ML Engineering - ITMO AI Talent hub от KARPOV.COURSES

Смотреть курс на KARPOV.COURSES
Дешевле на 7% с промокодом

Полная стоимость

250 000 ₽/курс

Минимальный платеж в месяц

28 500 ₽/мес

Длительность

Длительность:

9 месяцев

Дата начала

Дата начала:

13 Декабря
Дешевле на 7% с промокодом
Смотреть курс на KARPOV.COURSES

Ожидаемая З/П

Специалист, завершивший обучающие модули, обычно получает вознаграждение в размере 250000 рублей.

Для кого

Курс ML Engineering идеально подойдет тем, кто только начинает свой путь в мире машинного обучения, а также опытным математикам, программистам, разработчикам, аналитикам и специалистам в сфере Data Science, желающим углубить свои знания в области ML и Python.

Чему научитесь

В процессе обучения на курсе участники овладевают мастерством конструирования программ для автоматического применения машинного обучения, исследуют массивы информации для обнаружения тенденций, проектируют алгоритмы искусственного интеллекта для стратегических целей компании, анализируют эффективность инновационных методик через тестирование и настраивают продукты в соответствии с требованиями рынка.

Программа обучения

1. Применение Python в разработке: начальные навыки кодирования, использование различных библиотек, манипуляции с данными и управление базами данных, структурирование программного продукта, освоение Git.
2. Обучение искусственного интеллекта: принципы работы алгоритмов, подготовительные процедуры данных, тонкая настройка и анализ эффективности моделей, системы для предложения опций.
3. Ознакомление с MLOps: понятие DevOps, механизация процессов, методы публикации на веб-серверах.
4. Анализ практических примеров и мастер-класс по созданию ML-сервисов: процесс интеграции моделей, разработка интернет-сервисов с использованием FastAPI, принципы проектирования API.
5. Основы глубокого обучения: изучение работы нейросетей, технологии идентификации лиц и объектов, создание текстов с помощью ИИ, использование готовых и разработка уникальных моделей.
6. Первый собственный проект в области данных (MFDP): реализация ML-продукта от зарождения идеи до её презентации.

Кто преподает

1. Нерсес Багиян занимает должность руководителя отдела данных в Raiffeisen CIB, является преподавателем в области искусственного интеллекта на факультете компьютерных наук НИУ ВШЭ, образование получил в школе анализа данных Яндекса, имеет опыт работы в Яндекс.Маркет.

2. Алексей Кожарин специализируется на разработке серверной части в Яндекс.Диске, до этого применял свои навыки в сфере машинного обучения в Райффайзенбанке и вел обучающие программы по Python и алгоритмическим основам в МФТИ.

3. Никита Табакаев исполняет роль аналитика в Raiffeisen CIB, его сфера деятельности включает анализ продуктов и разработку систем машинного обучения в Райффайзенбанке.

Формат обучения

1. Обучение по специализации "Инженерия машинного обучения" растягивается на девять месяцев.
2. В процессе обучения студенты выполняют два практических проекта, которые станут украшением их профессионального портфолио и основой для дипломной работы.
3. Программа курса включает в себя изучение технической основы, актуальных технологических решений, анализ трендов рыночного спроса, а также разработку двух MVP (минимально жизнеспособных продуктов), которые студенты могут представить в своем портфолио.
4. Студентам предоставляется шанс обучения на бюджетной основе в магистратуре ITMO AI Talent Hub, с возможностью завершения курса за один год.

Пункты для резюме

Ключевые компетенции:
- Анализ и обработка информации
- Применение передовых аналитических инструментов
- Оценка значимости контента в соцсетях
- Разработка алгоритмов ИИ для обработки структурированных данных и изображений
- Проектирование программного обеспечения для промышленности

Технические знания:
- Среды для выполнения учебных проектов
- Использование образовательных ресурсов для доступа к учебным материалам
- Применение математических и статистических методов в сфере искусственного интеллекта

Сертификат/Диплом

Диплом ИТМО по профессиональной переподготовке и сертификат karpov.courses x AI Talent Hub ИТМО вручаются по завершении курса.

О курсе

Все курсы "KARPOV.COURSES"
Отзывы о KARPOV.COURSES
4.70
5.0 5
Кирилл,

От курса только положительные эмоции.

Единственный курс по фронтенду, где учат на реальном проекте правильно применять современные технологии разработки по мере их необходимости. Преподаватели — реальные тимлиды и разработчики из ВК, могут на пальцах объяснить сложный материал, рассказывают все по делу и тут же показывают на живом примере — программу обучения очень круто продумали и реализовали. Теоретические моменты, само собой, присутствуют, но они подаются по мере надобности и не навевают сон. И самое главное, я ни разу не задал себе вопрос: "Зачем мне это нужно знать?". Рекомендую всем, кто готов серьезно начать заниматься фронтенд-разработкой, а не просто изучать javascript.

Ответить

next0 комментариев

 
5.0 5
Александр,

karpovꓸcourses порадовали серьёзностью и вниманием к мелочам

Во фронтенде я не новичок, хотя по этой специальности никогда не работал. Моя работа была связана с закупочной деятельностью в сфере производства бытовой техники — никакого IT.

Фронтенд несколько лет был моим хобби: я самостоятельно изучал веб-разработку, начинал с курсов, потом занимался самостоятельно по статьям, книгам и обучающим видео. И, конечно, активно практиковался в создании собственных проектов, в том числе и на React*.

На рекламу курса Frontend наткнулся случайно. Зацепил необычный заголовок «Курсы для мидлов». Мне стало интересно, чему можно научить мидла. Начал смотреть программу курса, выяснилось, что он очень обширный и затрагивает множество тем, не относящихся напрямую к фронтенду, но с ним связанных, с которыми я не был знаком. Поэтому и решил записаться на курс. Начало обучения оправдало мои ожидания. Разработчики курса очень основательно подошли к делу — это относится и к платформе, и к организации процесса, и к содержанию лекций, и к поддержке в Slack. В этом смысле karpovꓸcourses порадовали серьёзностью и вниманием к мелочам (которые на самом деле не мелочи).

Оборотная сторона этого — цена курса. Он не из дешёвых, но своих денег стоит. Стандартный набор фронтендера — это HTML, CSS, JavaScript и какой-нибудь фреймворк. Здесь же, помимо этого, рассказывают, как устроен интернет в целом и какие протоколы на каких уровнях используются. Также рассматривают CORS-запросы, dns и ресурсные записи, хостинг, настройку серверов, вопросы безопасности, бэкенд на Firebase и многое другое. Причём всё это достаточно подробно!

Лично для меня самой трудной темой был и остаётся TypeScript. Здесь предстоит ещё много работы.
В дальнейшем хочу сменить сферу деятельности — мне нравится веб-разработка, чувствую, что это моё. И я думаю, что курс мне в этом поможет.

Ответить

next0 комментариев

 
1.0 1
Дарья,

Не стоит своих денег, сыро, слабо

Обучалась во второй половине 2023 года. Хотела именно курс DE, чтобы повысить свои текущие компетенции аналитика. Курс Карпова выбрала просто потому, что абсолютно все курсы на рынке в то время имели характеристику как "сделано плохо". К тому времени у меня уже был опыт обучения на ЯП (на аналитика), и хотелось попробовать другую платформу.

Коротко о курсе:

1. Материал в виде видео-лекций и кратких конспектов того, что объясняет преподаватель. Это тупо неудобно. Сидеть и 2 часа смотреть, как кто-то что-то в консоли тыкает или просто зачитывает презу. Зачем это сделано - не понятно. Только если в качестве наращивания личного бренда спикера. Да, была парочка реально классных модулей, которые тащили за счёт спикера, но эффект уходил почти в ноль из-за следующего пункта.

2. Теория превалирует над практикой. Я бы сказала, что примерно 20/80 (из них практики всего 20). Код ваш ревьюить никто не будет. Будет после проверки чисто ответ из серии "Ответ неверный, а тут верный".

3. Поддержка очень слабая, а иногда откровенно токсичная. Иногда после пары дежурных ответов типа "попробуйте это и вот то", студентам просто переставали отвечать.

Короче, по окончании курса, я вообще не поняла, что это было. Спасибо курсу, что я смогла вписать себе в резюме строчку о прохождении и повысить свои компетенции в глазах HR, которые меня собеседовали. Также смогла преодолеть психологический барьер перед профессией. Навыков я, к сожалению, практически никаких не получила.

Ретроспективно, сейчас я бы предпочла выбрать курс Яндекс Практикума. Даже с учётом всех недостатков, которые о нём пишут, я думаю, что в будущем Яндекс сможет допилить из него полноценный продукт. Тот же аналитик данных, на котором я училась до этого, претерпел сильные изменения с начала моего обучения и модули постепенно меняются и переписываются. В случае с Карповым, у меня уверенности в качественном улучшении продукта нет.

Ответить

next0 комментариев