Скидки на курсы ждут в личном кабинете. Нажмите тут
Есть рассрочка Поддержка куратора Домашние задания Стажировка

Факультет искусственного интеллекта

от GeekBrains
Факультет искусственного интеллекта
Формат
Онлайн
Длительность
18 месяцев
Уровень
Для новичков
Документ
Диплом
Трудоустройство
Да
Программа

Чтобы успешно пройти обучение, достаточно школьных знаний. Программа разработана совместно с компаниями Мегафон и NVIDA. Учат программировать на Python, работать в Linux, собирать данные и проводить статистическое исследование. Вас познакомят с методами машинного обучения и нейронными сетями. Вы также изучите компьютерное зрение и продвинутые архитектуры свёрточных нейронных сетей. Будет отдельный раздел по математике для Data Science.

На курсе много практических заданий. Они максимально приближены к реальным задачам. За время обучения вы сможете добавить 14 кейсов в своё портфолио. После обучения здесь вы сможете работать по специальностям Data Scientist, Data Analyst, Machine Learning Engineer, Computer Vision-специалист, NLP-специалист. Курс ключает в себя пакеты на выбор: «Data Science Мастер» с длительностью обучения 24 месяца и «Data Science PRO» с длительностью обучения 36 месяцев.

  • Подготовительные курсы

    Их необязательно проходить, но они помогут лучше погрузиться в обучение.

    Курсы

    • Видеокурс: как учиться эффективно
    • Основы математики
    • Основы программирования
    • Основы языка Python
    • Git. Базовый курс
  • I год. I четверть. Программирование

    Научитесь работать в Linux и создавать сервера в облачных сервисах AWS, проводить поиск информации и основные операции с файлами, выполнять мониторинг работы сервера. Научитесь использовать язык запросов SQL, создавать и оптимизировать сложные запросы. Освоите библиотеки языка Python, предназначенные для Data Science: Numpy, Pandas, Matplotlib, SciKit-Learn.

    Курсы

    • Встреча декана со студентами
    • Основы языка Python
    • Linux. Рабочая станция
    • Основы реляционных баз данных и MySQL
    • Библиотеки Python для Data Science: Numpy, Matplotlib, Scikit-learn

    Проекты

    • Предсказание цен на недвижимость
  • I год. II четверть. Сбор данных и статистическое исследование

    Познакомитесь с теорией вероятностей и математической статистикой. Изучите методы проведения корреляционного, дисперсионного и регрессионного анализа. Научитесь работать с RESTful/SOAP-сервисами, форматами XML и JSON в Python, а также познакомитесь с особенностями открытых данных (OpenData).

    Курсы

    • Библиотеки Python для Data Science: продолжение
    • Методы сбора и обработки данных из сети Интернет
    • Введение в математический анализ
    • Теория вероятностей и математической статистике

    Проект

    • Сбор информации по заданным критериям
    • Разведочный анализ данных (EDA) на основе полученной информации
  • I год. III четверть. Математика для Data Scientist

    Рассмотрите математические аспекты алгоритмов, применяемых в Data Science: линейная и логистическая регрессия, градиентный спуск, метод ближайших соседей, кластеризация, деревья решений, случайный лес, градиентный бустинг. Поймете, как устроены алгоритмы на уровне математики.

    Курсы 

    • Линейная алгебра
    • Алгоритмы анализа данных

    Проект

    • Построение модели кредитного скоринга для банка
  • I год. IV четверть. Машинное обучение

    Освоите Python: от основ программирования до автоматизации, сбора, обработки, анализа и визуализации данных.

    Курсы

    • Машинное обучение в бизнесе
    • Рекомендательные системы
    • Видеокурс от Мегафон + курсовой проект

    Проект

    • Рекомендательная система для интернет-магазина
    • Прогнозирование оттока абонентов
    • Алгоритм для определения вероятности подключения услуги
  • II год. V четверть. Нейронные сети

    Научитесь решать задачи Machne Learning с данными из соцсетей, геоданными, применением графов, а также познакомитесь с нейронными сетями. На практике познакомитесь с фреймворками для разработки нейронных сетей: Tensorflow, Keras, PyTorch.

    Курсы

    • Введение в нейронные сети
    • Фреймворк PyTorch для разработки искусственных нейронных сетей

    Проект

    • Распознавание и классификация изображений
  • II год. VI четверть. Задачи искусственного интеллекта

    Изучите продвинутые архитектуры сверточных нейронных сетей, обработку естественного языка и компьютерное зрение.

    Курсы

    • Введение в обработку естественного языка
    • Глубокое обучение в компьютерном зрении

    Проект

    • Определение эмоциональной окраски текста и классификация текстов
    • Приложение, которое анализирует объекты на камере
    • Чат-бот на основе искусственного интеллекта, который может общаться на любые темы
  • II четверть. Специализация

    Изучите фреймворк PyTorch и углубитесь в работу с компьютерным зрением и обработкой естественного языка.

    Курсы

    • Введение в компьютерное зрение от Nvidia
    • Фреймворк PyTorch для разработки искусственных нейронных сетей
    • Введение в обработку естественного языка

    Проект

    • Приложение, которое анализирует объекты на камере
    • Чат-бот на основе искусственного интеллекта, который может общаться на любые темы
  • Курсы вне четверти. Предметы с индивидуальным выбором даты старта

    Вы можете формировать часть расписания самостоятельно и регулировать интенсивность обучения.

    Курсы

    • Подготовка к поиску работы
    • История развития искусственного интеллекта
    • Алгоритмы и структуры данных на Python
    • Введение в высшую математику
    • Спортивный анализ данных. Платформа Kaggle
    • Язык R для анализа данных
    • Визуализация данных в Tableau
    • Сверточные нейронные сети в компьютерном зрении

    Проекты

    • Соревнование на площадке Kaggle
Чему научат на курсе
Строить скоринговые модели
Строить модели прогнозирования цен и спроса
Формировать отчеты анализа данных
Сегментировать, кластеризовать и классифицировать клиентскую базу
Строить рекомендательные системы
Владеть методами прикладной статистики, теории вероятностей
Знать алгоритмы и структуры данных
Писать «чистый» код
Знать библиотеки для машинного обучения (Scikit-learn, XGBoost, Vowpal Wabbit)
О школе
GeekBrains
рейтинг 4.4
61 отзыв
109 курсов
GeekBrains

История проекта GeekBrains начинается в 2010 году, когда его основатели заметили, что образовательным программам в такой динамичной сфере, как IT, часто не хватает актуальной теории и практических предметов. Сначала появилась «Школа программирования», которая со временем выросла в платформу с онлайн-курсами по различным IT и digital-профессиям Гик Брейнс. В 2016 онлайн-школа GeekBrains стала частью корпорации VK (ранее Mail.ru Group). 

Команда проекта верит, что за онлайн-образованием — будущее, и создаёт образовательную среду, в которой с помощью современных технологий студент получает профессию. Сейчас в школе готовят специалистов в сферах IT, маркетинга, менеджмента и дизайна.

Оставить отзыв
Оставьте свой отзыв
Так вы сделаете рейтинг школ более точным и поможете другим выбрать хороший курс

Информация носит ознакомительный характер и может отличаться от указанной на сайтах школ-партнёров. Актуальную стоимость и описание программ вы можете узнать на сайте школы.