Специалистам по Data Science
Освоите современные архитектуры нейронных сетей, чтобы применять их в работе над своими задачами
ML‑инженерам
Научитесь строить модели DL и поймёте, в чём их исключительные особенности при интеграции в ML‑пайплайны
Разработчикам
Поймёте, как функционируют нейронные сети, и познакомитесь с фреймворком PyTorch
Работать на DL‑фреймворке PyTorch
Строить нейросети самостоятельно, находить в них неполадки и устранять
Обучать нейросети эффективно и с высоким качеством
Создавать CV‑модели для анализа и интерпретации визуальной информации
Создавать NLP‑модели для анализа и интерпретации текстов
Создавать модели на базе NLP и Audio Analysis для обработки речи и поддержания диалога
Освоите актуальные подходы и инструменты
(1) гайд по поступлению
(2) консультация с личным куратором
(3) анонсы мероприятий и новости приёмной кампании
Вы оставляете заявку на консультацию с куратором Практикума на основе открытой информации. Университеты ИТМО и НИЯУ МИФИ реализуют программы, ведут приём и зачисление. АНО ДПО «Образовательные технологии Яндекса» — партнёр программ.
Если вам удобнее общаться в Telegram, активируйте бот и напишите ваш вопрос — подключится куратор и поможет
Нейросетевые решения на практике
Скидка за прохождение
Попробуете применять предобученные модели для анализа текста и изображений
Скидка за прохождение
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
Детекция объектов
1 проект
Сегментация изображений
1 проект
Генерация изображений
1 проект
Визуальные трансформеры. Мультимодальные модели
1 проект
Современные модели: обучение и механизмы
1 проект
Большие языковые модели — LLM
1 проект
Путь генеративной NLP — от Seq2Seq к RAG
1 проект
Современная NLP: поиск, агенты, мультимодальность
1 проект
Современные модели: обучение и механизмы
1 проект
Большие языковые модели — LLM
1 проект
Путь генеративной NLP — от Seq2Seq к RAG
1 проект
Современная NLP: поиск, агенты, мультимодальность
1 проект
Цифровая обработка аудио. Модели классификации
1 проект
Распознавание речи: классические CTC- и трансформерные модели
SSL-модели и большие речевые модели
1 проект
Синтез речи и управление характеристиками голоса
1 проект
Инференс и оптимизация аудиомоделей для RAG
1 проект
Все материалы
всегда под рукой
Теория доступна с компьютера и в приложении. Будете тренироваться на нашей платформе и сразу применять новые навыки в работе.
Практикум ИИ
для закрепления знаний
Он кратко перескажет урок, ответит на вопросы и объяснит непонятное другими словами.
Готовая облачная
инфраструктура
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 Ozon Tech
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 МГТУ им. Баумана
Ex-Head of ML в компании по разработке ПО для АПК. Автор курсов по ML и CV.
Проводят воркшопы и отвечают в чате
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 Ozon Tech
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
Для успешного обучения нужны:
• Навыки программирования на Python, включая знание ООП.
• Опыт в анализе данных, их визуализации и манипулировании ими.
• Знания в классическом машинном обучении на табулированных данных.
• Базовые знания по математике: о функциях, их формульном представлении и дифференцировании.
• Базовые знания в линейной алгебре: о матрицах, их свойствах и типовых операциях с ними, таких как сложение, умножение, транспонирование.
• Знание командной строки будет преимуществом, но не обязательно.
Тогда вы получите диплом о профессиональной переподготовке, если у вас есть среднее профессиональное или высшее образование. Если нет, отправим вам сертификат о прохождении курса в электронном виде.
А если не получится пройти курс целиком и выполнить итоговый проект, по запросу выдадим вам электронную справку об обучении — с перечнем модулей, которые вы освоили.