Специалист в области ИИ и машинного обучения
Хочу учиться
288 академических часов
Цифровые кафедры ТГУ
*Формат обучения - дистанционный
Программа предлагает уникальную возможность для глубокого развития ваших навыков в анализе данных и создании передовых алгоритмов искусственного интеллекта. Вы освоите современные технологии анализа и аннотирования данных, а также получите практические знания в области машинного обучения.

В основе учебного плана — навыки по Python или генеративному искусственному интеллекту, мягкие навыки для цифровой экономики, а также погружение в прикладной искусственный интеллект.
Выберите один из трех треков
Разметка данных
Научитесь эффективно подготавливать данные для обучения алгоритмов, что является ключевым этапом в разработке надежных и эффективных систем ИИ.
Аналитик данных
Научитесь собирать, обрабатывать и анализировать большие объёмы данных для выявления закономерностей, которые используются для принятия бизнес-решений, предсказаний и стратегического планирования.
ML-инженер
Получите навыки в области проектирования и оптимизации алгоритмов машинного обучения, что позволит им решать сложные задачи в различных отраслях.
Для кого
  • Ординаторы
  • Магистранты
  • Специалисты 2-го курса и выше
  • Бакалавры 2-го курса и выше
Требования
Хорошая успеваемость по основной образовательной программе
Для обучения на Цифровых кафедрах допускаются студенты очной и очно-заочной формы обучения
Обучения по программе позволяет получить не только новую профессию в сфере EdTech, но и усилить свою профильную специальность
Формат обучения
Небольшие лекции: каждая лекция будет короткой (30−40 минут), чтобы материал легко усваивался.
Практические задания: вы будете выполнять задания, используя LMS iDO.
Интерактивная обратная связь: сразу после лекций мы будем взаимодействовать через специальные сервисы.
Обсуждения в чате: все задания можно обсуждать с одногруппниками и преподавателями.
Обучение завершается стажировкой на предприятии-партнере с реализацией реального проекта по выбранной специализации. Такой формат поможет вам не только понять теорию, но и применить ее на практике, что особенно важно при работе с нейросетями.
Программа обучения
Рабочая программа
Модуль 1: Введение в искусственный интеллект
Модуль 1: Введение
в искуственный интеллект
Модуль 2: Основы Python для анализа данных
Модуль 2: Основы Python
для анализа данных
Модуль 3: Обработка и анализ данных (по выбору)
Модуль 3: Обработка
и анализ данных
(по выбору)
  • Обработка и анализ данных на Python
  • Excel для анализа данных
Модуль 4: Специализация (по-выбору)
Модуль 4: Специализация
(по выбору)

  • Аналитика данных
  • ML-инженерия
  • Разметка данных и обучение моделей
Модуль 5: Гибкие навыки

  • Управление проектами по Agile
  • Основы коммуникации
  • Поиск и анализ информации
Модуль 6: Стажировка
Программа включает в себя стажировку, в которой студенты будут работать над проектами от индустриальных партнеров.
Резюме после выпуска
Аналитик данных
Умение работать с большими объемами данных: их очистка, предобработка и анализ
Извлечение данных из реляционной БД и конструирование аналитических метрик с помощью языка SQL
Построение пайплайнов данных
Создание интерактивных визуализаций и отчетов с результатами анализа данных
Навыки и знания
Проверка гипотез на основе статистического анализа
Практические инструменты
Python
Power Query
Yandex DataLens
Pandas
Power BI
PostgreSQL
ML-инженер
Умение работать с большими объемами данных: их очистка, предобработка и анализ
Извлечение данных из реляционной БД и конструирование аналитических метрик с помощью языка SQL
Построение моделей машинного обучения в зависимости от решаемой задачи
Оптимизация моделей для улучшения производительности и эффективности
Навыки и знания
Тестирование и оценка эффективности моделей
Практические инструменты
Python
NumPy
Matplotlib
Pandas
PostgreSQL
Power Query
Разметчик данных
Умение работать с большими объемами данных: их очистка, предобработка и анализ
Формирование ТЗ на разметку данных для моделей машинного обучения в соответствии с бизнес-задачей
Верификация информации, проверка на достоверность
Настройка и обучение простых языковых моделей
Навыки и знания
Подготовка и аннотирование данных для обучения моделей машинного обучения
Практические инструменты
Python
Pandas
Excel
Power Pivot
Power Query
Партнеры программы
Почему наша программа
Для подготовки программы мы провели дата-анализ 20 000 вакансий рынка труда
После обучения лучших студентов приглашаем в команду Лаборатории прикладного анализа больших данных на оплачиваемую стажировку
Открытые лекции от экспертов по искусственному интеллекту из топовых ИТ-компаний
Команда сопровождения и поддержки (тьюторы, куратор, менеджер кафедры)
Подай заявку уже сейчас
Подать заявку
Старт обучения:
01 октября 2024г.