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
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
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
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.