Данный курс содержит в себе всю необходимую информацию об инструментах, предназначенных для взаимодействия с потоковыми данными и создания ML-алгоритмов. Он подходит для начинающих ML-специалистов, которые хотят работать с большими данными, и для дата-сайнтистов, которые хотят освоить новые инженерные навыки. Вы научитесь взаимодействовать с распределенными файловыми системами, проводить A/B-тестирования и работать с контейнерами, узнаете, как проектировать нейросети и создавать ML-модели для решения различных задач.
Показываем, как будет расти ваш заработок вместе с опытом. И сколько времени потребуется, чтобы окупить вложения в образование
Вас ждут онлайн-занятия, на которых вы научитесь работать с потоковыми данными и освоите инженерные навыки, а также выполните итоговый проект для портфолио.
Вы узнаете, что такое градиентный спуск и научитесь работать с линейными моделями.
Вы рассмотрите ключевые метрики машинного обучения и наиболее применяемые методы.
Вы изучите историю работы с данными и увидите этапы развития подходов.
Вы научитесь программировать на языке Scala и потренируетесь в этом на практике.
Вы узнаете, как устроены распределенные файловые системы и сможете с ними взаимодействовать.
Вы научитесь работать с менеджерами ресурсов в распределенных файловых системах.
Вы изучите этапы развития данных фреймворков и рассмотрите несколько примеров их применения.
Вы изучите основы работы с популярным фреймворком Apache Spark.
Вы узнаете способы грамотного переноса ML-алгоритмов в распределенную вычислительную среду.
Вы сможете работать с ML-моделями в популярном фреймворке Apache Spark.
Вы сможете самостоятельно создавать различные блоки для популярной библиотеки SparkML.
Вы поймете, как можно автоматизировать ML-процессы и оптимизировать гиперпараметры.
Вы рассмотрите различные библиотеки для Spark и узнаете задачи, которые они помогают решить.
Вы узнаете, что такое потоковая обработка данных и научитесь ее использовать.
Вы освоите компонент Spark, который используется для обработки данных в онлайн-режиме.
Вы научитесь осуществлять структурный и непрерывный стриминг в Spark.
Вы рассмотрите другие потоковые фреймворки, узнаете их преимущества и недостатки.
Вы научитесь определять цели вашего ML-проекта и анализировать их.
Вы рассмотрите реальную задачу и на ее примере поймете, как определяются долгосрочные ML-цели.
Вы научитесь проводить A/B-тестирования и анализировать их результаты.
Вы изучите дополнительные темы, связанные с целеполаганием и анализом результатов.
Вы рассмотрите особенности различных подходов выводов ML-решений в продакшн.
Вы научитесь использовать Data Version Control для версионирования данных и воспроизводимости экспериментов.
Вы узнаете, что такое онлайн-сервинг моделей и сможете его проводить.
Вы изучите различные паттерны асинхронного потокового машинного обучения.
Вы поймете, в каких ситуациях вам нужно будет использовать язык Python, и освоите необходимые функции.
Вы узнаете критерии хорошего кода на языке Python и научитесь их соблюдать.
Вы научитесь проектировать REST-архитектуру с помощью фреймворка Flask.
Вы узнаете, что такое Docker, рассмотрите его структуру и способы применения.
Вы научитесь использовать платформу Kubernetes, сможете создавать контейнеры и управлять ими с помощью нее.
Вы освоите различные полезные инструменты для платформы Kubernetes и потренируетесь их применять.
Вы научитесь работать с облачной платформой машинного обучения Amazon Sagemaker.
Вы освоите инструмент AWS, который предоставляет множество полезных сервисов для машинного обучения.
Вы узнаете, что такое нейронные сети и поймете, на что они способны.
Вы научитесь строить нейросети при помощи инференса и распределенного обучения.
Вы освоите метод машинного обучения, предназначенный для выполнения задач регрессии и классификации.
Вы изучите способ обучения, когда нейросеть учится, взаимодействуя с некоторой средой.
Вы узнаете, как организована проектная работа и выберете интересующую вас тему.
Вы получите консультацию по домашним заданиям и теме вашего проекта.
Вы защитите ваши проекты перед преподавателями и получите от них отзыв.
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
Научитесь выгодно презентовать свои сильные стороны, чтобы получать больше откликов компаний
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 всегда сможете задать вопрос преподавателю в личном кабинете. Также вы будете получать от него обратную связь после выполнения домашних заданий.
Да, вы можете купить курс в рассрочку, что позволит вам лучше спланировать свой бюджет.