Форма обучения: очная с применением дистанционных технологий
Объем программы: 180 ак.ч.
Продолжительность обучения: 4 месяца
Дни занятий: вторник, пятница 19:00-21:15
Выдаваемый документ: Удостоверение о повышении квалификации
Старт обучения: февраль 2024 года
Стоимость обучения: 78 000 рублей

Краткое описание программы:
Вы научитесь понимать, как работают ИИ технологии, и как их использовать для различных задач бизнеса.

Модуль 1. Курс "Python для начинающих"

1. Основы языка Python
2. Функции и ООП в Python
3. Работа с наборами данных
4. Модули для первичного анализа данных и для машинного обучения
5. Автоматизация рутинных задач

Модуль 2. Видео-интенсив "Быстрый старт в SQL"

1. Основные понятия и базовый синтаксис выборки
2. Создание таблицы и заполнение данными, ограничения на поля, Изменение и удаление данных
3. join
4. Агрегация и группировка
5. Практика - оффлайн занятие с преподавателем

Модуль 3. Видео-интенсив "Linux/Git для начинающих"

1. Базовый WSL и VirtualBox
2. Основа Linux
3. WSL подробно
4. Git

Модуль 4. Курс "Нейросети для начинающих"

1. Области применения нейросетей. Постановка задачи мл и перцептрон. Град спуск - на примере линейной регрессии. Введение в полносвязные нейросети. Универсальные оптимизации.
2. Введение в pytorch. Обучение полносвязных нейросетей. Типовой пайплайн: загрузчики данных, аугментации, метрики качества.
3. Ведение в обработку изображений. Устройство сверточных нейросетей. Основные архитектуры области.
4. Детекция и сегментация. Архитектуры и дообучение моделей.
5. Генеративные модели. Ган. Вае. Диффузия. Дообучение готовых моделей.
6. Введение в естественную обработку языка. Рекуррентные нейросети, w2v. Дообучение для типовых задач Nlp.
7. Attention. Transformer. Архитектуры на основе трансформера. Дообучение для типовых задач. Знакомство с hugging face.
8. Трансформер и его модификации в современном nlp. Применение в области звука, обработке изображений.
9. Обзор области обучения с подкреплением. Обзор основных архитектур. Обучение под типовые задачи.
10. Введение в рекомендательные системы. Обзор архитектур. Обучение под типовые задачи.

Целевая аудитория курса:

• Аналитики данных и бизнес-аналитики
• Маркетологи
• Предприниматели и руководители
• Продакт менеджеры
• Начинающие специалисты в области ИИ и машинного обучения
• Финансовые аналитики и экономисты

В результате обучения вы сможете:

• Автоматизиировать рабочие процессы, процессы обработки данных и работы с API.
• Эффективнее работать с данными, анализировать их и генерировать отчеты.
• Управлять серверами и развертывать проекты, а также быть более автономными в работе с техническими ресурсами.
• Лучше понимать возможности и ограничения нейросетей и принимать обоснованные решения о применении ИИ в проектах.