Логотип Academy Market
Каталог курсов
Логотип Academy Market
Наверх
Алексей Биршерт
Алексей Биршерт
Аналитик Raiffeisen CIB в kaprov.courses
г. Москва

Алексей Биршерт

Аналитик Raiffeisen CIB в kaprov.courses
г. Москва

Деятельность - разработка моделей динамического ценообразования в Raiffeisen CIB. До этого работал научным сотрудником лаборатории Факультета компьютерных наук Высшей школьной экономики, исследовал анализ естественного языка и многоязычные языковые модели. Ведёт курс "Основы глубинного обучения" в НИУ ВШЭ. В 2022 году участвовал в программе "Алгоритмы и анализ данных" образовательного центра "Сириус".

Поиск работы
Не находится в поисках работы
Направление
Рейтинг курсов
4,47
kaprov.courses
Аналитик Raiffeisen CIB
ФКН НИУ ВШЭ
Научный сотрудник
Логотип школы
92 000 ₽
Ещё -5% по промокоду

Программа курса

На онлайн-курсе вы обретёте базовые знания в сфере Deep Learning и выберете трек специализации: NLP-инжиниринг, обработка звука или CV-инжиринг. 

1.
База DL
2.
Трек NLP
3.
Трек Computer Vision: в разработке
4.
Трек Audio Analysis: в разработке

Чему вы научитесь

Выделять закономерности в Deep Learning
Строить нейросети из слоёв
Оптимизировать нейронные сети
Обрабатывать текстовый, аудио-, фото- и видеоконтент с помощью нейросетей
Дообучать нейронные сети
Логотип школы
126 000 ₽
Ещё -5% по промокоду

Программа курса

За семь месяцев вы с нуля научитесь работать в сфере Machine Learning: сможете создавать модели машинного обучения, приложения и нейросети.

1.
Прикладная разработка на Python
2.
Машинное обучение и приложения
3.
Обзор основ Deep Learning
4.
Статистика и А/В-тесты
5.
Собеседования и как их пройти

Чему вы научитесь

Владеть языком программирования Python
Работать с библиотеками и базами данных
Заниматься backend-разработкой
Строить ML-модели
Решать различные задачи по работе с текстами и изображениями

Программа курса

Курс развивает аналитическое мышление, навыки решения задач и способность понимать математическую литературу, что делает его идеальным для тех, кто стремится освоить математические основы.

1.
Математический анализ I
2.
Линейная алгебра
3.
Математический анализ II

Чему вы научитесь

Понимать математические основы алгоритмов машинного обучения
Работать с данными в многомерном пространстве
Строить и интерпретировать модели машинного обучения
Проверять гипотезы и делать выводы на основе данных
Решать задачи анализа данных с использованием математических методов