Лицензия на осуществление образовательной деятельности, выданная Департаментом образования и науки города Москвы
5 месяцев
Создан в
2026
году
Онлайн-курс

Инженер компьютерного зрения (CV) 

Расширите свой стек разработчика и научитесь создавать системы компьютерного зрения для анализа изображений и видео
Освоите классические алгоритмы обработки изображений, свёрточные сети и трансформеры
Научитесь собирать решения, которые работают на видеопотоке в реальных условиях
Получите удостоверение о повышении квалификации и диплом Академии Эдюсон
-0%
до 20 января
Учёба без расписания и дедлайнов
Изучайте только то, что актуально для вас, — в любом порядке и в удобное время
2 документа
Удостоверение о повышении квалификации и диплом Академии Эдюсон
Актуальная программа
Курс разработан на основе тенденций рынка в 2026 году. Доступ к регулярным обновлениям вы получаете навсегда
70% курса — практика
Вы потренируетесь на реальных задачах, создадите 2 промежуточных проекта и итоговую работу для портфолио
Преподаватели-эксперты
Обо всём расскажут опытные практики из российских и зарубежных компаний
Выгодная рассрочка без процентов
Учитесь сейчас — платите потом, удобными частями

На 29% вырастет рынок компьютерного зрения в России в 2026 году*

Сегодня CV используют везде, где нужно автоматизировать анализ изображений и видео: от контроля качества на производстве до распознавания документов, автомобильных номеров и медицинских снимков.
Но в реальных проектах часто недостаточно просто обучить модель. Нужно ещё встроить её в продукт и сделать так, чтобы она стабильно работала.
Поэтому в курсе вы сфокусируетесь на:
Инженерной стороне работы
Научитесь не только обучать модели, но и готовить данные, запускать решения с нуля и контролировать их качество
Практике, которая пригодится
Разберёте реальные сценарии из производства, ритейла, распознавания документов и других задач, с которыми сталкиваются компании
Разработке в реальных условиях
Освоите подходы, которые помогут запускать модели на ограниченных ресурсах без потери производительности

171 000 ₽ — средняя зарплата инженера компьютерного зрения в 2026 году

Кому подойдёт курс

Для обучения необходимо уверенно владеть Python: работать с функциями, классами и массивами данных. Базовые знания машинного обучения будут плюсом, но необходимый минимум вы изучите в первом модуле.

Навыки

Ваши навыки
после обучения

Инженер компьютерного зрения (CV) 

hh.ru
Обучаю детекторы (R-CNN, YOLO, SSD), разбираю ложные срабатывания и настраиваю пороги
Решаю задачи сегментации и распознавания (OCR): работаю со свёрточными сетями U-Net, промптными моделями и распознаванием документов
Строю алгоритмы обработки видео: трекинг, подсчёт объектов, пересечение линий и зон, распознавание действий
Ускоряю распознавание (инференс): использую квантование, прореживание (прунинг), дистилляцию, формат ONNX и библиотеку TensorRT
Запускаю модели: разворачиваю программный интерфейс приложения (API) и сервисы, работаю со слабым железом и пограничными устройствами, отслеживаю деградацию качества
Создаю прикладные решения: для контроля качества на производстве, видеоаналитики в ритейле, распознавания номеров, обработки данных с дронов и роботов
Определяю, какие задачи компьютерного зрения нужны продукту
Разворачиваю облачную инфраструктуру: настраиваю рабочие ноутбуки и графические процессоры (GPU) без использования локальных мощностей
Работаю с изображением: фильтрую шум, нахожу границы объектов, выполняю геометрические преобразования и калибрую камеры
Обучаю сети в библиотеке PyTorch: настраиваю функции потерь, оптимизаторы и регуляризацию, борюсь с переобучением
Выбираю архитектуру (бэкбон) под задачу (ResNet, MobileNet, EfficientNet, ViT) и дообучаю готовые модели
Готовлю наборы данных (датасеты), организую разметку и контролирую её качество
Расширяю выборки (подбираю аугментации), работаю с дисбалансом классов и редкими событиями
Ставлю задачу на выявление (детекцию) и считаю метрики IoU и mAP

Инструменты

PyTorch
ONNX
TensorRT

Бэкбоны и детекторы

ResNet
MobileNet
EfficientNet
ViT
R-CNN
YOLO
U-Net

Изучаете теорию в комфортном темпе

Вы смотрите видеолекции в удобное время. К занятиям прилагаются дополнительные материалы, конспекты и чек-листы.

Отрабатываете навыки на практике

После каждого модуля вас ждёт тренировка на реальных данных. В процессе вы собираете два промежуточных проекта и итоговую работу.

Получаете развёрнутую обратную связь

Эксперт и личный куратор помогают разобраться со сложными темами и отвечают на все вопросы по курсу.

Готовитесь к выходу на рынок труда

Вместе с карьерным консультантом составляете резюме, которое подсветит ваши сильные стороны, и оформляете портфолио.

Как проходит обучение

Программа обучения

Скачать полную версию в PDF
Скачать полную версию в ПДФ
Актуальна в
2026
9
модулей
160
академических часов
Доступ навсегда
  • Задачи компьютерного зрения и их место в продукте
  • Настройка окружения, облачные ноутбуки, работа с удалёнными графическими процессорами (GPU)
  • Изображение как массив: цветовые пространства, каналы, гистограммы
  • Фильтрация, сглаживание, выделение границ
  • Геометрические преобразования, матричное преобразование (гомография), калибровка камеры
  • Классические признаки и сопоставление изображений
  • Полносвязные сети, функции активации, обратное распространение
  • Обучение: функция потерь, оптимизаторы, расписания скорости обучения
  • Переобучение, регуляризация, разделение выборок
  • Работа в библиотеке PyTorch: многомерные массивы чисел (тензоры), наборы данных (датасеты), цикл обучения
  • Свёртка и операция пулинга: что именно видит сеть
  • Классические архитектуры: ResNet, MobileNet, EfficientNet
  • Механизм внимания в свёрточных сетях
  • Трансформеры в зрении: ViT и его варианты
  • Перенос обучения и дообучение под свою задачу
  • Сбор датасета: где брать данные и какие бывают ограничения
  • Разметка: инструменты, форматы, контроль качества
  • Расширения выборки (аугментации): какие работают, какие ломают задачу
  • Дисбаланс классов и редкие события
  • Промежуточный проект: датасет и классификатор под прикладную задачу
  • Постановка задачи на распознавание (детекцию), метрики IoU и mAP
  • Двухстадийные детекторы: семейство R-CNN
  • Одностадийные детекторы реального времени: YOLO, SSD
  • Обучение детектора на собственных данных
  • Разбор ошибок детектора и настройка порогов
  • Семантическая и экземплярная (инстанс-) сегментация: постановка и метрики
  • Архитектуры сегментации: U-Net и развитие идеи
  • Промптовые модели сегментации и когда они экономят разметку
  • Детекция текста и распознавание (OCR), работа с документами
  • Работа с видеопотоком: чтение, декодирование, частота кадров
  • Трекинг объектов: сопоставление детекций между кадрами
  • Подсчёт объектов, пересечение линий и зон
  • Распознавание действий на видео
  • Промежуточный проект: подсчёт объектов на видеопотоке
  • Оптимизация модели: квантование, прореживание (прунинг), дистилляция
  • Форматы распознавания (инференса): ONNX, TensorRT и альтернативы
  • Сервис вокруг модели: программный интерфейс приложения (API), очередь, обработка поток
  • Запуск на слабом железе и на пограничных устройствах
  • Мониторинг качества после запуска и деградация модели во времени
  • Видеоаналитика на производстве: контроль качества и соблюдение регламентов
  • Ритейл: подсчёт посетителей, выкладка, контроль полки
  • Транспорт и безопасность: распознавание номеров, контроль зон
  • Дроны и робототехника: особенности съёмки и обработки
Создадите работающий сервис компьютерного зрения для решения прикладной задачи. Самостоятельно соберёте и разметите данные, обучите и оптимизируете модель, настроите обработку видеопотока и оцените качество решения. Проект проверит куратор.
Каждый выпускник программы получит два документа
Образовательная деятельность в Академии Эдюсон (Общество с ограниченной ответственностью «Эдюсон») ведётся на основании государственной лицензии № 00374370 от 27 мая 2022 года

Студенты любят наши курсы

Средний рейтинг 4.8

750 000
студентов проходят обучение на 2026 год
13
лет обучаем компании и людей
4.8/5
средний рейтинг по более чем 3700 отзывов

Академия Эдюсон — образование, отмеченное наградами

Оставьте заявку — и мы:
Этот курс может оплатить ваш работодатель
Оплату может взять на себя ваш работодатель или любое юрлицо — полностью или частично (50/50 или 75/25). Также подходит собственникам, которые оформляют обучение от своей компании.
Для организаций возможны индивидуальные условия при обучении нескольких сотрудников.
Расскажем о курсе и ответим на вопросы
Поделимся презентацией
Подготовим договор и счёт
Заявка от организации
-0%
Оформите налоговый вычет
и верните 13% от стоимости обучения
Оплатить сразу с доп. скидкой
-5%
Записаться на бесплатную консультацию
Оплатить сразу с доп. скидкой
-5%
Записаться на бесплатную консультацию
0 ₽ / мес
0 ₽ / мес

Что вас ждёт на курсе

Стоимость курса

Обучение можно оплатить сразу или воспользоваться беспроцентной рассрочкой на
0 месяцев

Что вас ждёт на курсе и его стоимость

Записаться на курс или получить бесплатную консультацию
00
:
00
:
00
0
дней
До конца скидки осталось:
Куратор на 365 дней
Фокус на практике
Удостоверение о повышении квалификации
Бессрочный доступ к курсу и его обновлениям 
5 месяцев обучения
3 проекта в портфолио
Статус
У меня есть промокод
Применить