Geekbrains

ДО Профессия Machine Learning Engineer

  • Язык: Русский
  • Осталось мест: не ограничено
Записаться

ДО Профессия Machine Learning Engineer

Онлайн курс «Machine Learning Engineer» от GeekBrains: получи новую профессию дистанционно! Курс ориентирован на уровень: Junior. ⌚ Длительность обучения: 12 месяцев. Помощь в трудоустройстве! Обучение на Machine Learning Engineer с нуля онлайн.

Каких навыков вам не хватает?

Программа обучения
  • Введение в Data science
    Введение в Data science. Business understanding. С чего начинается работа с данными. Data understanding. Excel. Знакомство с основными направлениями Data science, Введение в Python. Переменные и типы данных, условия, циклы, алгоритмы, функции. Коллекции в Python, чтение файлов в Python. Библиотека Pandas, Работа с данными: получение данных с помощью API, базы данных, язык запросов SQL, Power BI, Data Preparation, Разведочный анализ данных: Data cleaning, Data visualization, Feature engineering, Метрики в аналитике. Продуктовая и маркетинговая аналитика
  • Machine learning junior
    Машинное обучение: основные термины, постановка задачи, выгрузка данных, Алгоритмы машинного обучения для решения задач регрессии, классификации и кластеризации, Кластеризация. Метод k-средних и его интерпретация. DBSCAN, Основы анализа текстов
  • Machine learning advanced
    Auto ML. Нейронные сети и Computer vision. Нейронные сети и NLP, Алгоритмы для построения рекомендательных систем: коллаборативная фильтрация, бизнес-оценка рекомендательных систем, продвинутые инструменты ML-инженера, Прогнозирование временных рядов, Ансамблевые методы, стекинг, бэггинг, бустинг
  • Deep learning
    Изучение работы с нейросетями: как они устроены, как использовать предобученные модели, готовить и передавать данные в нейросеть, строить и тестировать архитектуры, настраивать параметры и обучать модели на GPU.
  • Natural language processing
    Научитесь применять алгоритмы машинного обучения и нейронные сети для обработки естественного языка., Поработаете с языковыми моделями: Bert, Elmo и другими
  • Computer vision
    Используя алгоритмы машинного обучения и нейросетей, будете распознавать объекты, лица и эмоции, классифицировать и сегментировать изображения
  • Основы математики
    Получите базовые знания по математике для работы с аналитикой и Machine learning., Научитесь работать с математическими сущностями в Python-библиотеке SymPy
  • Основы статистики и теории вероятностей
    Введение в теорию вероятностей. Поймете принципы работы со случайными величинами и событиями., Познакомитесь со статистическими тестами, которые полезны при составлении моделей и проверке гипотез
  • Основы статистики и теории вероятностей — продвинутый уровень
    Теория вероятностей в Python, Научитесь применять основные принципы статистики при работе с задачами data science, Поймете, как устроены алгоритмы машинного обучения, как в них применяются математическая статистика и теория вероятностей

Преподаватели

  • Юлдуз Фаттахова

  • Николай Герасименко

  • Пётр Емельянов

  • Евгения Ракина

  • Светлана Обухова

  • Василий Сизов

    Team Lead IT-команды в ВТБ

  • Александр Горяинов

    Доцент Московского авиационного института

  • Маргарита Широбокова

    Product owner R&D, ELMA

  • Андрей Мещеряков

    Applied scientist, Zalando

  • Елена Кантонистова

    Доцент факультета компьютерных наук, ВШЭ

  • Кирилл Богданов

    Ведущий инженер по разработке, Сбербанк

Закрыть меню