Модели машинного обучения успешно и широко применяются в самых различных сферах, начиная от машиностроения, заканчивая медициной и майнингом криптовалют. Это могут быть рекомендательные системы типа гибрид или модели, включающие в себя нейронные сети. Созданием моделей машинного обучения занимаются такие специалисты, как ML-инженер и Data Scientist. Используют в работе Microsoft Excel, Apache Airflow, SQL, Git, и другие инструменты.
Программа курса
Смотрите лекции в любое время вне зависимости от расписания. Семинары будут проходить в вечернее время с преподавателями УрФУ. Не забывайте, что для освоения программы в полной мере необходимо уделять минимум 15-20 часов в неделю. Последний семестр будет полностью направлен на подготовку к дипломной работе.
Чему вы научитесь
Преподаватели
Программа курса
Вас ждёт изучение процесса машинного обучения, состоящее из 80 теоретических блоков и двух итоговых проектов, при этом первые три месяца вы сможете обучаться без затрат. Двухступенчатый формат обучения позволит вам начать с основ математики и статистики, а затем перейти на более продвинутый уровень изучения алгоритмов и нейросетей, а также поучаствовать в соревновании для ML-специалистов на специальной платформе.
Чему вы научитесь
Преподаватели
Навыки
Программа курса
Вам предстоит изучать теоретические материалы и выполнять практические задания для закрепления полученных навыков.
Чему вы научитесь
Преподаватели
Эксперт
Эксперт
Эксперт
Эксперт
Эксперт
Machine learning инженер
Руководитель отдела подготовки экспертов и управления качеством образования
Team Lead data scientist
Senior Data Scientist SberDevices
Руководитель центра карьеры
Программа курса
Программа курса рассчитана на тех, кто начинает изучать основы машинного обучения. Студенты изучат язык программирования и научаться применять его для сбора и анализа данных.
Чему вы научитесь
Преподаватели
Программа курса
Вас ждут два модуля, изучение которых позволит получить высокооплачиваемую профессию в области Data Science и Machine Learning. Вы будете изучать теорию, а затем опробуете все усвоенные знания на практике.