Задайте свой вопрос
Нажимая кнопку «отправить данные», вы соглашаетесь с политикой обработки персональных данных
Подписывайтесь на наши соц. сети и следите за новостями
Искусственный интеллект.
Алгоритмы машинного обучения на языке Python
Алгоритмы машинного обучения на языке Python
Название специальности:
ML-инженер
ML-инженер
Начало обучения
и первые занятия
и первые занятия
Для студентов ТУСУРа и ВУЗов, участников "Приоритет 2030"
Продолжительность
обучения — 9 месяцев
обучения — 9 месяцев
октябрь 2024
Бесплатно
284 часа
Для ИТ
НАБОР ЗАКРЫТ
Каждый месяц мы получаем и обрабатываем столько же информации, сколько человек, живший всего четыре века назад, получал за всю жизнь. Такова цена существования информационного общества: скорость появления и объём различных данных постоянно увеличиваются.
Сначала большое количество данных упрощало работу бизнеса, помогало лучше понимать своих потребителей. Однако в настоящее время ситуация совершенно иная: бизнес-структуры и органы госуправления могут утонуть в необъятном потоке «сырых» – т.е. необработанных и неструктурированных – данных. Чтобы этого не случилось, необходима работа таких специалистов, как ML-инженеры.
Что значит ML-инженер?
Профессия ML-инженера, то есть инженера по машинному обучению (Machine Learning), во многом похожа на работу Data Scientist’а. Чаще всего в объявлениях о найме эти квалификации идут через запятую. В чём же отличие? Если Data Scientist сосредоточен на обработке данных, то ML-инженеры – на их применении. Они занимаются более прикладными вопросами, это своего рода методисты в школе для искусственного интеллекта, они учат ИИ учиться.
Задача ML-инженера – создавать алгоритмы, на основе которых ИИ будет самостоятельно собирать только определённые данные и обрабатывать их тем способом, который соответствует целям разработчика. В задачи Data Scientist’а обучение машин также входит, однако именно ML-инженер отвечает за то, чтобы информационный продукт точно соответствовал пожеланиям заказчика.
Задача ML-инженера – создавать алгоритмы, на основе которых ИИ будет самостоятельно собирать только определённые данные и обрабатывать их тем способом, который соответствует целям разработчика. В задачи Data Scientist’а обучение машин также входит, однако именно ML-инженер отвечает за то, чтобы информационный продукт точно соответствовал пожеланиям заказчика.
ML-инженер
Учебный план программы профессиональной переподготовки «Искусственный интеллект.
Алгоритмы машинного обучения на языке Python»:
Итого: 284 часа
Алгоритмы машинного обучения на языке Python»:
14 часов
- Модуль «Введение в машинное обучение», форма контроля: тестирование
- Модуль «Программное обеспечение для разработки нейронных сетей», форма контроля: практическое задание
- Модуль «Методы работы с данными», форма контроля: практическое задание
- Модуль «Регрессия», форма контроля: практическое задание
- Модуль «Кластеризация и снижение размерности», форма контроля: практическое задание
- Модуль «Tree-based алгоритмы», форма контроля: практическое задание
- Модуль «Меры оценки качества алгоритмов и моделей машинного обучения», форма контроля: практическое задание
- Модуль «Ансамблирование алгоритмов», форма контроля: практическое задание
- Модуль «Рекомендательные системы», форма контроля: практическое задание
- Модуль «Обзор задач в распознавании естественного языка и в компьютерном зрении», форма контроля: практическое задание
- Модуль «Использование моделей машинного обучения в Production», форма контроля: проектная работа
- Модуль «Стажировка (в форме индивидуальной или групповой проектной деятельности) в ИТ компаниях партнерах ТУСУР», форма контроля: защита результатов проектной работы
- Промежуточная аттестация, форма контроля: практическое задание
- Итоговая аттестация, форма контроля: защита проекта
Итого: 284 часа
Групповая форма обучения.
Учебный процесс организуется с применением дистанционных образовательных технологий, инновационных технологий и методик обучения, способных обеспечить получение слушателями знаний, умений и навыков в области интеграции прикладных решений.
Учебный процесс организуется с применением дистанционных образовательных технологий, инновационных технологий и методик обучения, способных обеспечить получение слушателями знаний, умений и навыков в области интеграции прикладных решений.
Только для обучающихся бакалавриата и специалитета по специальностям и направлениям подготовки ИТ-сферы.
Лица, получающие высшее образование по очной (очно-заочной) форме, лица, освоившие основную профессиональную образовательную программу (далее – ОПОП ВО)
бакалавриата – в объеме не менее первого курса (бакалавры 2-го курса), ОПОП ВО
специалитета – не менее первого курса (специалисты 2-го курса).
Слушатели программы будут использовать следующие инструменты обучения:
- Очные лекции и практические занятия по ключевым темам Программы;
- Систему дистанционного обучения для изучения теоретических материалов в текстовом и видеоформате, прохождения тестирования и части практических задания;
- Специально разработанные интеграционные кейсы из практики индустриальных партнеров (IТ-компаний) и экспертов, участвующих в разработке и проведении курса, для формирования у слушателей примеров решения типовых проблем, с которыми сталкиваются ML-инженеры;
- Онлайн-семинары с ответами на вопросы от экспертов Программы и дополнительно привлеченных практикующих специалистов;
- Интегрированную среду разработки программного обеспечения, включающую в себя все необходимые инструменты и максимально приближенную к среде, применяющуюся в организациях реального сектора экономики, для отработки практических навыков владения инструментами и средствами разработки ПО и создания веб-страниц, интерактивных web-приложений и их стилевого оформления;
- Систему управления проектами и задачами для оповещения и отслеживания учебных активностей (изучение теории, реализация учебных проектов и т.д);
- Единую базу проектов индустриальных партнеров для прохождения практики.
Программа предусматривает прохождение практики (стажировки) в объеме 72 часов на базе индустриальных партнеров, с которыми заключены соответствующие соглашения.
Окончив наши программы, вы получаете
сертификат государственного университета
и помощь в трудоустройстве
сертификат государственного университета
и помощь в трудоустройстве
Диплом о профессиональной переподготовке
Окончив наши программы,
вы получаете сертификат государственного университета и помощь в трудоустройстве
вы получаете сертификат государственного университета и помощь в трудоустройстве
Диплом о профессиональной переподготовке
Получить консультацию
Оставьте свои контактные данные, и наш консультант ответит на все ваши вопросы
Нажимая кнопку «отправить данные», вы соглашаетесь с политикой обработки персональных данных
Кто учит?
Команда программы:
Тикшаев Иван Денисович
Автор и преподаватель курса
генеральный директор ООО «Девинсайд»
Куприц Владимир Юрьевич
Автор и преподаватель курса
к.т.н., доцент кафедры РТС ТУСУР, руководитель СКБ «Интеллектуальные радиотехнические системы»
Вебер Владислав Игоревич
Автор и преподаватель курса
ассистент кафедры РТС ТУСУР
Ефремов Виталий Александрович
Автор и преподаватель курса
к.т.н., Python-разработчик ЦИАН
Предполагаемый
ежемесячный заработок
ежемесячный заработок
Нижняя граница заработка для начинающих разработчиков (Junior) в области Machine Learning
40 000₽ — 60 000₽
Специалисты с квалификацией Senior (например, руководители проектов, лидеры команд)
от 500 000₽
Заработная плата middle-разработчиков
150 000₽ — 300 000₽
Перспективы развития специальности
Data Scientist / ML-инженеры уже востребованы в таких прорывных направлениях, как:
1
Интернет вещей (системы «умный дом»)
4
Виртуальная и дополненная реальность
2
Нейрокомпьютерные интерфейсы (взаимодействие человеческий мозг / машина)
5
Медицинские исследования, разработка лекарств и вакцин
3
Роботизированные транспортные средства
6
Программы онлайн-обучения
КАКИЕ НАВЫКИ Я ПОЛУЧУ?
Выпускник будет уметь:
1
Применять Python, Git и визуализацию данных в Power BI;
2
Использовать Jupyter Notebook;
3
Извлекать данные из источников при помощи Python, API, SQL;
4
Делать разведывательный анализ с помощью Pandas, Numpy;
5
Строить аналитические модели и разрабатывать модели машинного обучения;
6
Использовать методы регрессии, кластеризации и снижения размерности, оценки и ансамблирования алгоритмов;
7
Обучать модели машинного обучения и строить пайплайны в Airflow;
8
Создавать web-приложения на Flask и знать основы контейнеризации с использованием Docker.
Другие программы для студентов ИТ направлений
К нам могут поступить студенты любых университетов
и направлений подготовки, которые не имеют задолженностей
по основной программе обучения. Как это сделать?
Подайте электронную заявку, в ответном письме вы получите
все инструкции и сможете начать получать государственное
IT-образование в Университете новых технологий.
и направлений подготовки, которые не имеют задолженностей
по основной программе обучения. Как это сделать?
Подайте электронную заявку, в ответном письме вы получите
все инструкции и сможете начать получать государственное
IT-образование в Университете новых технологий.
Подать заявление
на поступление в IT-академию
на поступление в IT-академию
НАБОР ЗАКРЫТ