Курс
Machine Learning
Изучите алгоритмы машинного обучения и научитесь использовать лучшие методики для оценки качества моделей
Освоите одну из 5 самых востребованных IT-профессий
Через 7,5 месяцев сможете начать работать по новой специальности со средней зарплатой 170 000 рублей
+
Старт групп — 24 декабря
Построите первые модели для обучения нейронных сетей
Вт, Чт, 19:00-22:00
-65%
до 20 января
При покупке —
второй курс в подарок
второй курс в подарок
до 3 ноября
От 2 до 6 проектов
В портфолио по окончании курса
Оценка курса 4,9/5
Среди наших выпускников
Live-лекции
Помощь при поиске работы
В странах СНГ и ЕС от карьерных консультантов Академии Eduson
И практика с личным ментором
ML-инженер (Machine Learning Engineer) разрабатывает модели машинного обучения, развивает их и внедряет в бизнес-процессы. Цель специалиста — выбрать подходящие алгоритмы для работы и настроить их так, чтобы модель смогла самостоятельно принимать решения.
В России каждая пятая крупная компания использует искусственный интеллект для решения бизнес-задач.
Чем занимается инженер машинного обучения
Junior
от 70 500 ₽
Вакансии на hh.ru прямо сейчас:
Middle
170 200 рублей — средняя зарплата специалиста по Machine Learning в 2024 году
от 130 200 ₽
Senior
от 200 700 ₽
Инженер машинного обучения
150 000 ₽
Москва
Опыт 1-3 года
Опыт 1-3 года
Санкт-Петербург
от 180 000 ₽
ML-инженер/Аналитик
Кому подойдёт курс
Начинающим ML-специалистам
Систематизируете текущие знания, освоите то, что занимает много времени для самостоятельного изучения и увеличите свою стоимость на рынке труда.
Разработчикам
Освоите востребованную IT-профессию и станете квалифицированным специалистом в растущей технологической сфере
Смежным специалистам в сфере IT
Попробуете себя в новой роли. Сможете углубиться в бэкенд или фронтенд и сменить направление деятельности.
Для прохождения курса необходимо владеть Python, Java, C#, JavaScript или другим языком программирования, или — иметь завершённое обучение по одному из них.
Аналитикам
Из аналитика данных перейдете в инженера по машинному обучению. Углубитесь в эту специализацию и увеличите доход благодаря расширенному стеку.
Получите бесплатную карьерную консультацию
Мы расскажем подробнее о курсе и подберём подходящий вам вариант обучения.
Партнёр курса — IT-школа
TeachMeSkills выпустили более 11 500 студентов, успешно начавших свою карьеру в IT компаниях разных стран мира.
На курсе вас ждёт Live-формат, где вы сможете общаться с экспертами, задавать вопросы и получать помощь и поддержку на всём пути обучения.
Ваши навыки после обучения
Должность
Инженер по машинному обучению
Навыки
- Построение и обучение глубоких нейронных сетей, настройка и оптимизация архитектурных параметров
Инструменты
- Использование современных методов оценки качества моделей и их оптимизации для повышения точности и производительности
- Владение стратегиями end-to-end, трансферного и многозадачного машинного обучения
- Практический опыт внедрения ML-алгоритмов и настройки автоматизированных пайплайнов с использованием AirFlow
- Понимание как классических методов машинного обучения, так и концепций глубокого обучения на Python с использованием TensorFlow и PyTorch
- Опыт формулировки задач в Data Science и разработки решений для них
⠀⠀⠀⠀OpenCV
⠀⠀⠀⠀⠀DVC
- Навыки обучения, оптимизации и развёртывания моделей машинного обучения и нейронных сетей в production-средах
- Понимание процессов интеграции и развёртывания ML-пайплайнов в production
⠀⠀⠀⠀⠀Pytest
⠀⠀⠀⠀⠀BERT
⠀⠀⠀⠀⠀GPT
⠀⠀⠀⠀⠀Airflow
⠀⠀⠀⠀⠀Dagster
⠀⠀⠀⠀⠀ docker
⠀⠀⠀⠀⠀ MLflow
Поможем получить первую работу в IT
Создадите конкурентоспособное резюме и релевантное сопроводительное письмо — выделитесь на фоне других кандидатов.
Составление резюме
Узнаете, как отвечать на вопросы HR-ов и презентовать себя как высококвалифицированного специалиста.
Подготовка к собеседованию
Узнаете, как заполнять профессиональный профиль в иностранных сервисах по поиску работы, чтобы вас заметили рекрутеры.
Поиск работы за рубежом
Вместе подготовим резюме и портфолио, разошлём нашим иностранным партнёрам и дождёмся первого оффера.
Первый оффер
Искусственный интеллект найдёт вам оффер мечты
Eduson X FindTheJob
Вы получите бесплатный доступ к сервису FindTheJob, который на основе вашего резюме подберёт вакансии, сам напишет уникальные сопроводительные письма и откликнется. А вам останется только выбрать, куда и когда пойти на собеседование.
Программа обучения
Онлайн-формат
112 часов обучения
11 модулей
15% теории, 85% практики
Введение в ML и DL
1. Базовая математика и ее применение в ML
2. Классические ML алгоритмы
3. Введение в нейронные сети
4. Обучение нейросетей
5. Решение проблем с тренировкой нейросетей
Компьютерное зрение
6. Введение в компьютерное зрение
7. Основы OpenCV
8. Возможности OpenCV и его использование различных областях
9. Преобразования изображений
10. Введение в свёрточные нейронные сети (CNN). Основные понятия
11. Классификация изображений
12. Введение в детекцию объектов
13. Детекция объектов с использованием VGG, ResNet и DenceNet
14. Обнаружение объектов с использованием R-CNN, Fast R-CNN, Faster R-CNN и YOLO
15. Семантическая сегментация: U-Net и DeepLab
16. Трёхмерное компьютерное зрение: 3D CNN и PointNet
17. Распознавание действий на видео: C3D и I3D
18. Использование CV в беспилотниках
19. Применение компьютерного зрения в реальных задачах: кейсы и примеры использования вышеупомянутых архитектур
Обработка текста
20. Введение в NLP
21. Предобработка текста
22. Анализ настроения
23. Vector Space models
24. Машинный перевод и поиск документов
25. Autocorrect системы
26. Речевые теги скрытые Марковские модели
27. Autocomplete системы
28. Введение в RNN
29. LSTM и GRU: что это и для чего нужны
30. Глубокое обучение в NLP: архитектуры и библиотеки
31. Трансформеры и аттеншн-механизмы
32. BERT, GPT и другие модели на основе трансформеров
33. Обработка и анализ звука: основные понятия и инструменты
34. Глубокое обучение для обработки аудио
35. Интеграция NLP в бизнес-приложения
Развёртывание моделей машинного обучения в производственной среде
36. Введение в развёртывание ML моделей
37. Docker в машинном обучении
38. A/B тестирование ML моделей
39. Тестирование ML кода с использованием Pytest
40. Мониторинг и версионирование моделей
41. Прунинг и дистилляция моделей
42. DVC (Data Version Control)
43. MLflow
44. Airflow и Dagster
45. System design для ML систем
46. Пробное техническое собеседование
47. Онлайн-занятие «Поиск работы в IT»
48. Защита дипломного проект
Итоговый проект и диплом
После выполнения итогового проекта вам выдадут удостоверение о повышении квалификации установленного образца и сертификат на английском языке.
Студенты любят наши курсы
И пишут о них отзывы — вы можете посмотреть!
Cредний рейтинг — 4,6
163 отзыва
105 отзывов
Рейтинг: 4,8
65 отзывов
Рейтинг: 4,4
42 отзыва
Рейтинг: 4,5
30 отзывов
Рейтинг: 4,4
Рейтинг: 4,4
Преподаватели курса
Разработчики-инженеры международного рынка и ведущих российских компаний
Максим Степанович
лет коммерческого опыта
4+
Machine Learning Engineer
Место работы: 21vek
Мария Кофанова
лет коммерческого опыта
4+
Аналитик данных
Место работы: НИУ ВШЭ Москва
