Анализ данныхС нуля
ИИ‑навыки без доплаты
ИИ‑навыки без доплаты
Курс «Специалист по Data Science» с модулем по ИИ
Освоите всё с нуля за 13 месяцев — от простого к сложному. Будете решать настоящие задачи бизнеса и практиковаться на реальных данных от лидеров индустрии.
- Программа актуальна в 2026 году и отвечает требованиям работодателей
- Python и его библиотеки, Jupyter Notebook, SQL, Git, Airflow
- Портфолио из 17+ проектов, каждый из которых проверит эксперт
- Полезные знакомства с экспертами по анализу данных и машинному обучению
- Подготовка к собеседованиям и презентация прошлого опыта
- Сертификат о завершении курса
Профессия Data Scientist востребована
и освоить её может каждый
Чем больше опыта, тем выше зарплата
источник: rabota.by
от $800
Junior
от $1 500
Middle
от $3 500
Senior
Удалёнка
или офис
или офис
Актуально везде, где есть массивы данных
Спрос на Data Science растёт, а специалистов пока не хватает
Попробуйте бесплатно
Узнаете, подходят ли вам профессия и формат курса
Не нужно привязывать карту
чтобы они работали вместе с вами,
а не вместо вас
до 68%
профессиональных навыков
трансформируются к 2030 году
под влиянием ИИ
Будете применять ИИ для анализа кода, оптимизации алгоритмов и проектирования архитектуры
Сможете проводить отладку кода с помощью ИИ
Научитесь писать промпты для работы с большими кодовыми базами
Освоите
популярные AI‑инструменты
ChatGPT
DeepSeek
Cursor
Claude
Алиса AI
Эксперт AI‑модуля — Сергей Бережной
Директор по взаимодействию с разработчиками Яндекса
Как вы станете
специалистом по Data Science
Освоите теорию
на интерактивной платформе
Начнёте с нуля и последовательно изучите всё, что нужно в профессии. Теория подаётся через практику: читаете материал и сразу применяете знания.
Погрузитесь в реальные
рабочие задачи
Выполните 17+ проектов, которые подготовят вас к работе. Каждый проект проверит эксперт и даст подробную обратную связь.
Поучитесь у опытных
специалистов по Data Science
Разберёте важные темы на вебинарах и будете делать проекты, которые проверят эксперты. С живой обратной связью проще двигаться к цели.
Поможем
с работой в IT
с работой в IT
Адаптируем поиск под вашу профессию
Узнаете нюансы рынка труда и получите советы от HR, которые нанимают специалистов в вашей сфере
Подготовим к собеседованиям
Потренируетесь презентовать себя и отвечать на вопросы нанимающего менеджера
Проверим резюме,
чтобы вас точно заметили
чтобы вас точно заметили
Оформите свои новые навыки и научитесь выигрышно рассказывать о предыдущем опыте
Предложим вакансии
по вашим навыкам и опыту
по вашим навыкам и опыту
Получите доступ к платформе Карьера от Яндекс Практикума с 4 000+ партнёров
и системным подходом к поиску
Специалист по Data Science
Желаемая зарплата: от $800
Формат работы: офис/удалённо
Формат работы: офис/удалённо
Навыки
- Провожу исследовательский анализ данных (EDA), визуализирую результаты
- Извлекаю и обрабатываю данные, создаю витрины данных
- Разрабатываю модели машинного обучения под задачи бизнеса
- Оптимизирую модели и оцениваю их качество
- Внедряю ML-решения в продакшн
- Проверяю гипотезы и валидирую результаты
Проекты
- Комплексное ML-решение для бизнес-задачи
- Проведение A/B-теста с анализом результатов
- Система рекомендаций на основе ML
- Витрина данных с возможностью ad-hoc-анализа
Инструменты
Python
SQL
Pandas
Scikit-learn
NumPy
LightGBM/XGBoost
Matplotlib
Seaborn
Airflow
Git
Optuna
SciPy
Shap
15 000+ пользователей Практикума
уже работают в IT‑компаниях
уже работают в IT‑компаниях
Реальный опыт в Мастерской —
ваше преимущество
при поиске работы
ваше преимущество
при поиске работы
В агентстве внутри Практикума вас ждут
настоящие заказы от бизнеса и НКО
настоящие заказы от бизнеса и НКО
5 000+
пользователей Практикума получили реальный опыт в Мастерской в 2025 году
Яндекс Маркет, Кинопоиск, hh.ru и другие были нашими заказчиками
Команда экспертов будет рядом
на каждом этапе
на каждом этапе
Наставники
делятся опытом
делятся опытом
проводят вебинары,
а между ними помогают в чате
а между ними помогают в чате
Ревьюеры дают
обратную связь
обратную связь
вручную проверяют проекты
и пишут комментарии
и пишут комментарии
Кураторы заботятся о вас
напоминают о сроках и решают вопросы по курсу
Участники курса поддерживают друг друга
В чате всегда можно обсудить проект, попросить совета и помощи
В чате всегда можно обсудить проект, попросить совета и помощи
Актуально в 2026 году
Программа курса
«Специалист по Data Science»
Бесплатная часть
Побудете в роли специалиста по Data Science и поймёте, подходит ли вам курс
8 часов
Основы Python и анализа данных
- Moscow Catnamycs
- Ошибки в коде
- Переменные и типы данных
- Как выдвигать гипотезы
- Работа в области данных
- Машинное обучение
Решите задачу классификации: примените методы группировки и сегментируете пользователей
Базовый тариф
Всё необходимое, чтобы начать работать junior специалистом по Data Science
13 месяцев
- 17 проектов в портфолио
- 111 часов теории
- 404 часа практики
Основы SQL. Извлечение данных
1 спринт
- Работа с базами данных. СУБД
- Типы данных и их преобразования
- Извлечение данных из таблиц и фильтрация
- Группировка и сортировка данных
Практика в тренажёре: задачи на извлечение данных с помощью SQL
SQL. Обработка данных
2 спринт
- Работа с пропущенными значениями и дубликатами
- Присоединение таблиц
- Операции множеств и подзапросы
- Категоризация значений. Создание новых столбцов
- Работа с датой и временем
Практика: написание SQL-запросов в рамках задачи по подготовке данных
SQL. Анализ данных и решение ad‑hoc‑задач
1 проект
3 спринт
- Оконные функции. Агрегирующие функции
- Оконные функции. Ранжирующие функции и функции смещения
- Исследовательский анализ данных. Аналитические функции
- Решение ad‑hoc‑задач
Проект: решение аналитических запросов ad hoc на SQL
Большой проект по SQL
1 проект
4 спринт
Закрепите навыки извлечения данных: очистите и подготовите их для анализа, соберёте витрину данных для решения ad-hoc-задачи бизнеса, оформите отчёт.
Проект: создание витрины данных и решение ad‑hoc‑задачи
Основы Python
5 спринт
- Знакомство с Python
- Строки. Списки
- Логические выражения. Условный оператор
- Циклы. Списковые включения
- Вложенные конструкции
- Функции
- Множества. Словари
Практика в тренажёре: решение задач на Python
Python. Предобработка данных
1 проект
6 спринт
- Основы библиотеки pandas. Обзор данных
- Типы данных. Работа с датой и временем
- Индексация в датафреймах. Фильтрация данных
- Работа с пропущенными значениями
- Обработка дубликатов
- Категоризация данных
Проект: подготовка сырых данных для анализа с помощью Python
Исследовательский анализ данных и визуализация
1 проект
7 спринт
- Объединение датафреймов. Срезы данных
- Описательная статистика
- Взаимосвязь переменных
- Визуализация для изучения данных
- Сводные таблицы
- Пример исследовательского анализа данных
Проект: исследовательский анализ данных для решения бизнес-кейса
Инструменты разработки для Data Science и ООП
8 спринт
- Командная строка и терминал
- Виртуальное окружение
- Git
- Парадигмы программирования
- Принципы ООП
Практика: создание класса предобработки данных и размещение в Git
Большой проект по Python
1 проект
9 спринт
Проведёте исследовательский анализ и визуализируете результаты. Подготовите рекомендации для бизнеса и презентуете их.
Проект: исследовательский анализ и визуализация, рекомендации бизнесу
Введение в машинное обучение. Линейная регрессия
1 проект
10 спринт
- Что такое машинное обучение
- Критерии качества моделей
- Данные в машинном обучении
- Как обучается модель
- Линейные модели. Линейная регрессия
- Библиотека scikit-learn
Проект: обучение модели линейной регрессии и расчёт метрик
Логистическая регрессия
1 проект
11 спринт
- Предобработка данных для обучения моделей
- Кросс-валидация
- Задачи классификации
- Линейная классификация
- Логистическая регрессия
- Метрики классификации
Проект: решение задачи с экспериментами с гиперпараметрами
Метод опорных векторов
1 проект
12 спринт
- Метод опорных векторов как задача классификации
- Калибровка классификаторов
- Многоклассовая классификация
- Отбор признаков
Проект: построение линейных моделей для предсказания вероятностей
Большой проект по линейным моделям
1 проект
13 спринт
Пройдёте полный цикл создания ML-решения: от предобработки данных и EDA до обучения моделей для задач регрессии и классификации, подбора гиперпараметров и определения наилучшего решения с точки зрения метрик.
Проект: обучение модели регрессии и классификации под бизнес-задачу
Решающее дерево
1 проект
14 спринт
- Нелинейные модели. KNN
- Нелинейные модели. Решающие деревья
- Как строить решающее дерево
- Проблема обобщающей способности деревьев
- Предобработка данных для решающих деревьев
- Гиперпараметры решающих деревьев. Optuna
Проект: решение задачи регрессии с помощью KNN и решающего дерева
Метод случайного леса
1 проект
15 спринт
- Ансамблирование
- Бэггинг
- Random Forest
- Стекинг
- Валидация данных с временной структурой
- Определение важности признаков
- Дисбаланс классов
Проект: обучение деревьев на данных с дисбалансом классов
Бустинг и градиентный бустинг
1 проект
16 спринт
- Бустинги
- Градиентный бустинг
- Реализация градиентного бустинга в разных библиотеках
- Гиперпараметры в бустингах
- Интерпретация модели градиентного бустинга
- Векторизация текстовых данных
Проект: решение задачи классификации с помощью градиентного бустинга
Обучение без учителя
1 проект
17 спринт
- Задачи обучения без учителя
- Задача снижения размерности. PCA
- Задача снижения размерности. t-SNE
- Задача кластеризации. k-means
- Задача кластеризации. DBSCAN
Проект: решение задачи кластеризации и визуализация с помощью t-SNE
Проект по моделям на основе деревьев
1 проект
18 спринт
Извлечёте данные, проведёте их очистку и исследовательский анализ, подготовите признаки для обучения модели. Оформите решение и логику работы модели в виде технической документации.
Проект: реализация решения на основе деревьев
Внедрение и мониторинг моделей
19 спринт
- Внедрение как этап жизненного цикла моделей
- Мониторинг как этап жизненного цикла моделей
- Знакомство с Airflow
- Батч-инференс в Airflow
- Мониторинг в Airflow
Практика: реализация мониторинга стабильности работы модели
Формулировка гипотез
20 спринт
- Основы теории вероятностей
- Случайные величины
- Распределение
- Проверка гипотез. T-тест Стьюдента
- Множественная проверка гипотез
Практика: проверка статистической значимости данных
Анализ результатов А/В-теста с помощью Python
1 проект
21 спринт
- Что такое A/B-тесты и зачем они нужны
- Выбор метрики для проверки гипотезы
- Расчёт размера выборки. Валидация результатов
- Проверка результатов A/B-теста. Тест Манна — Уитни. Z-тест пропорций
- Анализ результатов A/B-теста: примеры
Проект: анализ результатов A/B-теста с помощью статистических тестов
Большой проект по тестированию моделей
1 проект
22 спринт
Пройдёте полный цикл работы с моделью машинного обучения в продакшн-среде: подготовите модель к инференсу и реализуете её запуск на новых данных с помощью Airflow.
Проект: доработка кода предобработки признаков и реализация инференса
Повторение перед собеседованиями
23 спринт
- Алгоритмические задачи на Python
- SQL-задачи
- Статистика и A/B-тесты
- Вопросы по теории ML
Практика: решение задач с автопроверкой
Итоговый проект базового тарифа
1 проект
Пройдёте через весь жизненный цикл проекта по Data Science: от анализа данных и проблематики бизнеса до презентации результатов и внедрения решения.
Проект: полный цикл работы над моделью машинного обучения
Нейросети для специалистов по Data Science Новое
+25 часов
Навыки работы с ИИ сейчас так же важны, как и хардскилы. Поэтому модуль по нейросетям входит в базовую программу.
В нём вы узнаете, как устроены нейросети, освоите промпт‑инжиниринг и научитесь выбирать ИИ‑инструменты для разных задач — от освоения новых технологий до повседневных обязанностей специалистов по Data Science.
Как вы сможете применять ИИ в работе:
В нём вы узнаете, как устроены нейросети, освоите промпт‑инжиниринг и научитесь выбирать ИИ‑инструменты для разных задач — от освоения новых технологий до повседневных обязанностей специалистов по Data Science.
Как вы сможете применять ИИ в работе:
- Генерировать SQL-запросы по бизнес-требованиям
- Создавать и корректировать формулы в таблицах
- Разрабатывать фрагменты кода на Python
- Проводить диагностику кода и исправлять в нём ошибки
- Брейнштормить гипотезы для исследований
- Анализировать и структурировать бизнес-требования
- Делать пользовательские инструкции
- Выполнять первичный анализ табличных данных
- Визуализировать данные
- Готовить презентации
Практика: освоите техники работы с ИИ для решения 10+ типовых задач специалистов по Data Science
Подготовка к поиску работы
1 месяц
- Составите резюме — его проверят HR‑эксперты из крупных компаний, которые нанимают специалистов в вашей области
- Потренируетесь писать сопроводительные письма, чтобы усилить отклики
Выстроите собственную стратегию поиска работы - Исследуете ресурсы, где работодатели публикуют вакансии
- Научитесь презентовать свой опыт рекрутерам и нанимающим менеджерам
- Подготовитесь к техническим собеседованиям
- Узнаете, как конструктивно обсуждать зарплату и другие условия работы
Вас поддержат карьерные консультанты, которые помогли найти работу 15 000+ пользователей Практикума
Активный поиск работы
До 8 месяцев
- Получите доступ к вакансиям наших партнёров
- Подключитесь к Карьере от Практикума — сервису для поиска вакансий
- Потренируетесь проходить технические и HR‑собеседования
- Сможете поработать над реальными проектами в Мастерской
- Подготовитесь к техническим собеседованиям
- Посетите воркшопы с HR‑экспертами из разных компаний
Начнёте откликаться на вакансии и проходить собеседования, а ещё подкрепите свой опыт настоящими проектами
Показать ещё
Навыки на уровне junior+
Расширенный тариф
Включает базовый тариф
+ 4 месяца обучения
- + 5 проектов в портфолио
- + 33 часа теории
- + 117 часов практики
Обработка больших данных
1 проект
24 спринт
- Введение в большие данные
- Архитектура PySpark
- Хранение больших данных
- Предобработка со Spark Structured API
- Работа с SQL в PySpark
- Оптимизация обработки данных
Проект: обработка больших данных, подготовка данных для обучения
Трекинг экспериментов в MLflow
25 спринт
- Знакомство с MLflow
- Логирование параметров и метрик
- Логирование модели
- Сравнение экспериментов
- Создание проектов
Практика: задания в MLflow с автопроверкой
Введение в DL. Нейросети для изображений
1 проект
26 спринт
- Задачи Deep Learning — глубинного обучения
- Архитектура нейросети
- Полносвязные нейросети
- Свёрточные нейросети
- Фреймворк PyTorch
Проект: решение задачи классификации с помощью нейросетей
Нейросети для текстов
27 спринт
- Векторное представление слов
- Рекуррентные нейросети
- Архитектура трансформеров
- Модели на архитектуре трансформеров: BERT, GPT
- Использование предобученных моделей с Hugging Face
Практика: решение задачи классификации с помощью нейросетей
Рекомендательные системы
1 проект
28 спринт
- Задача рекомендательных систем
- Метрики рекомендации
- Контентные рекомендательные системы
- Коллаборативная фильтрация
- Гибридные рекомендательные системы
- Инференс в рекомендательных системах
Проект: создание рекомендательной системы через коллаборативную и гибридную модели
Проектный месяц
2 проекта
Под руководством опытного наставника выполните и защитите проект, который основан на реальной бизнес‑задаче
Проект: модель прогнозирования данных
Сертификат о завершении курса
Документ, который подкрепит ваши компетенции в глазах работодателей
Истории участников курса
доказывают, что сменить профессию можно
без опыта в IT и в любом возрасте
доказывают, что сменить профессию можно
без опыта в IT и в любом возрасте
Вячеслав
«Всё изменилось, когда удалось попасть на проектную работу по партнёрской вакансии Практикума.
Хоть проект длился всего 2 месяца, я указал его как последнее место работы, резюме стали просматривать гораздо чаще. Пошли приглашения, тестовые, и как итог — долгожданный офер!»
Надежда
«Месяц поисков удалённой работы привёл к успеху!
В начале поисков были только отказы и игнор. На 57-м отклике решила попробовать вакансию мечты в финтехе. К моему удивлению, они проявили интерес, я прошла все собеседования и уже завтра начинаю работать удалённо!»
Павел
«Работал бизнес-аналитиком в банковской сфере, хотел больше разбираться в науке о данных.
В Практикуме мне дали полную дорожную карту по развитию на 300 часов. Я совмещал курс с работой и устроился по новой специальности».
Иван
«Звукорежиссёр по образованию и профессии, во время пандемии остался без работы и заработка.
Решил обучиться Data Science так как машинное обучение казалось наиболее интересным и перспективным. Сейчас развивается в сфере работы с данными в Яндексе».
Иван
«Был студентом в строительном вузе на инженерной специальности
с перспективой работать проектировщиком или прорабом на строительной площадке. Ради более успешного будущего прошёл курс в Практикуме и сейчас работаю разработчиком в стартапе в Сколково».
Жанна
«Прошла курс по Data Science, чтобы получить дополнительные навыки в текущей работе системным аналитиком.
Сейчас работаю в сфере проектирования сервисов искусственного интеллекта, получила новые интересные проекты и задачи, что сильно поменяло мою жизнь».
Тарифы курса «Специалист по Data Science»
-
Специалист по Data ScienceВсё необходимое, чтобы начать работать junior специалистом по Data Science−%86 500 /мес86 500 ₸/месна 13 месяцев или 925 500 ₸ одним платежом с учётом промокода и сертификатовКурс длится 13 месяцевБазовая программа17 проектовПомощь в трудоустройствеДоступ к МастерскойВакансии от 4 000+ партнёровИндивидуальная практика на реальных кейсах5 дополнительных модулей: обработка больших данных, MLflow, нейросети для изображений и текстов, рекомендательные системы — всё это повысит вашу ценность как специалиста
-
Больше всего практикиСпециалист по Data Science расширенныйТо же самое + больше навыков, которые помогут найти работу и быстрее вырасти до middle−%87 500 /мес87 500 ₸/месна 17 месяцев или 1 155 000 ₸ одним платежом с учётом промокода и сертификатовКурс длится 17 месяцевРасширенная программа22 проектаПомощь в трудоустройствеДоступ к МастерскойВакансии от 4 000+ партнёровИндивидуальная практика на реальных кейсах5 дополнительных модулей: обработка больших данных, MLflow, нейросети для изображений и текстов, рекомендательные системы — всё это повысит вашу ценность как специалиста
Отвечаем на вопросы
Подойдёт ли мне эта профессия?
Чтобы это понять, пройдите бесплатную часть курса. Узнаете больше о профессии и заодно освоитесь на платформе.
Каким требованиям нужно соответствовать?
Специальные навыки или опыт не нужны — будете осваивать всё с нуля. Главное — иметь компьютер и достаточно времени для занятий.
Выше можно посмотреть программу, чтобы оценить количество материала и свои возможности.
Выше можно посмотреть программу, чтобы оценить количество материала и свои возможности.
Кто будет помогать мне проходить курс?
Все наставники — практикующие специалисты: сотрудники Яндекса и других крупных компаний. Программу составляют опытные методисты, а ещё действующие специалисты Яндекса, Школы анализа данных и других лидеров технологической индустрии.
Смогу ли я найти работу после курса?
Конкуренция в IT среди новичков высокая, но не экстремальная. А прохождение курса в Практикуме помогает быстрее найти работу: наши пользователи получают на 38% больше приглашений на собеседования по сравнению с кандидатами, которые не проходили онлайн-курсы.
Это данные совместного исследования hh.ru и Яндекс Практикума.
Это данные совместного исследования hh.ru и Яндекс Практикума.
А если я хочу работать в Яндексе?
Некоторые участники наших курсов работают в сервисах Яндекса, в том числе и в Практикуме. Но с нашей стороны было бы нечестно что‑либо гарантировать и завышать ваши ожидания.
Без опыта попасть в крупную IT-компанию возможно, хотя и сложно. Программа составлена так, чтобы вы могли начать карьеру после курса и набраться первого опыта. С ним вам будет значительно проще претендовать на позицию в крупных компаниях.
Без опыта попасть в крупную IT-компанию возможно, хотя и сложно. Программа составлена так, чтобы вы могли начать карьеру после курса и набраться первого опыта. С ним вам будет значительно проще претендовать на позицию в крупных компаниях.
Как вы поможете мне найти работу?
Да. В Практикуме лучшая программа трудоустройства среди онлайн‑курсов по версии российского сервиса «Сравни». Найти работу поможет наш карьерный центр, если вам уже исполнилось 18 лет.
Сначала при поддержке HR‑экспертов вы составите резюме и научитесь писать сопроводительные письма. Потом начнёте активно откликаться на вакансии, а мы будем рядом и минимизируем стресс: проведём тренировочные собеседования, ответим на вопросы, познакомим с карьерным трекером — нашим инструментом для отслеживания вакансий и организации ваших откликов.
Ещё мы предложим вам партнёрские вакансии. В нашей базе 4 000+ компаний, которые регулярно приглашают пользователей Практикума на собеседования.
Обратите внимание: если курс оплачивает ваш работодатель, у вас не будет программы трудоустройства.
Сначала при поддержке HR‑экспертов вы составите резюме и научитесь писать сопроводительные письма. Потом начнёте активно откликаться на вакансии, а мы будем рядом и минимизируем стресс: проведём тренировочные собеседования, ответим на вопросы, познакомим с карьерным трекером — нашим инструментом для отслеживания вакансий и организации ваших откликов.
Ещё мы предложим вам партнёрские вакансии. В нашей базе 4 000+ компаний, которые регулярно приглашают пользователей Практикума на собеседования.
Обратите внимание: если курс оплачивает ваш работодатель, у вас не будет программы трудоустройства.
Что делать, если я не справлюсь с нагрузкой?
В программе предусмотрен перерыв, во время которого можно отдохнуть или повторить сложные темы.
Если вам нужно больше времени на выполнение проекта, напишите куратору. Он подскажет, как согласовать новый дедлайн.
Если вам нужно больше времени на выполнение проекта, напишите куратору. Он подскажет, как согласовать новый дедлайн.
Если не понравится, я могу вернуть деньги?
Если курс ещё не начался, вернём всю сумму. Если ваша когорта уже стартовала, можно сделать частичный возврат — подробности в 7 пункте оферты.
Получу ли я какой‑то документ после курса?
Да, для этого нужно закончить курс и успешно выполнить итоговый проект. Тогда вы получите сертификат о завершении курса в электронном виде.
Как можно оплатить?
Банковской картой: внести всю сумму сразу или платить ежемесячно.
Ежемесячные платежи работают так: вы вносите первую оплату, и в этот момент привязывается карта. С этой карты автоматически будут списываться следующие платежи каждые 30 календарных дней. Например, оплатили 25 марта — следующий платёж пройдёт 24 апреля. Курс будет стоить меньше, если оплатить его сразу целиком.
Через компанию: юридические лица также могут оплатить курс в Практикуме. Чтобы заказать счёт для оплаты, оставьте заявку на странице для корпоративных клиентов.
Ежемесячные платежи работают так: вы вносите первую оплату, и в этот момент привязывается карта. С этой карты автоматически будут списываться следующие платежи каждые 30 календарных дней. Например, оплатили 25 марта — следующий платёж пройдёт 24 апреля. Курс будет стоить меньше, если оплатить его сразу целиком.
Через компанию: юридические лица также могут оплатить курс в Практикуме. Чтобы заказать счёт для оплаты, оставьте заявку на странице для корпоративных клиентов.
Можно ли оплатить курс за счёт работодателя?
Да, работодатель может оплатить курс полностью или разделить сумму с вами, например 50/50 или 75/25.
Чтобы узнать подробнее, оставьте заявку на странице для корпоративных клиентов.
Чтобы узнать подробнее, оставьте заявку на странице для корпоративных клиентов.
В какой валюте можно оплатить курс?
Чтобы вам было проще сориентироваться, мы указываем примерную стоимость в долларах США, но списание будет в казахстанских тенге, а конвертация — по курсу вашего банка.
Партнёрам
Звонок по Беларуси бесплатный
© 2026 TOO "Y. Izdeu men Jarnama", 050059, г. Алматы, Бостандыкский район, проспект Аль-Фараби, дом 11/1