Ekoravi —
где данные
становятся навыком
Мы занимаемся одной темой: машинное обучение в анализе волатильности рынка. Без общих слов — только конкретные инструменты, реальные задачи и честная обратная связь.
посмотреть программу
- 4 000+ участников прошли воркшопы
- 18 практических модулей в программе
- 12 регионов Казахстана
- 94% участников завершают курс
Как появился этот проект
Когда в 2020 году основатели Ekoravi начали разбираться с прогнозированием волатильности, готовых учебных материалов на русском языке практически не существовало. Были академические статьи, были англоязычные курсы с уклоном в теорию. Но ничего, что можно применить на следующей неделе.
Так появилась идея: строить обучение вокруг реальных сценариев. Каждый модуль программы — это конкретная задача. Например, как обнаружить аномальный рост волатильности в данных с Московской биржи, используя LSTM или модели на основе градиентного бустинга.
Мы не стараемся объяснить всё про машинное обучение — только то, что работает для анализа рыночных данных. Такой фокус позволяет участникам двигаться быстро и не теряться в объёме материала.
Платформа масштабируется онлайн, и сейчас к нам приходят слушатели из Алматы, Нур-Султана, Семея и других городов. Формат остаётся одинаковым: задание — эксперимент — разбор — следующий шаг.
Люди, которые ведут воркшопы
Каждый преподаватель работает с рыночными данными не только в учебных целях — это влияет на качество заданий.
Аружан Бекова
Специализируется на моделях ARIMA и трансформерных архитектурах для финансовых данных. Ведёт модули по feature engineering для биржевых рядов.
Нурлан Жаксыбеков
Работает с ансамблевыми методами и интерпретируемостью моделей. Его блок про SHAP-значения стал одним из самых запрашиваемых в программе.
Дильназ Сейтқали
Разработала практические сценарии для оценки хвостовых рисков на волатильных рынках. Умеет объяснять VaR и CVaR без лишней математики.