Инженер машинного обучения ПРО

Научитесь проверять данные на полноту, целостность, валидность, наличие шумов, ошибок и пропусков. Узнаете, как очищать данные с помощью NumPy и Pandas, как сокращать размерности данных алгоритмами PCA, LDA, NMF. Научитесь строить деревья решений и модели логистической, линейной и полиномиальной регрессии. Узнаете, как использовать Random Forest в задачах классификации.

Научитесь строить простые полносвязанные сети уровня LeNet и AlexNet и экспериментировать с их обучением. Получите теоретическую и практическую базу для использования нейросетей в блоках CV и NLP.

На трёх воркшопах вместе с экспертами Яндекса, Т-Банка и Сбера попрактикуетесь в решении тестовых заданий из актуальных вакансий. На вебинарах с экспертами мы предложим вам аналоги тестовых заданий для соискателей на позиции в аналитике данных и Data Science. Сначала вы попробуете решить задание самостоятельно, а потом разберёте его с экспертом.

Поймёте особенности работы с потоковыми данными. Разберётесь в логике работы брокеров сообщений.

Познакомитесь с основным инструментом обработки больших данных. Разберётесь в возможностях управления ресурсами кластера.

Познакомитесь с видами хранилищ, поймёте архитектуру DWH (хранилища данных) и его возможности. На практическом кейсе разберёте популярные инструменты работы с DWH.

Узнаете, зачем нужен DevOps. Разберётесь в пайплайне разработки ML-моделей.

Создадите ML-модель для решения профессиональных задач. Тему выбираете самостоятельно, можете защитить итоговую работу на основе данных с Kaggle. В работе над проектом вам будет помогать дипломный руководитель. Для каждого студента, в зависимости от выбранной программы обучения, предусмотрены от 4 индивидуальных консультаций по дипломной работе.

Вы освоите основные техники машинного зрения — извлечение признаков, поиск по картинкам, сегментирование, детекция объектов. Такие навыки востребованы для видеонаблюдения, автопилотируемой техники, медицинской диагностики, генерации контента.

Вы освоите морфологический и синтаксический анализ, дистрибутивную семантику и информационный поиск, научитесь снижать размерность в векторной модели, классифицировать, извлекать информацию и генерировать тексты. Это востребовано для перевода, виртуальных ассистентов, онлайн-ботов поддержки, транскрибации видео.

Изучите основные операции с векторами, матричными операциями. Рассмотрите генетические алгоритмы, алгоритм дифференциальной эволюции. Узнаете, что такое математическое ожидание, дисперсия и моменты старших порядков. Изучите закон больших чисел.

Научитесь решать задачи разработки и аналитики с помощью генеративного искусственного интеллекта. Сможете писать SQL запросы и код с помощью ИИ, даже если вы новичок в этой теме.

Узнаете, как с помощью генеративных нейросетей оформить резюме и портфолио, эффективно подготовиться к собеседованию.

Этот курс проходит в формате видеолекций и не привязан к строгому графику, вы можете изучить материалы в своём темпе.

Научитесь самостоятельно проводить A/B-тестирование, не прибегая к помощи агентств и сторонних специалистов.

Дополнительный бонусный модуль, доступный при выборе двух специализаций. 

Познакомитесь с базовыми библиотеками для работы со звуком: pydub и librosa. Узнаете, как речь извлекается из аудио, как работает биометрия голоса и распознавание естественной речи. Изучите платформы для создания диалоговых систем и голосовых ИИ-помощников.