Погружение в искусственный интеллект: от машинного обучения до больших языковых моделей
Изучите алгоритмы машинного обучения и погрузитесь в промпт-инжиниринг. На курсе вы научитесь:
- работать со структурированными и неструктурированными данными в различных базах
- писать скрипты на Пайтон/Python для задач анализа данных
- применять базовые концепции машинного обучения
- решать задачи, связанные с обработкой естественного языка
Старт
2 июня
Длительность
3 месяца
Стоимость
Документ
Удостоверение о повышении квалификации
Для чего мне курс?
Получите навыки будущего, которые становятся все более востребованными с каждым днем
Расширьте свои ИИ-навыки и начните применять знания в области больших языковых моделей и генеративного ИИ. Вы сможете использовать промпт-инжиниринг и формулировать более точные запросы для генерации качественных результатов.
Вы сможете использовать не только существующие ИИ-модели. Но и самостоятельно разрабатывать собственные инструменты на основе больших языковых моделей и генеративного ИИ.
Научитесь создавать такие ИИ-модели, которые качественно изменят работу бизнеса. Компании уже нуждаются в вас.
Расширьте свои ИИ-навыки и начните применять знания в области больших языковых моделей и генеративного ИИ. Вы сможете использовать промпт-инжиниринг и формулировать более точные запросы для генерации качественных результатов.
Вы сможете использовать не только существующие ИИ-модели. Но и самостоятельно разрабатывать собственные инструменты на основе больших языковых моделей и генеративного ИИ.
Научитесь создавать такие ИИ-модели, которые качественно изменят работу бизнеса. Компании уже нуждаются в вас.
Курс подходит для:
- Вы учитесь на ИТ-специальности и у вас уже есть навыки программирования – вы идеально подходите. Главное – ваше желание и обучение по ИТ-направлению на последнем курсе.
- Вы закончили вуз по ИТ-специальности – подавайте заявку на обучение и получайте востребованную профессию будущего. Вы повысите свою квалификацию, приобретете новые навыки.
- У вас есть базовые навыки генеративного ИИ, вы готовы выйти на новый качественный уровень, но у вас нет диплома по ИТ-специальности. Пройдите программу, чтобы освоить промпт-инжиниринг, получить навыки для работы с большими языковыми моделями.
Вы сможете пройти обучение на платной основе за 80 000 рублей. Обучение также возможно в рассрочку.
Оставить заявку на обучение
Оставить заявку на обучение
Оставить заявку на обучение
Чему вы научитесь
- Проектировать одиночные и многоагентные ИИ-системы
- Писать и адаптировать скрипты на Пайтон/Python
- Применять библиотеки для работы с данными: Pandas, NumPy, Matplotlib
- Проводить визуальный и статистический анализ данных
- Применять базовые концепции машинного обучения. Примеры задач: регрессия, классификация, кластеризация
- Строить, обучать и оценивать ИИ-модели, применяя современные ансамблевые методы
Random Forest, Gradient Boosting, XGBoost/CatBoost/LightGBM - Понимать архитектуру нейронных сетей и принципы их обучения
- Применять промпт-инжиниринг для генерации текста, кода, решения прикладных задач
Программа курса
- Работа со структурированными / неструктурированными данными
- Язык Python для анализа больших данных
- EDA аналитика данных. Поиск причинно-следственных связей.
- Библиотеки Pandas, Matplotlib, Seaborn, Numpy, Plotly
- Введение в машинное обучение. KNN. Метрики качества. Матрица ошибок.
- Виды данных (числовые / категориальные)
- Линейная регрессия. Полиномиальная регрессия
- Классификация Decision Tree. Регрессия Decision Tree
- Кластеризация k-means. Иерархическая кластеризация
- Алгоритм Random Forest. Регрессия Random Forest
- Градиентный бустинг
- XGBoost, CatBoost, LightGBM
- Feature engineering, предобработка данных. Методы отбора признаков.
- AutoML алгоритмы для работы с данными
- Настройка гиперпараметров модели Машинного Обучения для улучшения качества
- Создание сервиса FastAPI машинного обучения
- Введение в глубокое обучение. Нейронные сети. Обратное распространение ошибки
- Свертка, каскад сверток. Слои нейронной сети. Тюнинг гиперпараметров
- LSTM / GRU рекурентые нейронные сети
- Введение в NLP и Компьютерное зрение
- RAG модели. Как ее создать и использовать с 0?
- LLM.ChatGPT, DeepSeek, Qwen. PROMPT-инжиниринг для генерации разного вида информации
- Тюнинг Больших Языковых моделей
- Введение в ИИ-агенты. Современные ИИ-агенты
- Многоагентные системы
Итоговая аттестация
Оставь свои контакты и мы вышлем примеры заданий заданий курса
Узнать примеры заданий на курсе
Преподаватель
- Азат Якупов
- архитектор данных и ИИ
- руководитель лаборатории данных DataLab
- ИТ-спикер Российского общества «Знание»
- построение платформ данных и ИИ для компаний
- внедрение практик управления данными Data Governance
- Опыт: 25+ лет в ИТ-индустрии
Формат обучения
Онлайн-лекции с преподавателем 2 раза в неделю
Никаких предзаписанных видео, только «живые» встречи с экспертом
Поддержка куратора во всех организационных вопросах
Нетворкинг с одногруппниками
Групповые консультации с наставником
Сможете разобрать накопившиеся вопросы по лекционным материалам и домашним заданиям
Документ после окончания курса
Слушателям курсов, успешно завершившим обучение, выдается удостоверение о повышении квалификации установленного образца с занесением в Федеральный реестр сведений о документах об образовании и повышении квалификации.
Оставить заявку на обучение
Узнайте больше о других наших курсах
Единый информационный центр ИДО
Навигатор
Бот