logo

CyberFormula3

New

Искусственный интеллект и машинное обучение на Python

400 000 ₸
Подать заявку
Выделено 35 Квот

Курс готовит специалиста уровня Junior в области машинного обучения и искусственного интеллекта на языке Python. Обучение построено вокруг одной специальности: студент последовательно осваивает Python, подготовку и анализ данных, математику и статистику для машинного обучения, классические ML-алгоритмы и нейронные сети. Каждый модуль завершается практической работой на реальных наборах данных, а весь курс — самостоятельным проектом полного цикла: от постановки задачи и подготовки данных до обучения, валидации модели и её оформления в виде работающего сервиса. Теория даётся в объёме, необходимом для понимания того, как модели устроены внутри, а не только для вызова готовых библиотек. Обучение проходит онлайн на собственной платформе CyberFormula³: живые занятия, предзаписанные материалы и еженедельные консультации с преподавателем. Итоговая аттестация проводится в форме публичной защиты проекта. По завершении студент способен самостоятельно решать типовые задачи машинного обучения и претендовать на позицию Junior ML/AI-разработчика.

Особые условия

Для участия в курсе необходим гарантийный взнос в размере 100 000 тенге. При успешном завершении обучения и прохождении итоговой аттестации гарантийный взнос возвращается студенту в полном объёме. В случае досрочного прекращения обучения по инициативе студента гарантийный взнос возврату не подлежит. В случае непрохождения итоговой аттестации студент оплачивает повторное тестирование из собственных средств в размере 300 000 тенге. Условия фиксируются в дополнительном соглашении с обучающимся.

Детали курса

Уровень

Для всех

Формат обучения

Онлайн

Вступительные экзамены

Да

Длительность, в неделях

26

Язык обучения

Русский

Квалификация

junior

Навыки


Студент научится программировать на Python и работать с библиотеками NumPy, Pandas, scikit-learn и PyTorch. Он сможет самостоятельно собирать и очищать данные, включая извлечение обучающих выборок SQL-запросами, проводить разведочный анализ и формировать признаки для моделей. Студент освоит построение, обучение и валидацию моделей классического машинного обучения и нейронных сетей, включая свёрточные архитектуры, и научится корректно интерпретировать метрики качества. По итогам курса он сможет довести ML-задачу от постановки до работающего сервиса и защитить результат перед комиссией.

Частые вопросы

Похожие курсы