Очный курс
Практический Machine Learning
С нуля до специалиста Data Science за 6 недель
Вы получите:
Быстрый старт в новой технологии, которая изменила мир
Практические навыки машинного обучения и готовые алгоритмы
Профессию со средней зарплатой 90—150 тысяч рублей
Зачем изучать машинное обучение
Чтобы быть в тренде
Раньше достаточно было дать компьютеру инструкцию (программу), чтобы он делал верные расчеты. Сейчас обстоятельства изменились.

Новые данные появляются каждый день, в разных местах и в разном виде. Обычной программы недостаточно, чтобы собирать эти данные, обрабатывать их и делать верные расчеты. Встала необходимость сделать так, чтобы компьютеры самообучались в процессе решения задач.

Так и зародилась новая сфера под названием "машинное обучение", которую вы освоите на этом курсе.
Чтобы оказаться впереди большинства
По оценке Boston Consulting Group, к 2025 году каждое четвертое рабочее место в мире займет робот. Вместе с этим возникнет потребность в людях, которые умеют следить за ними и обучать их.

Сейчас большинство этого не осознает. А когда осознает, хлынет в машинное обучение, создав высокую конкуренцию на рынке. Но к тому времени она вам будет не страшна, потому что вы прочно закрепитесь в этой отрасли благодаря опыту, который начнете получать уже сейчас на нашем курсе.


Глобальная автоматизация поменяет целые отрасли экономики и рынок труда
Что мешает изучить машинное обучение
В интернете много материала по машинному обучению, есть платные и бесплатные курсы. Казалось бы, трудностей с изучением возникнуть не должно. Однако все наоборот.

Материала много, что глаза разбегаются. Не знаешь, с чего начать, за что ухватиться.

Материал этот готовят опытные специалисты. Пишут верно, но сложно — понимают только те, кто разбирается в теме. Остальные остаются в неведении, что такое машинное обучение и чем оно полезно в жизни.

Курсы тоже не спасают. Изучаешь их и будто снова в институте оказался: много скучной теории и формул, в конце уже не помнишь, что было в начале. В итоге знаний получаешь немного, и нет понимания, как их применить к жизни.

После всего этого создается впечатление, что машинное обучение — удел избранных: тех, кто хорошо программирует, имеет высшее математическое образование и со статистикой на «ты». Это окончательно убивает желание его освоить.

Мы учли все это и создали курс, который поможет освоить машинное обучение даже тем, кто не силен в программировании, математике и статистике, а знает только основы.
Ничего лишнего
Вы получаете только то, что требуется в работе data scientist'а: навыки создания и применения обучающих алгоритмов для решения бизнес-задач.
От простого к сложному
Объяснения строятся на том, что студенты уже знают. Для каждого следующего занятия вы получаете базу на предыдущем. И так по цепочке. Благодаря такому подходу вы полностью усваиваете материал.
Упор на практику
Каждое занятие вы решаете реальную-бизнес задачу и получаете домашнее задание. Так учеба не становится скучной, а знания закрепляются прочно.
Помощь преподавателя
Если что-то не получается, не остаетесь один на один с трудностью. Рядом преподаватель, который всегда поможет.


Забота кураторов
На курсе присутствуют кураторы. Их задача - сделать курс максимально комфортным для вас. Они следят, чтобы все получили на почту домашнее задание, решают технические проблемы, заваривают кофе в перерывах. Мотивируют и поддерживают участников.
Влияние сокурсников
От учебы в группе больше толку, чем от учебы в одиночку. Когда видишь, что у кого-то получается лучше, стараешься сильнее. В группе все участники на одной волне. Можно завязать партнерство или запустить совместный проект.


Обсуждение, помощь и советы в чате
Для участников создается сообщество в Slack. Там вы делитесь впечатлениями, обсуждаете материал с сокурсниками, даете подсказки, спрашиваете совета. В чате также присутствуют наставники, которые помогут разобраться в сложных вопросах.
Бонус: как закончите курс, получите план по дальнейшему развитию в машинном обучении.

Кроме этого, у вас останутся решенные задачи и готовые алгоритмы, которые можно использовать в работе.
Формат курса
1
Занятия в классе
Занятия проходят три раза в неделю. Длительность - 3 часа. Преподаватель объясняет суть, потом студенты решают реальную бизнес-задачу по теме.
2
Домашние задания
После каждого занятия дается домашнее задание. Прежде чем начинать новую тему, преподаватель ее проверяет, выявляет ошибки и объясняет, как их не допускать в будущем.
3
Запись уроков
Через день после занятия выкладываем видеозапись урока, чтобы вы в любое время могли его пересмотреть и освежить в памяти знания.
Преподаватели
Петр Ермаков. Кто он и чем может похвастать. Понравилось еще, как преподы сами себя представляют на курсе Нетологии "Создание продукта"

Программа курса
1. Работа с языком Python
Освоите Python для применения в машинном обучении.

Практика:
2. Алгоритмы машинного обучения
Научитесь:
  • применять алгоритмы машинного обучения: классификацию, регрессию, работу с данными, текстами и другими моделями,
  • подбирать и настраивать модели под конкретную задачу
Практика:
3. Применение машинного обучения в production
Узнаете тонкости применения машинного обучения в реальном бизнесе. Создадите http api-модель, овладеете навыками автоматического переобучения модели и мониторинга результатов.

Практика:
4. Выпускной хакатон. Командная работа
Научитесь генерировать гипотезы, работать в команде и в условиях жестких дедлайнов. Создадите MVP реальной модели, которую можно запускать в продакшн.
Получите подробную программу на почту и план развития
Отзывы
Тут отзывы. Book design is the art of incorporating the content, style, format, design, and sequence of the various components of a book into a coherent whole. In the words of Jan Tschichold, "methods and rules upon which it is impossible to improve, have been developed over centuries. To produce perfect books, these rules have to be brought back to life and applied."
Front matter, or preliminaries, is the first section of a book, and is usually the smallest section in terms of the number of pages. Each page is counted, but no folio or page number is expressed, or printed, on either display pages or blank pages.
Запишитесь на курс по машинному обучению
Improve your business efficiency
We work hard everyday to make our clients happy.
Apply to participate in our new webinar about social media marketing and building your brand
Ответы на вопросы
— Что такое машинное обучение, в чем его польза, где можно применить?
— Представьте риэлтора с многолетним опытом покупки и продажи недвижимости. Он умеет определять стоимость квартиры почти мгновенно. Складывает в уме определенные параметры: инфраструктуру района, количество комнат, этаж, состояние подъезда и квартиры и т. д. И в памяти тут же всплывают подобные квартиры и цены, за которые они были проданы.

Машинное обучение — это когда в машину загружается опыт риэлтора, чтобы она тоже могла мгновенно определять стоимость квартиры. Для этого используют обучающие алгоритмы.

С помощью обучающих алгоритмов можно научить машины делать что угодно:

1. Предлагать дополнительные товары, которые пользователь купит с наибольшей вероятностью, на основе его поведения на сайте и покупок. Таким образом увеличивать продажи и прибыль бизнеса.

2. Предсказывать события в клиентской базе. Таким образом можно заранее предпринять меры, которые сократят расходы или увеличат прибыль.

Возьмем к примеру страховую компанию, которая предоставляет услуги ДМС. Если она научит машину предсказывать, кто из клиентов в ближайшее время обратится за дорогостоящей медицинской услугой, то сможет предпринять меры, чтобы сократить расходы по ДМС. Например, позвонить клиенту и предложить ему проконсультироваться с хорошим врачом, чтобы не допустить развитие болезни.

3. Формировать заказы на поставку для магазинов сети с учетом динамики продаж, сезона, прогноза погоды и других параметров. Таким образом не допускать, чтобы в торговых точках возникали затоваривание или нехватка товара.

4. Сегментировать клиентов, чтобы делать им подходящие предложения. Возьмем к примеру банк, который создал новый вид кредита. С помощью машинного обучения он может выявить в базе клиентов тех, кто вероятнее всего воспользуется таким кредитом.

— Зачем мне машинное обучение?
— Рынку нужны специалисты по машинному обучению. Как пишет HeadHunter, количество вакансий для таких специалистов с 2012 по 2016 годы увеличилось в 18 раз: с 113 до 2037. А по версии кадрового агентства Glassdoor, профессия Data Scientist занимает первую строчку в рейтинге самых лучших профессий Америки.
И ценятся такие специалисты высоко. Журнал IncRussia пишет, что зарплата специалиста по машинному обучению составляет 130-300 тысяч рублей. Причина в том, что их мало на рынке. И наш курс поможет войти в их число.
— Насколько это сложно?
— Машинное обучение — это несложно. Чтобы его освоить, не нужно быть программистом от бога, иметь ученую степень по информатике или высшей математике. Достаточно знать основы программирования, теории вероятности и математической статистики. Остальному научим на курсе.

Основы можно получить на бесплатных курсах. Мы рекомендуем эти, но вы можете выбрать другие:



— Для кого этот курс?
— Для аналитиков, разработчиков, product-менеджеров и тех, кто хочет освоить профессию Data Scientist. Вы научитесь решать конкретные бизнес-задачи и работать с данными с помощью машинного обучения.

— Я никогда не программировал. Стоит ли мне записываться на курс?
— Да. Многие поступают к нам без опыта в программировании и успешно усваивают материал. Единственное, вам придется до начала курса немного подтянуться в этом. И мы вам поможем, предоставив необходимые материалы.
— Что потребуется для успешного обучения?
— Ноутбук, с установленным Python (мы дадим инструкцию и поможем с установкой), около 10-ти часов в неделю и желание получить новые знания.

— Я стану гуру машинного обучения?
— Путь Data Scientist — долгий и требует знаний математики, статистики, программирования и значительной практики. На нашем курсе вы пройдете от точки «я ничего не знаю» до точки «я решаю задачи по машинному обучению и знаю, где это применить и как развиваться дальше».

— Чем вы лучше бесплатных курсов?
— На бесплатных онлайн-курсах вы получаете основы. Наш курс — это следующая ступень в освоении машинного обучения. Ее особенность в том, что вы постигаете эту науку на практике, решая каждое занятие по одной прикладной задаче.

Под руководством опытных data scientist'ов из Mail.Ru Group вы пройдете все этапы проекта по машинному обучению: загрузка и очистка данных, выбор модели, разделение на основную и контрольную выборку, кросс-валидация, «тюнинг» модели и многое другое.

Каждое занятие проводится в специальном Jupyter Notebook. Он остается с вами после курса и пригодится в создании своих проектов. Например, вам не придется писать код для какой-то задачи заново, он уже будет в вашем Jupyter Notebook.

— Это действительно востребовано?
— Да. Чтобы это понять, достаточно изучить информацию в интернете. Например, интервью с Андреем Себрантом (тут бы ссылочку на конкретное интервью).

Made on
Tilda