Мы используем файлы cookie, чтобы улучшить работу сайта, и показывать вам контент, согласно вашим интересам. Продолжая использовать сайт, вы соглашаетесь с условиями использования файлов cookie.
Close

Ноябрь 2021

DEEP
LEARNING 8.0

Обработка изображений и текстов
с помощью нейронных сетей
Расписание занятий:
пн, ср 19:00–22:00

Место проведения:
Онлайн-формат - Zoom
Новые возможности и способы извлечения ценности из данных
Обработка изображений, видео, текстов
Вот уже несколько лет Deep Learning поражает воображение своими возможностями, но конкретных бизнес-кейсов долгое время не было. За последние годы технология выросла и стала использоваться для решения самых разных бизнес-задач. Научившись применять deep learning в своем контексте, вы сможете вырасти как профессионал и повысить эффективность работы своего подразделения и организации, используя наиболее современные методы анализа и обработки данных.
Что входит в программу
2 проекта
Проекты выполняются в рамках домашнего задания (7−10 часов в неделю) и основаны на реальных кейсах. Работа будет вестись в двух форматах: 1) работа с Google Colab для итерационной работы и подбора правильной архитектуры нейронной сети, 2) работа с AWS Spot Instances — для длительного обучения моделей.
8 занятий
Проводятся в прямом эфире. Видеозаписи доступны в личном кабинете. Занятия устроены так, что преподаватель проводит обзор трендов, рассказывает об устройстве архитектур, демонстрирует практические кейсы, показывая подводные камни и best practices.
1 туториал
Дополнительное задание и туториал по разметке данных на крауд-платформе «Яндекс.Толока». Разметить данные бывает достаточно непросто. Поэтому важно правильно поставить задачу для исполнителей и сформировать стимулы для качественного выполнения работы.


Чему вы научитесь
В нашей программе есть две составляющих
Компьютерное зрение
Научитесь предобработке изображений и их последующей классификации.

Проект
: классификация типов комнат и помещений по фотографии в рамках задачи для создания виртуальной примерки интерьера.
Natural Language Processing
Научитесь задачам генерации и классификации текстов с использованием Deep Learning.

Проект
: классификация интентов для чат-бота в рамках задачи по созданию голосового ассистента службы поддержки
Часть 1. Введение в Deep Learning
и классификация изображений
Часть 2. Классификация текстов
Для кого эта программа?
-1-
Data Scientists

У вас уже есть опыт работы с классическим машинным обучением и NLP? После прохождения программы вы получите практические навыки для работы с современными архитектурами нейронных сетей и научитесь использовать эти знания для анализа данных.
-2-
Руководители и менеджеры
Вы занимаетесь развитием продукта или направления? Программа позволит вам глубже разобраться в трендах и технологиях глубокого обучения, а также понять, как deep learning помогает принимать решения и монетизировать ваш продукт.
-3-
ML-инженеры

Программа позволит глубоко погрузиться в теорию и практику глубокого обучения, с возможностью научиться разработке нейронных сетей на основе наиболее современных архитектур.
Наши преподаватели — только практики из индустрии, умеющие объяснять сложные вещи простыми словами

Дмитрий Коробченко
R&D Engineer and Manager, NVIDIA

Анатолий Востряков
Researcher, Chattermill
Cтоимость онлайн-программы
52 000 руб.
Цена действительна при раннем бронировании программы до 10 августа 2021 года.
Возможна рассрочка.
Действует дополнительная скидка 10%
для выпускников наших программ.
Инфраструктура программы
Реализация проектов ведется в Google Colab, а также на AWS Spot Instances. Каждый день вы будете пользоваться:
Google Colab
Обеспечивает удобную итерационную работу. Используемые библиотеки: Keras, TensorFlow.
AWS Spot instances
Используем для обучения финальной модели. Позволяет запускать обучение нейронных сетей на длительный период времени с минимизацией расходов на инфраструктуру и без потери данных во время обучения.
GitHub
Все презентации, jupyter-ноутбуки, лабы, мануалы мы выкладываем в закрытый репозиторий на GitHub. Этот инструмент является стандартом работы в среде программистов и профессионалов в сфере данных.
Личный кабинет
В нем вы можете проверить правильность выполнения лаб, используя автоматические чекеры. Там же можно смотреть прямые трансляции и видеозаписи занятий.
Slack
Общение во время программы происходит в Slack — удобный мессенджер для команд. Там можно общаться с преподавателями, организаторами, друг с другом. Следить за апдейтами в GitHub и быть в курсе новостей.
Для учебы вам потребуются
Входные требования
Умение программировать на Python 3
Это основной язык программирования, используемый на программе. Необходимы знания базового синтаксиса, а также опыт программирования на нем.
Базовые знания Linux
Какое-то количество времени вы будете проводить в командной строке Linux, работая с GPU-виртуалкой. Хорошо, если вы умеете перемещаться по директориям, создавать и редактировать файлы, заходить на удаленный сервер по ssh.
Статистика и линейная алгебра
На программе мы будем рассматривать продвинутые методы анализа данных, поэтому хорошо, если вы знаете основы статистики и линейной алгебры: среднее, дисперсия, вероятность, теорема Байеса, корреляция, ранг матрицы.
Машинное обучение
Мы не будем объяснять с нуля, что такое машинное обучение и погружаться в классические алгоритмы. Вам нужно обладать опытом построения таких моделей при помощи библиотек Python.
Наши принципы обучения
Чтобы обучение было эффективным и интересным, мы используем андрагогику
-1-
Материал ориентирован на конкретные задачи
Наша цель — научить вас решать задачи из реальной жизни, а не покрыть список тем. Теория — это инструмент необходимый для решения задач, а не самоцель.
-2-
Возможность сразу же применять знания
Уже после первой недели вы научитесь работать со Scala API и писать приложения на Apache Spark.
-3-
Самостоятельность в решении
Наши задания сформулированы так, что вам часто нужно будет что-то загуглить. После программы у вас будет свой багаж из качественных ресурсов.
F.A.Q.
Почему программа столько стоит?
  1. На нашей программе вы работаете на виртуальных машинах с GPU. Сама инфраструктура требует затрат, плюс мы их конфигурируем и поддерживаем. Для этого нужен человек.
  2. Наши преподаватели — практики из индустрии, работающие data scientist’ами и дата инженерами. Помимо них есть также координатор, который помогает и отвечает на основную часть технических вопросов.
Сколько времени потребуется для обучения?
Занятия проходят 2 раза в неделю по 3 часа. Это 6 часов. Плюс около 10−15 часов потребуется на решение проектов зависимости от задания и вашего изначального уровня подготовки.
Я смогу пройти программу, если совсем новичок и никогда не программировал?
Скорее нет. На этой программе не предусмотрено вводных занятий по Python. Его нужно знать на входе. Плюс нужны знания в области ML.
Чем ваша программа отличается от других программ по Deep Learning?
Мы используем механики и образовательные инструменты, которые позволяют вам приобрести знания и навыки с максимальной вероятностью. По статистике, доля успешно завершивших обычный онлайн-курс редко превышает 25%. На нашей программе, вне зависимости в оффлайне она проходит или в онлайне — стабильно свыше 70% участников получают по ее итогам сертификат.

Еще одно преимущество — это реальные датасеты и интересные проекты из бизнеса.
Где работают наши выпускники
Здесь они живут и работают

Остались вопросы?
Задайте их, мы с радостью вам ответим
Заявка на участие
Пожалуйста, оставьте свои контакты и мы свяжемся с вами в ближайшее время
Отправляя данную форму, вы подтверждаете свое
согласие на обработку персональных данных.
Ресурсы для подготовки
Пожалуйста, оставьте свои контакты и мы пришлем ресурсы для подготовки к курсу в ближайшее время
Отправляя данную форму, вы подтверждаете свое
согласие на обработку персональных данных.
Задайте ваш вопрос
Пожалуйста, оставьте свои контакты и мы свяжемся с вами в ближайшее время
Отправляя данную форму, вы подтверждаете свое
согласие на обработку персональных данных.