Старт в одной из самых востребованных профессий 2024 года
Junior, после 9 месяцев обучения
ML Engineer, после года обучения на платформе
Возможности наших выпускников безграничны
Истории обычных людей, преобразивших свои жизни благодаря обучению ИТ-профессии. Они восхищают нас своей силой и вдохновляют на подобные перемены.
Получите все
нужные навыки
Junior
Machine learning engineer
Другие названия вашей профессии:
ML-Engineer, data scientist
Желаемая зарплата
от 80 000₽
Инструменты
Python
numpy
pandas
scikit-learn
Hadloop
Hive
SQL
GitLab
Excel
Pycharm
Jupyter Notebook
FastAPI
Airflow
Навыки
- Обучение моделей способами классического машинного обучения
- Получение данных из различных источников (чтение из файлов, API, базы данных)
- Построение алгоритмов для рекомендательных систем
- Очистка и преобразование данных, их подготовка к анализу
- Формирование пайплайнов от сбора данных до получения результатов моделирования
- Проведение разведывательного анализа
- Визуализация данных в Pandas, Matplotlib
- Моделирование при помощи нейросетевых подходов
- Feature engineering: оценка важности фичей, отбор признаков, методы уменьшения размерности
- Работа с NLP/CV-задачами с помощью стандартных методов и deep learning
Реальные проекты в вашем портфолио
Построите полноценную модель для предсказания спроса на аренду автомобилей.
Бесплатная консультация со специалистом
звонок чтению страницы
Комбинируем живое обучение и видеоуроки
и практика с экспертами
Разберетесь
с теорией
Научитесь решать задачи на практике
Закрепите знания, работая в группах
С вами будут работать опытные эксперты по кибербезопасности
Автор курса Senior data scientist, team lead, SberData, Сбер
Спикер курса. R&D director, UBIC Tech
Product owner R&D, ELMA
Applied scientist, Zalando
Доцент факультета компьютерных наук, ВШЭ
Спикер курса. Data engineer, Made
Спикер курса. Data analyst, Ernst & Young
Ведущий инженер по разработке, Сбербанк
Middle+ data engineer, Wildberries
Team lead команды «Модели управления жизненным циклом клиента» в ВТБ
Доцент Московского авиационного института. Спикер курса «Основы статистики и теории вероятностей»
Data scientist в Сбербанке, математик в ВЦ РАН. Блок «Основы математики для data science»
Практикуйтесь еще больше на мероприятиях
На мероприятиях вы сможете поработать с кейсами в прямом эфире и сразу получить обратную связь от экспертов
Цель обучения — ваше трудоустройство
работу с нашей помощью
Программа обучения
- Введение в Data science. Business understanding. С чего начинается работа с данными. Data understanding. Excel. Знакомство с основными направлениями Data science
- Введение в Python. Переменные и типы данных, условия, циклы, алгоритмы, функции. Коллекции в Python, чтение файлов в Python. Библиотека Pandas
- Работа с данными: получение данных с помощью API, базы данных, язык запросов SQL, Power BI, Data Preparation
- Разведочный анализ данных: Data cleaning, Data visualization, Feature engineering
- Метрики в аналитике. Продуктовая и маркетинговая аналитика
- Машинное обучение: основные термины, постановка задачи, выгрузка данных
- Алгоритмы машинного обучения для решения задач регрессии, классификации и кластеризации
- Кластеризация. Метод k-средних и его интерпретация. DBSCAN
- Основы анализа текстов
- Auto ML. Нейронные сети и Computer vision. Нейронные сети и NLP
- Алгоритмы для построения рекомендательных систем: коллаборативная фильтрация, бизнес-оценка рекомендательных систем, продвинутые инструменты ML-инженера
- Прогнозирование временных рядов
- Ансамблевые методы, стекинг, бэггинг, бустинг
- Изучение работы с нейросетями: как они устроены, как использовать предобученные модели, готовить и передавать данные в нейросеть, строить и тестировать архитектуры, настраивать параметры и обучать модели на GPU.
- Научитесь применять алгоритмы машинного обучения и нейронные сети для обработки естественного языка.
- Поработаете с языковыми моделями: Bert, Elmo и другими
- Используя алгоритмы машинного обучения и нейросетей, будете распознавать объекты, лица и эмоции, классифицировать и сегментировать изображения
- Получите базовые знания по математике для работы с аналитикой и Machine learning.
- Научитесь работать с математическими сущностями в Python-библиотеке SymPy
- Введение в теорию вероятностей. Поймете принципы работы со случайными величинами и событиями.
- Познакомитесь со статистическими тестами, которые полезны при составлении моделей и проверке гипотез
- Теория вероятностей в Python
- Научитесь применять основные принципы статистики при работе с задачами data science
- Поймете, как устроены алгоритмы машинного обучения, как в них применяются математическая статистика и теория вероятностей
Получите презентацию
курса и консультацию
Вы получите сертификат и подтвердите, что стали ML-инженером
образовательной лицензии
Выгодные условия оплаты
Рассрочка под 0%,
без переплаты и скрытых платежей
Без первого взноса
Можно вернуть до 13%
от цены курса
Воспользуйтесь налоговым вычетом
Поможем дойти до конца обучения
Подробно разбирает домашние задания, помогает сделать их лучше
Помогает в поиске работы: от плана действий до собеседований
Помогает с вопросами по платформе и прохождению курса
13 лет обучаем специалистов в IT и Digital
Входим в группу компаний VK и дорожим качеством своих курсов
студентов и выпускников за все время
положительных отзывов от студентов на программы и преподавателей
в рейтинге крупнейших компаний в сфере онлайн-образования, по версии Smart Ranking
Часто задаваемые вопросы
