал на крупных конференциях, таких как «Yandex Days» и «ODS DataFest».
Middle Data Scientist, «Альфа-Банк». Разработчик нейронных сетей, победитель Kaggle Data Fusion 2023.
Более 3 лет опыта в DS/ML. Участвовал в международных соревнованиях по компьютерному зрению, сотрудничает с Nvidia.
Изучите Python, SQL, Scikit-learn, NumPy, Pandas и другие инструменты, которые необходимы для анализа данных и применения моделей машинного обучения. Освоите практическую работу с данными и их визуализацию.
Овладеете ключевыми инструментами Data Science
Узнаете, как обучать алгоритмы машинного обучения для прогнозирования, классификации и кластеризации. Сможете анализировать данные и находить инсайты, которые помогут принимать стратегические бизнес-решения.
Научитесь строить модели и работать с данными

По программе, которая учитывает все требования рынка в 2025 году

Освоите навыки, которые позволят вам успешно проходить собеседования, создавать портфолио проектов и работать в разных индустриях: от ритейла до финансов и IT.
Подготовитесь к реальной работе в компании
Перенимайте опыт практиков: ведущих экспертов компаний, использующих Data Science для решения реальных задач бизнеса. Уникальная программа подготовки основана на требованиях рынка.
Будете учиться у лучших специалистов

1. Введение в профессию

Программа обучения
11 проектов
Курсы обновлены в 2025 году
Скачать полную версию в PDF
219+ часов обучения
Научитесь разбираться в новой теме, анализировать и структурировать информацию
  • Как быстро погрузиться в материал
  • Как эффективно конспектировать, выделять ключевые идеи и применять критическое мышление
  • Как составить план обучения и расставить приоритеты
2 видеолекции
5 тренажёров

2. Введение в Data Science

Познакомитесь с профессией, ключевыми навыками и областями применения Data Science.
  • Как связаны Data Science и искусственный интеллект
  • Как устроены проекты Data Science
  • Какие инструменты и навыки нужны в Data Science
3 видеолекции

3. Основы программирования

Разберётесь с логикой и типами данных, а также узнаете, что такое функции, циклы и рекурсии. 
  • Как устроены простые и сложные типы данных
  • Как работают выражение, ветвление, цикл и функция
  • Что такое рекурсивный и итеративный процессы
4 видеолекции
3 лонгрида
1 воркбук

4. Начало работы с Python

Установите Python, настроите рабочее окружение, изучите стандарты кода и работу с Git и GitHub. Напишете свой первый код на Python.
  • Что такое языки программирования и для чего они нужны
  • Как установить Python и выбрать редактор кода
  • Как работать с системой контроля версий Git и использовать GitHub
8 видеолекций
1 воркбук
1 практическое задание
1 лонгрид
1 инструкция

5. Работа с Linux

Научитесь использовать командную строку, скрипты Bash и управлять удалёнными серверами.
  • Как устроена ОС Linux
  • Как работать с командной оболочкой и скриптами Bash
  • Как работать с удалёнными серверами и логами
5 видеолекций

6. Типы данных в Python

Изучите основные типы данных в Python: числа, строки, булевые переменные. Научитесь работать с коллекциями: списками, кортежами, множествами и словарями. Попрактикуетесь в интерактивной песочнице на платформе.
  • Как работать с числами, булевыми переменными в Python
  • Как работать со строками
  • Как использовать списки, кортежи, множества и словари
8 видеолекций
1 воркбук
28 практических задачи с кодом

7. Функции

Разберётесь, что такое функции, как их создавать и использовать. Научитесь передавать аргументы, работать с args и kwargs, использовать локальные и глобальные переменные.
  • Что такое функция, как её создать и как задавать аргументы
  • Как использовать конструкции *args и **kwargs
  • Как работать с глобальными и локальными переменными
6 видеолекций
1 воркбук

8. Условия, циклы и рекурсии

Познакомитесь с условиями и циклами. Поймёте, как использовать условные операторы в функциях.
  • Как работать с условиями и условными операторами
  • Как использовать циклы и рекурсии в Python
  • Как сочетать условия, избегать дублирований и не усложнять код
10 видеолекций
1 воркбук

9. Модули и файлы

Узнаете, как импортировать и создавать модули. Узнаете, как работать с модулями os. sys, math, glob, time и datetime. Поймёте, какие операции можно производить с их помощью.
  • Как импортировать и создавать модули
  • Какие основные модули есть в Python и какие возможности они дают
  • Как открывать, закрывать, редактировать файлы в Python
4 видеолекции
1 воркбук
1 практический кейс

10. Углублённое программирование

Научитесь работать с лямбда-функциями, итераторами и генераторами. Разберётесь, как обрабатывать исключения. Освоите регулярные выражения и попрактикуетесь в интерактивной песочнице.
  • Как работать с лямбда-функциями, comprehensions, итераторами и генераторами в Python
  • Как обрабатывать исключения в Python
  • Как применять регулярные выражения
7 видеолекций
34 практических задачи с кодом

11. Основы объектно-ориентированного программирования

Познакомитесь с принципами ООП: инкапсуляцией, наследованием, полиморфизмом. Научитесь создавать классы и объекты.
  • Как создавать классы и объекты
  • Как работают инкапсуляция, наследование и полиморфизм в Python
  • Как писать код в парадигме ООП
5 видеолекций
6 практических задач с кодом

12. Качественный код

Научитесь писать читаемый, поддерживаемый и организованный код в Python.
  • Как организовать и отформатировать код
  • Как управлять зависимостями
  • Что такое дебаггинг, рефакторинг и оптимизация
4 видеолекции

13. Теория вероятности и математическая статистика

Изучите основные законы вероятности, статистические критерии и методы анализа данных.
  • Что такое случайное событие и вероятность события и как это рассчитать
  • Что такое случайные величины, дискретное распределение, генеральная совокупность и выборка
  • Как описывать набор данных с помощью статистики, оценивать параметры распределения и подбирать визуализацию
2 видеолекции
14 лонгридов
10 практических заданий

14. Аналитика данных для бизнеса

Разберётесь, как аналитика помогает принимать решения в бизнесе и как формулировать аналитические задачи.
  • Что такое алгоритм PDAR
  • Как проходит процесс анализа данных
  • Как сформулировать проблему для анализа
3 видеолекции
1 воркбук

15. Работа с базами данных

Научитесь проектировать базы данных, освоите функции PostgreSQL, которые позволят вам использовать базы данных в работе и подключать базы к Python.
  • Как подключать, настраивать и проектировать базы данных
  • Как писать SQL-запросы, использовать агрегирующие функции, делать подзапросы и оконные функции
  • Как работать с базами данных с помощью Python
19 видеолекции
2 практических задания

16. Работа с данными

Узнаете, как подготовить данные к анализу: собирть и очистить данные, а также проанализировать их качество.
  • Как структурировать и предобработать данные
  • Как собрать данные и оценить их качество
  • Как парсить данные с веб-страниц и анализировать данные с помощью Pandas Profiling
5 видеолекций
1 практический кейс

17. Разведочный анализ данных

Изучите, какие бывают методы анализа данных, а также какие выделяют типы данных. Научитесь проводить корреляционный и дисперсионный анализ.
  • Как оценить центральное положение и вариабельность данных
  • Как визуализировать данные и провести анализ
  • Как выполнять корреляционный и дисперсионный анализ
8 видеолекций
6 практических заданий

18. Математика для машинного обучения

Освоите математические концепции, на которых строятся алгоритмы машинного обучения: матрицы, векторы, линейные и нелинейные операции, пределы, функции, линейные уравнения и основы регрессии.
  • Что такое матрицы, векторы и функции
  • Как использовать производные и интегралы
  • Что такое регрессия и как её применять
1 видеолекция
14 лонгридов

19. Введение в машинное обучение

Изучите основы машинного обучения, нейросетей, метод главных компонент и работу с предикторами.
  • Как устроено машинное обучение и нейросети
  • Как работает метод главных компонент
  • Как выбрать предикторы для модели
5 видеолекций
1 практическое задание

20. Линейная регрессия. Как найти зависимость между показателями

Вы узнаете, что такое линейная регрессия с точки зрения математики и машинного обучения, как усложнить этот алгоритм и оценить качество модели. Вы изучите, как обучать модели с помощью библиотеки scikit-learn.
  • Как решить линейной регрессии
  • Как реализовать линейную регрессию на Python
  • Как пользоваться платформой Kaggle
3 видеолекции
1 практическое задание

21. Классификация. Как разделить данные на группы

Изучите методы классификации: k-ближайших соседей, опорных векторов логистическую регрессию.
  • Как решить задачу классификации
  • Как оценить качество классификации
  • Как устроены методы k-ближайших соседей, логистической регрессии и опорных векторов
6 видеолекций
3 практических задания

22. Байесовский классификатор

Освоите вероятностный подход к классификации и примените его на практике.
  • Как устроен байесовский классификатор
  • Как классифицировать данные с помощью байесовского классификатора
  • Какие задачи помогает решить  байесовский классификатор
1 видеолекция
2 практических задания

23. Классификация. Деревья решений

Научитесь использовать деревья решений для анализа данных и прогнозов.
  • Что такое деревье решений
  • Как использовать деревья решений
  • Какие задачи классификации помогает выполнить дерево решений
2 видеолекции
2 практических задания

24. Классификация. Случайный лес

Освоите метод случайного леса и научитесь применять его для прогнозов.
  • Что такое случайный лес
  • Как использовать случайный лес
  • Какие задачи классификации помогает решить случайный лес
2 видеолекции
2 практических задания

25. Кластеризация. Как найти неизвестные группы в данных

Научитесь находить скрытые группы в данных с помощью k-средних, DBSCAN и HDBSCAN.
  • Как разделить данные
  • Как использовать методы кластеризации: k-средних, DBSCAN и HDBSCAN
  • Как применить методы кластеризации на практике
1 видеолекция
1 лонгрид
3 практических задания

26. Прогнозирование

Вы узнаете, что такое временные ряды и как их прогнозировать с помощью обычных алгоритмов машинного обучения и авторегрессионных моделей.
  • Как анализировать и декомпозировать временной ряд на тренд, сезонность и шум
  • Как подготавить данные для моделей, в том числе с помощью библиотеки ETNA, и как проверить стационарность временного ряда
  • Как обучать модели авторегрессии — модели экспоненциального сглаживания, SARIMAX, TBATS, Prophet
6 видеолекций
3 практических задания

27. Feature Engineering

Вы узнаете, как улучшать качество моделей с помощью преобразования признаков.
  • Что такое feature engineering
  • Как извлекать признаки из данных
  • Как улучшить качество предсказаний модели
2 видеолекции
2 практических задания

28. Как IT-команды работают над проектами

Познакомитесь с принципами Agile, SCRUM и жизненным циклом разработки. Освоите инструменты таск-менеджмента и командной коммуникации.
  • Введение в Agile, SCRUM, SDLC и Waterfall
  • Как использовать Trello, Asana, Jira
  • Как общаться на IT-темы на английском языке
4 видеолекции
3 тренажёра

29. Системы контейнеризации

Научитесь виртуализировать окружение и упаковывать приложения в контейнеры с помощью Docker.
  • Что такое виртуализация и как она работает
  • Как устроена контейнеризация
  • Как упаковать приложение в контейнер
3 видеолекции

30. Продакшн кода

Разберётесь в DevOps-практиках, автоматизации CI/CD и настройке пайплайнов.
  • Введение в DevOps и принципы CI/CD
  • Как развернуть приложение с помощью виртуализации
  • Как настраивать пайплайны
4 видеолекции

31. Нейросети для работы

Узнаете, как использовать нейросети в повседневной и профессиональной деятельности.
  • Как использовать нейросети в Excel, Google Sheets и других инструментах
  • Как повысить личную эффективность и карьерный рост
  • Как создать личного AI-помощника
1 видеолекция
6 лонгридов

32. Трудоустройство и развитие в профессии

Подготовитесь к карьерному старту: создадите портфолио, пройдёте типовые собеседования и спланируете рост в профессии.
  • Как подготовиться к собеседованию
  • Как оформить портфолио с проектами
  • Как планировать развитие и повышение квалификации
3 видеолекции
1 практическое задание
Доступ к материалам и обновлениям курса навсегда
Мы регулярно обновляем наши курсы и дополняем их новыми знаниями.
У вас будет официальный документ, который подтвердит повышение квалификации и поможет в карьерном росте. Мы обучаем по государственной лицензии № 374 370 от 27 мая 2022 года.

Удостоверение о повышении квалификации

.

Образование — это инвестиция, и мы помогаем сделать её разумной

Можно вернуть до 13% от стоимости курса, мы поможем оформить документы.
Налоговый вычет
Без переплат, первого взноса или дополнительных процентов.
Рассрочка без процентов
Записаться на курс или получить бесплатную консультацию
4990 руб/мес
Рассрочка без скидки
Обучение можно оплатить сразу или воспользоваться беспроцентной рассрочкой на 24 месяца
Стоимость курса
12475 руб/мес
Начало обучения: 7 июля
Доступ к курсу навсегда. Обновления бесплатны!
Поддержка куратора в течение одного года
Оформите налоговый вычет и верните 13% от стоимости обучения
Удостоверение о повышении квалификации подтвердит ваши навыки
Специальная цена
Статус
Применить
Лидирующие компании доверяют Академии Eduson обучение своих сотрудников
Часто задаваемые вопросы
+7 (800) 101-14-04
academy@eduson.tv
Популярные курсы
Финансовый директор
Excel и Google-таблицы
Sales MBA
Soft skills: для руководителя
Методист
Бизнес-аналитик
Управление и бизнес
Аналитика и финансы
HR
Маркетинг
Бухгалтерия
Soft skills
Продажи
Направления обучения
Направления
Публичная оферта
Психология
Участник
Skolkovo
Excel
115280, г. Москва, ул. Ленинская слобода, д. 19
Профессии на удаленке
Политика обработки персональных данных
Финансы
© 2020–2025 ООО «ЭДЮСОН»
IT
Программы МВА
Государственная лицензия №00374370 от 27 мая 2022 года
Популярные курсы
Для физических лиц
Подарочные сертификаты
Для юридических лиц и ИП
Блог
Контакты
Академия
Корпоративное обучение
Партнерская программа
Реферальная программа
Сведения об образовательной организации
Вакансии
Рассрочка за 2 минуты, не выходя из дома
Выбрать курс
Рассрочка за 2 минуты, не выходя из дома
Дизайн
Отзывы