MACHINE LEARNING ДЛЯ НАЧИНАЮЩИХ. ОБУЧЕНИЕ У НАС

Поможем с нуля освоить одну из самых востребованных IT-профессий
7 СЕНТЯБРЯ
ФОРМАТ ОБУЧЕНИЯ
ОНЛАЙН
Формат обучения Start ML
КОМУ ПОДОЙДЁТ
С НУЛЯ
Кому подойдет курс
НЕРСЕС БАГИЯН
Старт программы машинного обучения для начинающих
Преподаватель курса по машинному обучению для начинающих
СТАРТ ПРОГРАММЫ

ПОЛУЧИТЕ НЕОБХОДИМУЮ
БАЗУ ДЛЯ РАБОТЫ В СФЕРЕ
|

ML-инженер — это специалист, который находится на стыке анализа данных и разработки. Он должен уметь писать код, строить математические модели и понимать потребности бизнеса.

Мы составили программу курса таким образом, чтобы любой желающий без сильной математической подготовки смог разобраться со всеми этапами работы: от сбора данных и применения классических алгоритмов до обучения нейросетей и проведения A/B-тестов.

Одним словом, у вас в руках перед вами — исчерпывающий starter pack ML и Data Science.
Преподаватель курса ML-инженера Нерсес Багиян
НЕРСЕС БАГИЯН
Head of Data Science Raiffeisen CIB, хедлайнер курса

Чем занимаются ML-Инженеры:

большие объёмы данных и ищут в них закономерности.
модели машинного обучения и нейронные сети, которые помогают бизнесу принимать решения.
приложения и инфраструктуру для автоматизации работы ML-решений.
влияние новых алгоритмов на продукт и проводят эксперименты.
/Анализируют
/создают
/ОЦЕНИВАЮТ
/Разрабатывают

КОМУ ПОДОЙДЁТ ЭТОТ КУРС:

НОВИЧКАМ
Хотите освоить машинное обучение, но не знаете, с чего начать.
МАТЕМАТИКАМ
Увлекаетесь математикой и точными науками, но хотите перейти от теории к практике и научиться решать реальные бизнес-задачи.
АНАЛИТИКАМ
Уже работаете с данными, но хотите освоить продвинутые методы и инструменты, чтобы выйти на качественно новый уровень в аналитике.
РАЗРАБОТЧИКАМ
Имеете опыт в программировании и разработке приложений, но хотите применить свои знания в новой области и научиться выявлять потребности бизнеса.

ВАШИ НАВЫКИ == ЧЕРЕЗ 7 МЕСЯЦЕВ

МАРИЯ ОСТРИКОВА
Junior ML-инженер
Умею разрабатывать приложения на Python, знаю основы объектно-ориентированного программирования. Владею библиотеками для анализа данных и машинного обучения: pandas, numpy, matplotlib, seaborn, scipy, sklearn

Знаю синтаксис SQL, умею составлять запросы к базам данным и работать с SQLAlchemy

Знакома с основами backend-разработки и фреймворком FastAPI.
Использую Git для версионирования приложений и работы над проектами.
Применяю Airflow для автоматизации регулярных задач

Знаю классические ML-алгоритмы и умею строить ML-модели для решения задач регрессии, классификации и кластеризации

Имею опыт применения продвинутых ML-моделей на основе градиентного бустинга: CatBoost, LightGBM, XGBoost

Знакома с нейронными сетями и библиотекой PyTorch*. Умею решать задачи по работе с текстами и изображениями: классификация, детекция объектов, распознавание лиц, генерация текстов

Разбираюсь в основах теории вероятностей и математической статистики. Знаю основные статистические критерии и условия их применимости

Умею проводить A/B-тесты и оценивать влияние ML-моделей на продукт. Понимаю, как рассчитываются объём выборки, величина эффекта и продолжительность эксперимента

КАК ПРОХОДИТ ОБУЧЕНИЕ:

УЗНАВАЙТЕ ПОДРОБНЕЕ О КУРСЕ

Преподаватели расскажут о курсе, обсудят каждый модуль, его ценность и особенности использования полученных знаний в дальнейшей работе.

ФОРМАТ ОБУЧЕНИЯ

Обучение проходит в интенсивном формате по 3 занятия в неделю
Домашние задания выполняются на настоящей инфраструктуре
Все лекции и дополнительные материалы доступны на образовательной платформе и остаются у вас после окончания курса
На учёбу наши студенты тратят в среднем 20 часов в неделю

ФОКУСИРУЙТЕСЬ НА ПРАКТИКЕ

Мы включили в программу теорию по математике в необходимом для практики объеме. Помимо отдельного блока по статистике, математика встречается в уроках по машинному обучению – там, где она пригождается ML-специалисту. Ничего учить отдельно не придется, мы уже подобрали лучшие материалы и задания за вас.

Мы добавили как можно больше приближенных к реальности заданий, чтобы задачи на работе не оказались для вас сюрпризом.

РАБОТАЙТЕ НАД РЕАЛЬНЫМ ПРОЕКТОМ

Вы построите систему ранжирования постов в социальной сети. Над проектом вы будете работать на протяжении всего курса, выполняя задания по мере изучения необходимой теории. Вы освоите важнейшие области машинного обучения (от табличных данных до картинок) и познакомитесь с промышленной разработкой. В итоге вы создадите API, которое выбирает самые релевантные посты для каждого клиента.

ИСПОЛЬЗУЙТЕ НАШУ ИНФРАСТРУКТУРУ

Работайте во всех необходимых инструментах на нашей инфраструктуре. Вам не придется устанавливать ПО на свой компьютер, мы предоставляем доступ ко всем технологиям
Практикуйтесь на данных из реальных задач
Изучайте решения преподавателей и других студентов

ЗАДАВАЙТЕ ЛЮБЫЕ ВОПРОСЫ В ПОДДЕРЖКУ

Обсуждайте задачи и проекты с экспертами рынка
Вашими менторами будут ML-инженеры из ведущих российских компаний
ФОРМАТ ОБУЧЕНИЯ
 Обучение проходит в интенсивном формате по 3 занятия в неделю
 Домашние задания выполняются на настоящей инфраструктуре
 Все лекции и дополнительные материалы доступны на образовательной платформе и остаются у вас после окончания курса
 На учёбу наши студенты тратят в среднем 20 часов в неделю
ФОКУСИРУЙТЕСЬ НА ПРАКТИКЕ
 Мы включили в программу теорию по математике в необходимом для практики объеме. Помимо отдельного блока по статистике, математика встречается в уроках по машинному обучению – там, где она пригождается ML-специалисту. Ничего учить отдельно не придется, мы уже подобрали лучшие материалы и задания за вас.
Мы старались включить как можно больше приближенных к реальности заданий, чтобы задачи на работе не оказались для вас сюрпризом.
 Мы старались включить как можно больше приближенных к реальности заданий, чтобы задачи на работе не оказались для вас сюрпризом.
РАБОТАЙТЕ НАД РЕАЛЬНЫМ ПРОЕКТОМ
Проект заключается в построении системы ранжирования постов в социальной сети. Вы будете работать над ним на протяжении всего курса, выполняя задания по мере изучения необходимой теории. Вы освоите важнейшие области машинного обучения (от табличных данных до картинок) и познакомитесь с промышленной разработкой. В итоге вы создадите API, которое выбирает самые релевантные посты для каждого клиента.
ИСПОЛЬЗУЙТЕ НАШУ ИНФРАСТРУКТУРУ
 Работайте во всех необходимых инструментах на нашей инфраструктуре. Вам не придется устанавливать ПО на свой компьютер, мы предоставляем доступ ко всем технологиям
 Практикуйтесь на данных из реальных задач
 Изучайте решения преподавателей и других студентов
ЗАДАВАЙТЕ ЛЮБЫЕ ВОПРОСЫ В ПОДДЕРЖКУ
— Обсуждайте задачи и проекты с экспертами рынка
Вашими менторами будут ML-инженеры из ведущих российских компаний

КАКИЕ ИНСТРУМЕНТЫ ВЫ ОСВОИТЕ

ПРОГРАММА КУРСА ://

УЧИТЕСЬ У >ЛУЧШИХ>

Преподаватель онлайн курса Start ML Нерсес Багиян
Руководитель направления продвинутой аналитики в Raiffeisen CIB. Преподаватель машинного обучения ФКН НИУ ВШЭ. Выпускник школы анализа данных от Яндекса. Ранее прошёл путь от стажера до старшего аналитика в Яндекс. Маркете за 2 года.
Head of DS в Raiffeisen CIB
НЕРСЕС БАГИЯН
Преподаватель курса Start ML для начинающих Алексей Кожарин
Работал ML-инженером в Райффайзенбанке, занимался процессингом данных, построением моделей и автоматизацией ML-проектов. Сейчас работает backend-разработчиком в Яндекс.Диске
Модули >>>
Backend Яндекс.Диск

АЛЕКСЕЙ КОЖАРИН
Преподаватель курса Start ML Никита Табакаев
Занимается продуктовой аналитикой и построением моделей машинного обучения в корпоративно-инвестиционном подразделении Райффайзенбанка.
Модули >>>
Аналитик Raiffeisen CIB
НИКИТА ТАБАКАЕВ
Преподаватель курса Start ML Алексей Биршерт
Занимается построением моделей динамического ценообразования в корпоративно-инвестиционном подразделении Райффайзенбанка. Исследователь в области обработки естественного языка.
Модули >>>
Аналитик Raiffeisen CIB
АЛЕКСЕЙ БИРШЕРТ
Преподаватель курса Start ML Эмиль Каюмов
Отвечает за рекомендации и прогнозы для задач эффективности Яндекс.Еды. Ранее запускал рекомендации и прогнозы времени доставки в Яндекс.Лавке, занимался задачами продукта Яндекс.Такси.
Модули >>>
Head of ML Яндекс.Еда
ЭМИЛЬ КАЮМОВ

ОТЗЫВЫ СТУДЕНТОВ /

  • Благодарю создателей курса за вполне качественный курс по основам машинного обучения.

    Изначально я хотел получить знания в области машинного обучения. После февральских событий пришёл к выводу, что и профессию пора бы сменить на соответствующую. Первые два блока очень понравились, все 4 месяца с удовольствием учился на курсе.

    Читать полностью
    Тимур, теплоэнергетик
  • Спасибо большое всей команде, вы делаете крутой продукт!
    
    Курс повлиял на мою карьеру — в июле я стала откликаться на вакансии и в августе нашла работу Junior Data Scientist в QIWI, чему очень рада! Было два этапа собеседования, и вот — теперь работаю на новом месте...

    Читать полностью
    ЕЛЕНА, BI-аналитик
  • Спасибо большое всей команде, вы делаете крутой продукт!
    
    Курс повлиял на мою карьеру — в июле я стала откликаться на вакансии и в августе нашла работу Junior Data Scientist в QIWI, чему очень рада! Было два этапа собеседования, и вот — теперь работаю на новом месте...

    Читать полностью
    ЕЛЕНА, BI-аналитик
  • Благодарю создателей курса за вполне качественный курс по основам машинного обучения.
    
    Изначально я хотел получить знания в области машинного обучения. После февральских событий пришёл к выводу, что и профессию пора бы сменить на соответствующую. Первые два блока очень понравились, все 4 месяца с удовольствием учился на курсе.

    Читать полностью
    Тимур, теплоэнергетик

FAQ