Специалистам по Data Science
Научитесь строить модели по изображениям и решать задачи компьютерного зрения на своих данных
ML‑ и DL‑инженерам
Добавите к своей практике детекцию, сегментацию и работу с визуальными данными на современных архитектурах
Разработчикам
Поймёте, как устроены большие языковые модели, научитесь их обучать и запускать на PyTorch
Обучать модели детекции и сегментации и запускать инференс на фото и видео
Дообучать готовые модели под свои данные и задачу
Размечать датасет с помощью VQA и обучать на этой разметке
Собирать нейросети на PyTorch, обучать их и проводить инференс
Разрабатывать модели на MLP, CNN, RNN и трансформерах
Экспериментировать с методами и улучшать качество модели
Освоите актуальные
подходы и инструменты
Нейросетевые решения на практике
Скидка за прохождение
Попробуете применять предобученные модели для анализа текста
Скидка за прохождение
Детекция объектов
1 проект
Сегментация изображений
1 проект
Генерация изображений
1 проект
Визуальные трансформеры. Мультимодальные модели
1 проект
Фундаментальные основы Deep Learning
1 проект
От рекуррентных нейронных сетей (RNN) к трансформерам
1 проект
Свёрточные нейронные сети (CNN): от основ до продвинутых методов
1 проект
Предобработка данных для моделей глубокого обучения (NLP, CV и Audio Analysis)
1 проект
Теория доступна с компьютера и в приложении.
Будете тренироваться на нашей платформе и сразу
применять новые навыки в работе.
Он кратко перескажет урок, ответит на вопросы
и объяснит непонятное другими словами.
Разработана и поддерживается опытными инженерами.
Получите доступ в один клик, прямо с платформы.
Разработали программу курса
Это инженеры с большим опытом обучения нейросетей
Антон Моргунов
CV Engineer в IT‑компании
Senior инженер по компьютерному зрению. Программный эксперт курса.
Даниил Вяжев
Мидл DL/ML‑инженер в НБКИ
Исследователь во ВШЭ. PhD Student в Технологическом университете.
Кирилл Бобылев
Senior Data Scientist в бигтехе
Специализируется в Moderation, Anti‑fraud, QC.
Станислав Жбанников
NLP‑инженер в сфере GenAI
Занимается оптимизацией обучения крупных MoE‑моделей. Был Lead Data Scientist в Ecom.tech.
Яна Петрова
Преподаватель Deep Learning в университете
Ex‑Head of ML в компании по разработке ПО для АПК. Автор курсов по ML и CV.
Артур Мутолапов
ML‑инженер в бигтехе
Больше 5 лет в машинном обучении. Работал специалистом по Data Science в Toloka.ai, Ubic technologies.
Проводят воркшопы и ревью
Помогут разобраться в сложных темах
Павел Кройчук
Senior ML‑инженер в e‑commerce
Специализируется на NLP/LLM, рекомендательных системах и revenue optimization. Разрабатывал LLM‑системы для Яндекс Такси.
Кирилл Талалаев
Senior Data Scientist в бигтехе
9+ лет занимается машинным обучением и анализом данных. Работал в ведущих IT‑компаниях над задачами в области Computer Vision, NLP, RecSys, Search.
Дают обратную связь по проектам
Проверят ваши работы и подскажут, что улучшить
Кирилл Бобылев
Senior Data Scientist в бигтехе
Работал в IoT‑проектах. Выстраивал DevOps‑процессы в ИИ‑стартапе.
Артём Носенко
Тимлид в крупном банке
Преподаёт в Центральном университете и ВШЭ, кандидат технических наук. Разрабатывал и внедрял модели для RecSys, временных рядов и NLP.
Даниил Вяжев
Мидл DL/ML‑инженер в НБКИ
Исследователь во ВШЭ. PhD Student в Технологическом университете.
Разрабатывают и поддерживают инфраструктуру
в которой вы будете выполнять практические задания
Александр Дядиченко
SRE в крупном ретейле
Специализируется на создании больших кластеров обработки данных и построении автоматизированных систем.
С дедлайнами
Для тех, кому важно чёткое расписание
В своём темпе
Для тех, кому важна гибкость
Программа рассчитана на специалистов, у которых уже есть опыт работы с нейросетями.
Для успешного прохождения курса нужны:
Обучение в своём темпе подойдёт тем, кому сложно подстроить график под расписание курса. Но важно помнить, что такой формат требует самоконтроля и высокой мотивации. С дедлайнами будет проще поддерживать темп занятий и пройти курс до конца.