Ожидаемая З/П
Доход профессионала, завершившего обучающие модули, колеблется в пределах 49900 - 75000 рублей.
Для кого
Программисты, аналитики и специалисты по данным, заинтересованные в сферах, включающих автопилоты, обработку естественного языка, компьютерное зрение, а также создание текстов и изображений, при условии наличия у них начальных знаний по нейросетям и машинному обучению.
Чему научитесь
В ходе обучения на курсе участники осваивают техники обработки данных с помощью свёрточных нейронных сетей, изучают методы создания текстов и визуальных материалов с использованием искусственного интеллекта, погружаются в особенности естественно-языкового программирования через рекуррентные нейронные сети, включая GRU и LSTM, а также приобретают навыки идентификации объектов и их локализации в рамках специализированных задач.
Программа обучения
1. Анализ зависимостей и разделение на категории
2. Иерархическая структура искусственных нейронов
3. Сети с механизмом свёртки
4. Оптимизация процесса тренировки искусственного интеллекта
5. Нейросети с обратными связями
6. Автоматический перевод текстов
7. Модель трансформации данных
8. Анализ и обработка изображений с помощью компьютера
Формат обучения
1. Изучение дисциплин в режиме онлайн.
2. Образовательный контент включает видеоматериалы, интерактивные веб-семинары, практические упражнения, оценочные тесты и викторины.
3. Доступ к учебным ресурсам осуществляется через персональный пользовательский интерфейс.
4. Архив учебных сессий сохраняется в пользовательском пространстве на протяжении трех лет.
Пункты для резюме
Навыки:
- Применение рекуррентных нейронных сетей для машинного перевода
- Анализ и разработка языковых моделей
- Тренировка рекуррентных сетей, включая GRU и LSTM
- Создание текстов с помощью искусственного интеллекта
- Внедрение сложных архитектур Deep RNN, BiRNN и Encoder-Decoder
Технологии и программы:
- Рекуррентные нейронные сети
- GRU и LSTM
- Архитектура Transformer
- Методы детекции объектов: Region Based, YoLo, SSD
- Архитектуры для семантической сегментации: SegNet, U-Net
- Техники модификации изображений: Deep dream, матрица Грама, генерация текстур, Neural style transfer
- Методы построения векторов слов: SVD, Word2vec
- Предобученные модели для текста: ELMo, BERT, GPT
- Автоэнкодеры: стандартные и вариационные
- Генеративные состязательные сети (GAN)
Трудоустройство
Центр карьерного роста Нетологии помогает в поиске работы выпускникам, предлагая консультации по созданию резюме, подготовке к собеседованиям и предоставляя эксклюзивный доступ к предложениям трудоустройства от организаций.
Ответить
0 комментариев