Главная / Курсы / Машинное обучение / Machine Learning Engineer
60%
Machine Learning Engineer
Научитесь создавать модели ML и обучать нейронные сети. Освоите анализ данных и в конце курса выберете одну из специализаций: обработку естественного языка или Computer Vision.
Записаться
О профессии
Специалист по Machine Learning, или ML-инженер анализирует большие объёмы информации, создаёт модели для прогнозирования в бизнесе, медицине, промышленности. Задача ML-инженера — обучать нейросети, проектировать аналитические системы и рекомендательные
Кому подойдёт этот курс
Новичкам
С нуля освоите Python и SQL, научитесь собирать и анализировать данные. Получите необходимый минимум знаний по математике, теории вероятности и статистике. Решите задачи на основе реальных кейсов.
Программистам
Подтянете математику, статистику, аналитическое и алгоритмическое мышление, научитесь выявлять потребности бизнеса. Получите опыт работы с моделями машинного обучения и будете решать задачи с данными с помощью Python. Пройдёте процесс от сбора данных до деплоя модели.
Начинающим аналитикам
Научитесь выдвигать гипотезы и делать выводы на основе данных. Сможете писать эффективный код на Python, превращать сырые данные в полезную информацию, понимать математику и основы статистики, обучать машины и прогнозировать результаты. Отшлифуете знания, увеличите скорость работы и добьётесь повышения.
3
итоговых проекта
1. Проект: предсказание оттока в соцсети для музыкантов
Организуете аналитическую базу данных и проанализируете лояльность аудитории соцсети для музыкантов. Обучите модель предсказывать отток аудитории.
2. Проект: работа с данными сервиса аренды автомобилей
Построите модель для предсказания спроса на аренду автомобилей.
3. Проект: свободное исследование
Выберете задачу из нашего списка или предложите собственную тему для работы. После исследования мы поможем вам написать статью с итогами для vc.ru или Хабра.
Что даёт профессия ML-инженер?
Востребованную работу, которой не грозит вымирание
Не зря Data Science назвали самой сексуальной профессией XXI века. Причина — всё больше компаний принимают решения на основе данных и используют искусственный интеллект для автоматизации процессов. На ваши навыки всегда будет спрос — опытный Data Scientist может зарабатывать до 500 000 рублей.
Свободу выбирать направление
Вы можете разворачивать нейросети для выявления опасных заболеваний, а если надоест, — перейти в музыкальный стартап и создавать рекомендательный сервис. Сфера применения моделей машинного обучения не ограничивается одним направлением. А ещё тут нет рутины — каждый проект интересен и по-своему уникален.
Возможность видеть результат своей работы
Дата-сайентист прямо влияет на жизнь компаний и людей. Алгоритмы нейросетей рекомендуют сериал на вечер, формируют новостную ленту в соцсетях и прокладывают оптимальный маршрут для курьеров, чтобы груз не застрял в пробке и приехал вовремя.
Спикеры
Юлдуз Фаттахова
Автор курса Senior Data Scientist, Team Lead, SberData, Сбер В Data Science больше 5 лет.
Пётр Емельянов
Спикер курса. R&D Director, UBIC Tech Более 15 лет опыта в разработке
Маргарита Широбокова
Product Owner R&D, ELMA 8+ лет в Data Science, 5+ лет преподаёт, 20+ научных публикаций, среди учеников — победители и призёры олимпиад
Андрей Мещеряков
Applied Scientist, Zalando 5+ лет в IT и Data Science. Занимается применением методов анализа данных в маркетинге и исследовании аудитории
Содержание курсов
Введение в Data Science
Познакомитесь с основными направлениями Data Science, узнаете, какие задачи решают дата-аналитики, дата-инженеры и специалисты по машинному обучению. Пройдёте все этапы работы с данными. Научитесь выявлять проблемы, собирать бизнес-требования. Будете выгружать данные из различных источников, проводить разведочный анализ и готовить датасет к дальнейшему использованию. Обучите и внедрите готовую ML-модель, попробуете себя в роли продуктового и маркетингового аналитика. Узнаете, как формулировать и проверять гипотезы. Освоите базовые инструменты для работы: Python, SQL, Excel, Power Bi, Airflow.
Machine Learning. Junior
Познакомитесь с алгоритмами машинного обучения для решения задач регрессии, классификации и кластеризации. Построите и обучите свою первую нейронную сеть. Научитесь подбирать параметры модели, оценивать качество и улучшать её, а также выводить результат в продакшн.
Трудоустройство с помощью Центра карьеры
Карьерный консультант поможет подготовиться к собеседованию в компании-партнёре. Разберёте частые вопросы и научитесь меньше переживать на интервью. Напишете сопроводительное письмо и грамотно оформите резюме. Будете готовы пройти собеседование — карьерный консультант организует встречу с работодателем. На интервью презентуете проекты, над которыми вы работали на курсе, а знания и навыки пригодятся для выполнения тестовых задач.
Machine Learning. Advanced
Освоите алгоритмы для построения рекомендательных систем и прогнозирования временных рядов. Научитесь применять ансамблевые методы, стекинг, бэггинг, бустинг. Сможете использовать лучшие практики обучения моделей, генерации дополнительных данных, мониторинга и пайплайна ML-разработки, а также Kaggle-соревнований.
Deep Learning
Научитесь работать с нейросетями: подробно узнаете, как они устроены, как использовать предобученные модели, готовить и передавать данные в нейросеть, строить и тестировать архитектуры, настраивать параметры и обучать модели на GPU.
Специализация 1. Natural Language Processing
Научитесь применять алгоритмы машинного обучения и нейронные сети для обработки естественного языка. Поработаете с языковыми моделями: Bert, Elmo и другими. Узнаете, как анализировать тональность текстов, классифицировать их, распознавать речь.
Специализация 2. Computer Vision
С помощью алгоритмов машинного обучения и нейросетей будете распознавать объекты, лица и эмоции, классифицировать и сегментировать изображения. Научитесь применять и адаптировать готовые модели CV для своих целей.
Основы математики для Data Science
Получите базовые знания по математике для работы с машинным обучением. Поймёте, что такое аппроксимация, интерполяция, функции, регрессии, матрицы и вектора. Научитесь работать с математическими сущностями в Python-библиотеке SymPy.
Основы статистики и теории вероятностей
Поймёте принципы работы со случайными величинами и событиями. Познакомитесь с некоторыми видами распределений и статистическими тестами, которые пригодятся при составлении моделей и проверке гипотез.
Основы статистики и теории вероятностей Advanced
Научитесь применять основные принципы статистики и теории вероятностей при работе с задачами Data Science. Поймете, как устроены алгоритмы машинного обучения, как в них применяются математическая статистика и теория вероятностей.
Карьера разработчика: трудоустройство и развитие
Узнаете, как выбрать подходящую вакансию, подготовиться к собеседованию и вести переговоры с работодателем. Сможете быстрее получить должность, которая соответствует вашим ожиданиям и умениям.
Система контроля версий Git
Научитесь версионировать изменения в коде, создавать и управлять репозиториями, ветками, разрешать конфликты версий. Узнаете полезные правила работы с Git.
Чему вы научитесь
Строить модели машинного обучения
Начнёте с простых моделей, которые требуют минимальных знаний программирования. Разберётесь в алгоритмах и научитесь решать задачи регрессии, классификации и кластеризации.
Обучать нейронные сети
Узнаете, как устроены архитектуры нейросетей для задач компьютерного зрения и NLP. Сможете использовать и дообучать готовые сетки для своих задач и тренировать собственные.
Использовать ML-алгоритмы
Освойте линейные и древесные алгоритмы и бустинги. Научитесь прогнозировать временные ряды и создавать рекомендательные системы. Сможете обучать модели на больших данных с помощью Spark.
Работать с инструментами анализа данных
Узнаете, как проводить разведочный анализ данных, и освоите Excel для аналитики. Научитесь визуализировать данные в Power BI и программировать на Python и SQL.
Извлекать данные из различных источников
Поймёте, как читать файлы различных форматов при помощи Python и библиотеки Pandas. Научитесь писать запросы к API, получать, очищать и сохранять данные в разных форматах.
Настраивать инфраструктуру
Научитесь читать и понимать архитектуры ML-решений. Познакомитесь с пайплайнами работы модели: от сборки данных до мониторинга результатов. Сможете собирать модели в виде API.
У меня нет опыта работы с данными. Подходит ли мне этот курс?
Можно ли стать ML-инженером за год и найти работу?
Требуется ли знание математики?
Нужно ли знать английский язык?
Что такое Kaggle?
Какой график обучения на платформе? Получится ли совмещать его с работой?
Учитесь и экономьте
Оставьте заявку, и наш менеджер расскажет подробности.
Зарегистрируйтесь и получите пробный урок бесплатно
Стоимость обучения
109 988 руб.
Или 9 166 руб. ежемесячно — подробности у менеджера.
Авторы курса
дата-сайентисты из Сбера, Wrike, VISA
Курс-профессия
из 3 уровней
Подтверждение ваших навыков
Вы получите сертификат установленного образца, который станет дополнительным аргументом для работодателя.
Продолжительность
12 месяцев
Менеджер расскажет о других доступных датах после отправки заявки
Отправляя заявку, вы принимаете условия публичного договора и даёте согласие на обработку своих персональных данных в соответствии с политикой конфиденциальности.
Другие курсы, которые вам понравятся
Специалист по Data Science плюс
Профессия Data Scientist
25% Скидка
ИТ-Инженер. Передовые технологии: Data Science
Меню