Андрей Сухобок
Программа курса
Программа курса содержит 8 тематических блоков и 44 темы суммарно. В конце курса - итоговый проект для портфолио и отработки навыков.
Чему вы научитесь
Настраивать окружение и писать production код, готовый к внедрениюРаботать с AutoML подходами и понимать ограничения в их примененииПонимать и уметь применять Байесовские методы и обучение с подкреплением для соответствующих задачРешать нестандартные проблемы, возникающие в рекомендательных системах, временных рядах и графахПреподаватели
Эксперт
Руководитель отдела исследований и разработок
Data Scientist; Старший аналитик
Эксперт
Senior-разработчик; Кандидат технических наук
Data Scientist в Газпромбанк
Data Scientist
Team Lead data scientist
Senior Data Scientist SberDevices
Преподаватели
Программа курса
Вам предстоит изучать теоретические материалы и выполнять практические задания для закрепления полученных навыков.
Чему вы научитесь
Строить модели машинного обученияПроектировать рекомендательные системы Собирать и анализировать данныеРаботать в специализированных сервисахИскать ошибки и фиксить их 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
Преподаватели
Machine Learning от Otus
12 МесяцевПрограмма 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
Программировать на языке PythonСобирать данныеОбучать моделиИспользовать Python для Data ScienceПреподаватели
