Искусственный интеллект. Алгоритмы машинного обучения на языке Python
Профессиональная переподготовка по специальности Инженер по машинному обучению.
О программе
Бизнес-структуры и органы госуправления нуждаются в специалистах работы с большими необработанными и неструктурированными данными. Востребованность Data Scientist и Machine Learning инженеров растет с каждым годом. Данная программа обучения направлена на устранение пробела на рынке квалифицированных специалистов в сфере Big data и AI.
ML-инженеры уже востребованы в направлениях:
- виртуальная и дополненная реальность;
- роботизированные транспортные средства;
- нейрокомпьютерные интерфейсы;
- интернет вещей;
- медицинские исследования;
и многое другое.
Содействие трудоустройству
Выпускникам, успешно завершившим обучение бесплатно открываем модуль «Эффективное резюме». На модуле вы составите своё резюме, сопроводительное письмо и получите развернутую обратную связь от практикующего рекрутера, сможете улучшить его и сделать более привлекательным для работодателей.
Кому подойдет программа
Студентам вузов
Получите знания вне учебной программы и дополнительный документ после окончания вуза, чтобы уверенно выйти на рынок труда
Студентам техникумов и колледжей
Структурируете и актуализируете знания. А так же получите документ от ведущего технического вуза, который станет аргументом для работодателей
Начинающим специалистам
Тем, кто хочет сменить работу, освоить современные инструменты и получить актуальную высокооплачиваемую специальность
Как проходит обучение
Занимайтесь без отрыва от работы и выделяйте на учебу столько времени, сколько есть прямо сейчас. Материала и обратной связи преподавателей достаточно, чтобы не привязываться к учебному графику и уложиться в срок
Учитесь в прямом эфире или смотрите в записи, если пропустили. Прямые эфиры с практическими заданиями, работой с преподавателем и обратной связью
Разработчики программы — специалисты-практики, научные сотрудники ТУСУРа, эксперты в области ИИ. Простым языком объясняют сложные вопросы.
Специально разработанные интеграционные кейсы из практики индустриальных партнеров (IТ-компаний) и экспертов, участвующих в разработке и проведении курса, для формирования у слушателей примеров решения типовых проблем, с которыми сталкиваются ML-инженеры.
Преподаватели уделяют внимание каждому слушателю и отвечают на возникающие вопросы на онлайн-консультациях, а также в форуме и чате на платформе обучения
Бережная «служба заботы» поддержит слушателей 24/7. Кураторы напомнят о вебинарах и сроках, пришлют ссылки на записи, поддержат и замотивируют двигаться вперёд.
Предполагаемый ежемесячный заработок
40 000₽ — 60 000₽
Нижняя граница заработка для начинающих разработчиков (Junior) в области Machine Learning
150 000 - 300 000₽
Заработная плата middle-разработчиков
от 500 000₽
Специалисты с квалификацией Senior (например, руководители проектов, лидеры команд)
Документ об окончании программы
Диплом о профессиональной переподготовке подтвердит, что вы прошли программу, и позволит вести деятельность в новой сфере. Добавьте диплом в портфолио — это дополнительный аргумент при устройстве на работу.
Ваше резюме после учебы
Machine Learning инженер (ML-инженер)
Инженер по машинному обучению. Умею создавать алгоритмы, на основе которых ИИ будет самостоятельно собирать только определённые данные и обрабатывать их тем способом, который соответствует целям разработчика и пожеланиям заказчика.
Применять Python, Git и визуализацию данных в Power BI и использовать Jupyter Notebook
Извлекать данные из источников при помощи Python, API, SQL
Делать разведывательный анализ с помощью Pandas, Numpy. Строить аналитические модели и разрабатывать модели машинного обучения
Использовать методы регрессии, кластеризации и снижения размерности, оценки и ансамблирования алгоритмов
Обучать модели машинного обучения и строить пайплайны в Airflow
Создавать web-приложения на Flask и знать основы контейнеризации с использованием Docker
Программа обучения
Курс 1. Введение в машинное обучение
14 ак. часовКурс 2. Программное обеспечение для разработки нейронных сетей
14 ак. часовКурс 3. Методы работы с данными
22 ак. часаКурс 4. Регрессия
18 ак. часаКурс 5. Кластеризация и снижение размерности
12 ак. часовКурс 6. Tree-based алгоритмы
20 ак. часовКурс 7. Меры оценки качества алгоритмов и моделей машинного обучения
14 ак. часовКурс 8. Ансамблирование алгоритмов
16 ак. часовКурс 9. Рекомендательные системы
16 ак. часовКурс 10. Обзор задач в распознавании естественного языка и в компьютерном зрении
6 ак. часовКурс 11. Использование моделей машинного обучения в Production
32 ак. часаИтоговая аттестация, форма контроля: защита проекта
Преподаватели
Куприц Владимир Юрьевич
Руководитель СКБ «Интеллектуальные радиотехнические системы», кандидат технических наук
Вебер Владислав Игоревич
ассистент кафедры радиотехнических систем ТУСУР
Тикшаев Иван Денисович
Генеральный директор ООО «ДЕВИНСАЙД», ассистент кафедры автоматизации обработки информации
Хотите обучить сотрудников вашей организации?
Заполните форму ниже и наш менеджер подберет наиболее удобную форму и комфортную стоимость обучения ваших сотрудников.
Стоимость программы
Рассрочка от вуза
оплачивайте обучение без вмешательства банка. Мы будем регулярно напоминать о платежах
Верните 13% стоимости,
воспользовавшись своим правом на налоговый вычет
Запросить коммерческое предложение
Заполните форму или свяжитесь с нами в удобном мессенджере