Курс по Machine learning

place
OTUS
calendar
28 мая
cost
56 000
duration
4 месяца

Слушатели курса познакомятся с актуальными методами и принципами анализа данных. Итогом обучения станет профессиональный уровень работы с данными и алгоритмами машинного обучения.

Карьера

По итогам курса слушатели смогут собрать портфолио проектов, приложив к нему именной сертификат, а лучшие выпускники получат приглашение на собеседование в компаниях-партнёрах Otus в Москве.

Эксперты

Преподаватели курса — ведущие специалисты крупных российских и международных компаний.

expert

Дмитрий Сергеев

Oura, Senior Data Scientist
expert

Дмитрий Музалевский

Koerber Digital, Lead Data Scientist
expert

Валерий Бабушкин

X5 Retail Group, директор по моделированию и анализу данных / Yandex, советник
expert

Андрей Сухобок

Aalto University (Finland), Research Associate
expert

Антон Лоскутов

Mail.Ru Group, Data Scientist
expert

Павел Рословец

ЦИТМ Экспонента, ведущий инженер по Digital Twin и Predictive Maintenance
Дмитрий Сергеев
Oura, Senior Data Scientist
Дмитрий Музалевский
Koerber Digital, Lead Data Scientist
Валерий Бабушкин
X5 Retail Group, директор по моделированию и анализу данных / Yandex, советник
Андрей Сухобок
Aalto University (Finland), Research Associate
Антон Лоскутов
Mail.Ru Group, Data Scientist
Павел Рословец
ЦИТМ Экспонента, ведущий инженер по Digital Twin и Predictive Maintenance
skill

Для кого

Программа курса разработана для разработчиков и аналитиков, уже работающих в IT. Они смогут повысить уровень знаний и профессионализма, чтобы сменить вектор развития и профессию.

skill2

Навыки

навыки программирования на Python,

знания математического анализа,

знания линейной алгебры,

знания теории вероятностей и мат. статистики.

Содержание

1. Основные методы машинного обучения

content

Первый модуль программы направлен на знакомство с инструментами анализа данных, задачами классификации и регрессии, а также предусматривает практическое занятие по изученным темам.

2. Продвинутые методы машинного обучения

content

В этом блоке эксперты курса расскажут об актуальных методах machine learning продвинутого уровня.

3. Рекомендательные системы. Анализ текстовых данных, графов и временных рядов.

content

Модуль посвящен анализу и обработке данных, их фильтрации, постановке и решению задач.

4. Big Data & нейронные сети

content

В этом блоке слушатели программы узнают принципы работы с большими данными, настройки моделей машинного обучения и рассмотрят примеры использования нейронных сетей.

5. Подготовка к соревнованиям kaggle, разбор соревнований

content

Модуль предполагает подготовку к проектной работе и тренировки по machine learning.

6. Проектная работа

content

Итоговый блок, в котором слушатели получат консультации по своим проектам, советы по поиску работы в области Data Science и защитят итоговые работы.

platform
Площадка проведения
adress