О курсе
Рассмотрим цикл жизни моделей машинного обучения. Поймем, как строить сложные продукты для бизнеса на основе данных и моделей для разных доменов — таких как компьютерное зрение, обработка языка, статистические данные и временные ряды.
Имплементируем каждый шаг в цикле жизни моделей машинного обучения: от работы с данными, тренировки, деплоймента и мониторинга до автоматического обновления моделей в продакшне. Для каждого имплементированного шага рассмотрим уже существующие варианты решений с их преимуществами и недостатками.
сентябрь 2023
курс длится 2 месяца и состоит из вебинаров и видеолекций
28 000 грн
28 000 грн при оплате всего курса14 700 грн/міс. при оплате частями
20 мест
каждый студент получает регулярный фидбек от куратора
Куратор
Специалист в сфере Machine Learning с опытом работы более 7 лет. Работал со стартапами от идеи до создания продукта. Имеет опыт в выборе и реализации современных архитектур глубинного обучения и крупномасштабных решений на их основе.
Программа курса
-
Introduction
- — Motivation, ML 101.
- — Main components of ML system.
- — Infrastructure for ML, Docker, Kubernetes, CI/CD.
- — Design documents.
-
Data
- — Data storage & processing.
- — Data labeling & versioning.
- — Feature stores.
- — Privacy.
-
Experiments
- — Automated ML cycle.
- — Experiment management.
- — Experiment structure.
- — Testing ML code.
- — Model management.
- — CI/CD for ML.
-
Pipelines
- — Orchestration & Kubeflow.
- — Orchestration & AirFlow.
-
Serving Basics
- — Different deployment models.
- — APIs.
- — Inference servers.
- — Benchmarking.
-
Serving Advance
- — Scaling infrastructure.
- — Scaling model.
- — Optimization.
-
Monitoring
- — Monitoring.
- — Production problems.
- — Explainability.
- — Bias in ML.
- — Governments and validation.
-
Platforms
- — SageMaker.
- — Vertex AI.
- — K8S based platforms.
- — Platform comparison.
Как проходит обучение
Видеолекции и вебинары
Вебинары с куратором и группой будут проходить по субботам в 16:00, а видеолекции — открываться по понедельникам.
Real-life задания
У нас действует Practicult — культ практики. Поэтому вы будете выполнять много сложной домашки. Have fun & survive.
Курсовой проект
Во время курса вы создадите большой проект. Ведь принцип курса — все как в жизни.
Регулярный фидбек
У нас нет базовых и премиум режимов. Только премиум, всегда. Получите от куратора все. И да, десятая итерация — это нормально.
Сертификат за дело
Выдаем только тем, кто своим потом, временем и силами его заслужил.
ГРАФИК
Старт
сентябрь 2023
Вебинары
по субботам в 16:00
Видеолекции
по понедельниках
Курс для вас, если вы
Разработчик
и хотите изменить или расширить направление работы, или перейти в ML домен
Data Scientist, Junior или Middle ML разработчик
и стремитесь научиться внедрять и расширять ML модели в продакшне и стать Full-Stack Data Scientist
Время
8+ часов в неделю на выполнение домашних заданий
Язык обучения
украинский, часть дополнительных материалов будет на английском
Вопросы
С каким софтом будем работать на курсе?
GitHub, Anaconda, Docker, GitHub Actions.
Нужны ли какие-то навыки для поступления на курс?
Этот курс требует определенных знаний, чтобы обучение было для вас максимально эффективным. Так, нужно уметь научить простую модель ML хотя бы в одном домене (CV, NLP, TS и т.д.). Иметь базовые навыки программирования на любом популярном языке (Python, Java и т. п.). Понимать CI/CD. Желательно знать о платформе оркестровки. Также для поступления необходимо выполнить тестовое задание и заполнить анкету. Вы получите задание на почту после регистрации на курс.
Если успешно сдадите тестовое –– мы вам сразу сообщим о зачислении. А за несколько дней до старта курса вышлем письмо с нужной информацией о процессе обучения. Важно: место в группе бронируется только после внесения оплаты.
Если же не сдадите тестовое –– не расстраивайтесь. Мы пришлем также список полезных ссылок и тем, которые нужно подтянуть. Ознакомьтесь с этими материалами, чтобы восполнить пробелы в знаниях, а затем смело подавайтесь на курс снова.
Как проходит коммуникация на курсе и в каком формате куратор дает фидбек?
Вся коммуникация на курсе проходит на платформе Slack (рабочий чат группы, каналы для домашних заданий и полезных ссылок). Куратор дает фидбек в виде комментариев к домашним заданиям и обсуждения на вебинарах.
Можно ли смотреть занятия в любой удобный день?
Можно, но важно успевать выполнять домашние задания, которые вы будете получать после каждого занятия.
Будут ли мне доступны видеозаписи лекций после завершения курса?
Доступ к архиву выпускника сохраняется на год с начала курса.
Получу ли я сертификат после курса?
Чтобы получить сертификат, нужно выполнить не менее 70% домашних заданий, получить фидбек и «засчитано» от куратора, а также защитить курсовой проект.
