Искусственный интеллект. Алгоритмы машинного обучения на языке Python

Каждый месяц мы получаем и обрабатываем столько же информации, сколько человек, живший всего четыре века назад, получал за всю жизнь. Такова цена существования информационного общества: скорость появления и объём различных данных постоянно увеличиваются.

Сначала большое количество данных упрощало работу бизнеса, помогало лучше понимать своих потребителей. Однако в настоящее время ситуация совершенно иная: бизнес-структуры и органы госуправления могут утонуть в необъятном потоке «сырых» – т.е. необработанных и неструктурированных – данных. Чтобы этого не случилось, необходима работа таких специалистов, как ML-инженеры.

Что значит ML-инженер?

Профессия ML-инженера, то есть инженера по машинному обучению (Machine Learning), во многом похожа на работу Data Scientist’а. Чаще всего в объявлениях о найме эти квалификации идут через запятую. В чём же отличие? Если Data Scientist сосредоточен на обработке данных, то ML-инженеры – на их применении. Они занимаются более прикладными вопросами, это своего рода методисты в школе для искусственного интеллекта, они учат ИИ учиться.

Задача ML-инженера – создавать алгоритмы, на основе которых ИИ будет самостоятельно собирать только определённые данные и обрабатывать их тем способом, который соответствует целям разработчика. В задачи Data Scientist’а обучение машин также входит, однако именно ML-инженер отвечает за то, чтобы информационный продукт точно соответствовал пожеланиям заказчика.

Только для обучающихся бакалавриата и специалитета по специальностям и направлениям подготовки ИТ-сферы.

Лица, получающие высшее образование по очной (очно-заочной) форме, лица, освоившие основную профессиональную образовательную программу (далее – ОПОП ВО) бакалавриата – в объеме не менее первого курса (бакалавры 2-го курса), ОПОП ВО специалитета – не менее первого и второго курсов (специалисты 3-го курса).

Групповая форма обучения.
Учебный процесс организуется с применением дистанционных образовательных технологий, инновационных технологий и методик обучения, способных обеспечить получение слушателями знаний, умений и навыков в области интеграции прикладных решений.

Слушатели программы будут использовать следующие инструменты обучения:

• Очные лекции и практические занятия по ключевым темам Программы;
• Систему дистанционного обучения для изучения теоретических материалов в текстовом и видеоформате, прохождения тестирования и части практических задания;
• Специально разработанные интеграционные кейсы из практики индустриальных партнеров (IТ-компаний) и экспертов, участвующих в разработке и проведении курса, для формирования у слушателей примеров решения типовых проблем, с которыми сталкиваются ML-инженеры;
• Онлайн-семинары с ответами на вопросы от экспертов Программы и дополнительно привлеченных практикующих специалистов;
• Интегрированную среду разработки программного обеспечения, включающую в себя все необходимые инструменты и максимально приближенную к среде, применяющуюся в организациях реального сектора экономики, для отработки практических навыков владения инструментами и средствами разработки ПО и создания веб-страниц, интерактивных web-приложений и их стилевого оформления;
• Систему управления проектами и задачами для оповещения и отслеживания учебных активностей (изучение теории, реализация учебных проектов и т.д);
• Единую базу проектов индустриальных партнеров для прохождения практики.

Программа предусматривает прохождение практики (стажировки) в объеме 72 часов на базе индустриальных партнеров, с которыми заключены соответствующие соглашения.