Успешные эксперты по Deep Learning и инженеры-исследователи из известных компаний совместно с образовательной платформой Otus представляют онлайн-курс по использованию принципов ML в сфере компьютерного зрения. Научитесь методам классификации изображений на разные типы и поймите, как происходит их сегментация. Узнайте, что такое детекция объектов и как ее настроить с помощью Machine Learning. Научитесь отслеживать различные предметы, вещи и людей на видео. Освойте обработку 3D-сцен для нахождения необходимых деталей и информации, а также разберитесь, как проводить атаки на модели нейросетей.
Показываем, как будет расти ваш заработок вместе с опытом. И сколько времени потребуется, чтобы окупить вложения в образование
Director of Computer Vision в Boost Arria NLG
Team Lead data scientist
Machine learning инженер
Инженер-исследователь в Skoltech ADASE
Sr. Data Scientist
Ведущий исследователь и разработчик
Ведущий Инженер Разработки
Инженер по исследованиям и разработкам в области компьютерного зрения
Эксперт
Директор ключевых исследовательских программ в Институт Искусственного Интеллекта
ML Team Leader в Assaia
Вас ожидает 4 тематических модуля из онлайн-лекций и семинаров, на которых преподаватели дадут всю необходимую теорию и множество практических заданий. В конце вы выполните дипломный проект и получите возможность пройти собеседование в одной из команий-партнеров платформы Otus.
На первом занятии вы познакомитесь с преподавателями, программой курса, а также инструментами, которые вам предстоит использовать при обучении.
Узнаете, что такое свертка и как ее проводить, и разберетесь в использовании Dropout и BatchNorm.
Изучите различные типы архитектуры сверточных нейронных сетей и поймете, как подбирать верную под определенный проект.
Научитесь готовить данные к обучению, а также насыщать их аргументами для меньшего риска дополнительного переобучения.
Поймете, как устроены классические алгоритмы computer vision.
Узнаете, как работать с фреймворком PyTorch для добычи готовых моделей сверточных нейросетей.
Научитесь работать с TensorFlow Framework для адаптации готовых нейросетей для решения новых задач.
Познакомитесь с Lightning, более организованной версией фреймворка PyTorch, и научитесь подбирать гиперпараметры под любой проект.
Научитесь детектировать необходимые элементы с помощью RCNN-моделей.
Освоите альтернативные основным архитектуры нейросетей для решения поставленных проблем.
Освоите Human Pose Estimation и создадите пайплайн для распознавания лиц.
Изучите подробней 2D PE, познакомитесь с 3D PE, а также разберетесь с 6D.
Узнаете, какие подходы существуют для распознавания лиц.
Поймете, как используются нейросети для отслеживания объектов на видеозаписи.
Узнаете в подробностях, что такое Self-driving и AV.
Изучите приемы и инструменты для оптимизации нейронных сетей.
Поймете, как сегментировать изображения с помощью архитектур типа U-Net.
Познакомитесь с возможностями автокодировщика, узнаете, зачем он необходим, и освоите взаимодействие с ним.
Поймете, как разрешать задачи компьютерного зрения на 3D- и 2D-изображениях, используя архитектуру PointNet.
Разберитесь в атаках на ML-модели нейросетей и в состязательном обучении, а также освойте архитектуру GANs.
Изучите подробней, как устроены конкурентные генеративные модели, и узнаете, каким образом их использовать в своей работе.
Изучите C3D и I3D, а также разберете устройство различных датасетов и видеодатасетов для распознавания лиц.
Выберете тему для своей дипломной работы, узнаете, на какие этапы разделить весь процесс создания проекта и какие основные правила работы.
Пройдете консультацию с преподавателями курса и сможете задать интересующие вас вопросы по домашним заданиям и дипломному проекту.
Защитите свою итоговую работу и получите рекомендации и полезные советы от экспертов курса.
Просмотр обучающих видеороликов
Делаете все тогда, когда вам это удобно и в подходящем вам темпе
Объяснение возникших вопросов, закрепление пройденного материала и исправление ошибок
Данный проект, показывающий ваши навыки, будет прекрасным дополнением к вашему портфолио
Познакомитесь с площадками для поиска работы, узнаете, как успешно пройти стажировку, и получите доступ к бирже с вакансиями компаний-партнёров
Обучение организовано так, что вы можете спокойно совмещать его с работой, учебой и личной жизнью. Именно вы решаете, когда работать с материалами курса - вы занимаетесь тогда, когда удобно вам. Все уроки курса будут всегда в вашем доступе, даже после окончания курса, поэтому вы в любой момент сможете повторить пройденный материал.
Именно вы решаете, когда и сколько заниматься. Обычно студенты тратят на обучение от трех до пяти часов в неделю.
Да, вы можете купить курс в рассрочку, что позволит вам лучше спланировать свой бюджет.