Программа курса
Преподаватели
Часто задаваемые вопросы
Похожие курсы
Назад

Факультет искусственного интеллекта

GeekBrains
Сложность
Для новичков
Длительность
18 месяцев
Тип курса
Живые лекции

Описание курса

Пройдите обучение и станьте востребованным специалистов в области искусственного интеллекта с нуля за 18 месяцев. Методика обучения разработана преподавателями-экспертами платформы GeekBrains.

Образовательная программа искусственного интеллекта подойдет как для новичков, которые не имеют специальной подготовки, но планируют построить карьеру в данной области, так и для практикующих специалистов, которые хотят получить новые знания и закрепить имеющиеся навыки.

Программа курса

Подготовительный блок
Их необязательно проходить, но они помогут лучше погрузиться в обучение.
Видеокурс: как учиться эффективно

Расскажем, как спланировать обучение, чтобы сохранить интерес, получить максимум пользы и всё успеть.

7 видеоуроков

8 часов обучающего контента, 24 часа практики

Основы математики

Сможете освежить базовые знания по математике и облегчить погружение в методы машинного обучения.

14 видеоуроков

8 часов обучающего контента, 24 часа практики

Основы программирования

Узнаете об особенностях языков программирования и получите первый опыт написания кода.

17 видеоуроков

8 часов обучающего контента, 24 часа практики

Основы языка Python

Курс для новичков и опытных программистов: вы познакомитесь с инструментами разработки и освоите машинное обучение на Python.

17 видеоуроков

8 часов обучающего контента, 24 часа практики

Git. Базовый курс

Познакомим с основными понятиями: репозиторий, коммит, тег, ветки, создание и клонирование репозитория, слияние веток, запрос истории изменений.

13 видеоуроков

8 часов обучающего контента, 24 часа практики

Программирование
Научитесь работать в Linux и создавать сервера в облачных сервисах AWS, проводить поиск информации и основные операции с файлами, выполнять мониторинг работы сервера. Научитесь использовать язык запросов SQL, создавать и оптимизировать сложные запросы. Освоите библиотеки языка Python, предназначенные для Data Science: Numpy, Pandas, Matplotlib, SciKit-Learn.
Встреча декана со студентами
Основы языка Python

  • Знакомство с Python
  • Встроенные типы и операции с ними
  • Функции
  • Полезные инструменты
  • Работа с файлами
  • Объектно-ориентированное программирование
  • ООП. Продвинутый уровень
  • ООП. Полезные дополнения

4 недели — 8 уроков

8 часов обучающего контента, 24 часа практики

Linux. Рабочая станция

  • Введение. Установка ОС
  • Настройка и знакомство с интерфейсом командной строки
  • Пользователи. Управление Пользователями и группами
  • Загрузка ОС и процессы
  • Устройство файловой системы Linux. Понятие Файла и каталога
  • Введение в скрипты bash. Планировщики задач crontab и at
  • Управление пакетами и репозиториями. Основы сетевой безопасности
  • Введение в docker

4 недели — 8 видеоуроков

8 часов обучающего контента, 24 часа практики

Основы реляционных баз данных и MySQL

  • Вебинар. Установка окружения. DDL - команды
  • Видеоурок. Управление БД. Язык запросов SQL
  • Вебинар. Введение в проектирование БД
  • Вебинар. CRUD-операции
  • Видеоурок. Операторы, фильтрация, сортировка и ограничение. Агрегация данных
  • Вебинар. Операторы, фильтрация, сортировка и ограничение. Агрегация данных
  • Видеоурок. Сложные запросы
  • Вебинар. Сложные запросы
  • Видеоурок. Транзакции, переменные, представления. Администрирование. Хранимые процедуры и функции, триггеры
  • Вебинар. Транзакции, переменные, представления. Администрирование. Хранимые процедуры и функции, триггеры
  • Видеоурок. Оптимизация запросов. NoSQL
  • Вебинар. Оптимизация запросов

4 недели — 12 уроков

8 часов обучающего контента, 24 часа практики

Библиотеки Python для Data Science: Numpy, Matplotlib, Scikit-learn

  • Введение в курс
  • Вычисления с помощью Numpy. Работа с данными в Pandas
  • Визуализация данных в Matplotlib
  • Обучение с учителем в Scikit-learn
  • Обучение без учителя в Scikit-learn
  • Обучение без учителя в Scikit-learn и введение в итоговый проект
  • Консультация по итоговому проекту

5 недель — 10 уроков

8 часов обучающего контента, 24 часа практики

Сбор данных и статистическое исследование
Познакомитесь с теорией вероятностей и математической статистикой. Изучите методы проведения корреляционного, дисперсионного и регрессионного анализа. Научитесь работать с RESTful/SOAP-сервисами, форматами XML и JSON в Python, а также познакомитесь с особенностями открытых данных (OpenData).
Библиотеки Python для Data Science: продолжение

  • Введение в задачу классификации. Постановка задачи и подготовка данных
  • Анализ данных и проверка статистических гипотез
  • Построение модели классификации
  • Оценка и интерпретация полученной модели. Обсуждение курсового проекта

2 недели — 4 урока

8 часов обучающего контента, 24 часа практики

Методы сбора и обработки данных из сети Интернет

  • Основы клиент-серверного взаимодействия. Парсинг API
  • Парсинг HTML. BeautifulSoup, MongoDB
  • Системы управления базами данных MongoDB и SQLite в Python
  • Парсинг HTML. XPath
  • Scrapy
  • Scrapy. Парсинг фото и файлов
  • Selenium в Python
  • Работа с данными

4 недели — 8 уроков

8 часов обучающего контента, 24 часа практики

Введение в математический анализ

  • Вводный урок
  • Множество. Последовательность. Часть 1
  • Множество. Последовательность. Часть 2
  • Предел функции. Часть 1
  • Предел функции. Часть 2
  • Производная функции одной переменной. Часть 1
  • Производная функции одной переменной. Часть 2
  • Производная функции нескольких переменных. Часть 1
  • Производная функции нескольких переменных. Часть 2
  • Интеграл. Ряды. Часть 1
  • Интеграл. Ряды. Часть 2

5 недель — 11 уроков

8 часов обучающего контента, 24 часа практики

Теория вероятностей и математической статистике

  • Случайные события. Вероятные события. Условная вероятность. Формула Байеса
  • Дискретные случайные величины. Закон распределения вероятностей. Биноминальный закон распределения. Распределение Пуассона
  • Основы математической статистики. Количественные характеристики популяции. Графическое представление данных
  • Непрерывные случайные величины. Функция распределения и функция плотности. Нормальное распределение. Центральная предельная теорема
  • Проверка статистических гипотез. P-значения. Доверительные интервалы
  • Взаимосвязь величин. Показатели корреляции. Корреляционный анализ. Проверка на нормальность
  • Линейная регрессия. Двухвыборочный t-тест. A/B-тестирование
  • Дисперсионный анализ. Метод главных компонент. Логистическая регрессия

4 недели — 8 уроков

8 часов обучающего контента, 24 часа практики

Проект
  • Построение модели кредитного скоринга для банка
Линейная алгебра

  • Линейное пространство
  • Матрицы и матричные операции
  • Линейные преобразования
  • Системы линейных уравнений
  • Сингулярное разложение матриц

3 недели — 5 уроков

8 часов обучающего контента, 24 часа практики

Алгоритмы анализа данных

  • Алгоритм линейной регрессии. Градиентный спуск
  • Масштабирование признаков. L1- и L2-регуляризация. Стохастический градиентный спуск
  • Логистическая регрессия. Log Loss
  • Алгоритм построения дерева решений
  • Случайный лес
  • Градиентный бустинг (AdaBoost)
  • Классификация с помощью KNN. Кластеризация K-means
  • Снижение размерности данных

4 недели — 8 уроков

8 часов обучающего контента, 24 часа практики

Проекты
  • Рекомендательная система для интернет-магазина
  • Прогнозирование оттока абонентов
  • Алгоритм для определения вероятности подключения услуги
Машинное обучение в бизнесе

  • Data-driven-подход на примере задачи маршрутизации заявок в helpdesk
  • Профилирование пользователей. Сегментация: unsupervised learning (clustering, LDA/ARTM), supervised (multi/binary classification)
  • Связь бизнес-показателей и DS-метрик
  • Uplift-моделирование
  • Задача оттока: варианты постановки, возможные способы решения
  • Задача look-alike
  • Интерпретация прогнозов модели (SHAP): объясняем поведение модели на отдельных наблюдениях
  • Проверяем работу модели на практике: A/B-тестирование
  • Интеграция. Итоговый проект

5 недель — 10 уроков

8 часов обучающего контента, 24 часа практики

Рекомендательные системы

  • Введение, примеры задач, бизнес- и ML-метрики
  • Бейзлайны и детерминированные алгоритмы item-item
  • Коллаборативная фильтрация
  • Рекомендательные системы на основе контента
  • Поиск похожих товаров и пользователей. Гибридные рекомендательные системы
  • Двухуровневые модели рекомендаций
  • Рекомендательные системы в бизнесе
  • Консультация к курсовому проекту

4 недели — 8 уроков

8 часов обучающего контента, 24 часа практики

Видеокурс от Мегафон + курсовой проект

  • Видеотеория
  • Курсовой проект

2 недели — 2 урока

8 часов обучающего контента, 24 часа практики

Проекты
  • Распознавание и классификация изображений
  • 8 мини проектов по компьютерному зрению
Введение в нейронные сети

  • Основы обучения нейронных сетей
  • Keras
  • TensorFlow
  • Сверточные нейронные сети
  • Рекуррентные нейронные сети
  • Сегментация
  • Детектирование объектов
  • GAN

4 недели — 8 уроков

8 часов обучающего контента, 24 часа практики

Введение в компьютерное зрение от Nvidia

  • Обработка изображений и компьютерное зрение
  • Свёрточные нейронные сети
  • Продвинутые архитектуры свёрточных нейросетей
  • Семантическая сегментация
  • Детектирование объектов
  • Metric learning
  • Обработка видео
  • Синтез изображений

4 недели — 8 уроков

8 часов обучающего контента, 24 часа практики

Проекты
  • Чат-бот на основе искусственного интеллекта, который может общаться на любые темы
  • Приложение, которое анализирует объекты на камере
Введение в обработку естественного языка

  • Предобработка текста
  • Создание признакового пространства
  • Embedding word2vec fasttext
  • Тематическое моделирование. EM-алгоритм
  • Part-of-Speech разметка, NER, извлечение отношений
  • Классификация текста. Анализ тональности текста
  • Сверточные нейронные сети для анализа текста
  • Рекуррентные нейронные сети RNN LSTM GRU
  • Языковое моделирование
  • Машинный перевод. Модель seq2seq и механизм внимания
  • Модель Transformer-1
  • Модель Transformer-2
  • Модель BERT и GPT
  • Transfer learning
  • Консультация по курсовому проекту. Создание чат-бота в Telegram

8 недель — 15 уроков

8 часов обучающего контента, 24 часа практики

Фреймворк PyTorch для разработки искусственных нейронных сетей

  • Введение в PyTorch
  • CNN and LSTM for human action recognition
  • Generative adversarial networks (GAN): генеративные сети
  • Image Segmentation
  • Face Detection and Emotion Recognition

3 недели — 5 уроков

8 часов обучающего контента, 24 часа практики

Проекты
  • Соревнование на площадке Kaggle
Подготовка к поиску работы

  • Как составить резюме, которое точно заметят
  • Составляем карту поиска работы
  • Зачем нужны сопроводительные письма
  • Что вас ждет на собеседовании с HR

2 недели — 4 урока

8 часов обучающего контента, 24 часа практики

История развития искусственного интеллекта

  • Историческая справка об искусственном интеллекте
  • Три парадигмы искусственного интеллекта и подходы в них
  • Мифы и факты об искусственном интеллекте
  • Философия сознания и краткое введение в нейрофизиологию
  • Методы искусственного интеллекта
  • Сферы применения искусственного интеллекта
  • Смежные технологии и дальнейшее развитие

3 недели — 7 уроков

8 часов обучающего контента, 24 часа практики

Алгоритмы и структуры данных на Python

  • Введение в Алгоритмизацию и простые алгоритмы на Python
  • Циклы, рекурсия, функции
  • Массивы
  • Эмпирическая оценка алгоритмов
  • Коллекции. Модуль Collections
  • Работа с динамической памятью
  • Алгоритмы сортировки
  • Графы
  • Деревья. Хеш-функции

5 недель — 9 уроков

8 часов обучающего контента, 24 часа практики

Введение в высшую математику

  • Элементарная алгебра
  • Введение в аналитическую геометрию. Графики на плоскости
  • Элементы теории вероятностей
  • Введение в линейную алгебру

2 недели — 4 урока

8 часов обучающего контента, 24 часа практики

Спортивный анализ данных. Платформа Kaggle

  • Введение в спортивный анализ данных, Exploration Data Analysis
  • Обзор основных алгоритмов машинного обучения, используемых в соревнованиях
  • Построение надежных схем валидации решения, оптимизация целевых метрик
  • Консультация №1
  • Feature Engineering, Feature Selection. Часть 1
  • Feature Engineering, Feature Selection. Часть 2
  • Тюнинг гиперпараметров, построение ансамблей алгоритмов
  • Консультация №2
  • Курсовой проект: inclass соревнование на площадке kaggle

9 недель — 9 уроков

8 часов обучающего контента, 24 часа практики

Язык R для анализа данных

  • Начало работы в R
  • Обработка данных для анализа
  • Разведочный анализ данных в R
  • Статистический анализ в R. Доверительный интервал и тест гипотезы
  • Статистический анализ в R. Anova. Регрессионный анализ

3 недели — 5 уроков

8 часов обучающего контента, 24 часа практики

Визуализация данных в Tableau

  • Знакомство с основным функционалом Tableau Desktop
  • Вычисления и графики
  • Сложные вычисления
  • Использование TabPy для интеграции Python в Tableau

2 недели — 4 уроков

8 часов обучающего контента, 24 часа практики

Сверточные нейронные сети в компьютерном зрении

  • Введение в сверточные нейронные сети
  • Влияние параметров архитектуры на свойства нейронной сети
  • Применение сверточных нейронных сетей в компьютерном зрении

2 недели — 3 урока

8 часов обучающего контента, 24 часа практики

Преподаватели

Александр Шеметов
Александр Шеметов
Системный администратор Linux
Мария  Корлякова
Мария Корлякова
Доцент университета им. Н. Э. Баумана (калужский филиал)
Андрей  Буранов
Андрей Буранов
Cистемный администратор ОС Linux в Mail.ru Group
Инна  Котова
Инна Котова
Фрилансер, математик-экономист
Показать еще

Часто задаваемые вопросы

Можно ли делать перерывы в обучении?

Между курсами можно делать перерывы и регулировать интенсивность своего развития по мере усвоения знаний. Мы рекомендуем не записываться на все курсы сразу, а проходить их последовательно и работать на результат.

Помогаете ли вы с трудоустройством?

Мы помогаем с трудоустройством слушателям курса, которые показывали хорошую успеваемость на протяжении обучения и подали заявку в сервис трудоустройства. Мы поможем вам с поиском идеального места работы на популярных ресурсах. И вместе с вами напишем сопроводительное письмо. Вместе мы сделаем все, чтобы вы начали строить карьеру и расти профессионально.

Для прохождения курса нужны специальные знания?

Курс ориентирован на тех, кто хочет изучить Data Science с нуля, поэтому специальные знания не нужны.

Какие минимальные требования к оборудованию и программному обеспечению?

Для учебы вам необходим компьютер с двухъядерным (желательно четырехъядерным) процессором с частотой 1.8 ГГц и выше, и оперативной памятью от 2 Гб (в идеале 4Гб). На нем должна быть установлена любая современная операционная система и настроенная в зависимости от языка программирования среда разработки: для Java — установленный JDK и любая привычная IDE, для Python — установленный интерпретатор с python.org и любая привычная IDE.

Как проходит обучение?

Несколько раз в неделю, вечером, проходят online-лекции, на которых куратор объясняет темы. Слушатели курса следят за действиями эксперта на экране, задают вопросы, получают практические задания и обсуждают материал в чате. На следующем занятии куратор проверяет, выделяет плюсы и минусы в самостоятельной работе. Некоторые курсы будут представлены в виде заранее записанных видеолекций.

Что делать, если я не могу учиться онлайн?

Для тех, кто не смог вовремя посмотреть лекцию, команда GeekBrains записывает занятия на видео, которые доступны в разделе обучения. Чтобы быстрее вникнуть в суть пропущенного вебинара, воспользуйтесь методичкой.

Кто преподаёт в GeekBrains?

Преподавать в GeekBrains могут только специалисты с большим опытом реализации проектов. Мы проводим жёсткий отбор кандидатов с помощью программ аттестации и внутреннего обучения. Пользователи платформы оценивают уровень куратора и качество программы по пятибалльной шкале. Таким образом, мы улучшаем образовательный процесс ежедневно.

Что делать, если у меня проблема или срочный вопрос?

Если вы являетесь слушателем платных курсов и у вас возникли вопросы, связанные с образовательным процессом, свяжитесь с нами: info@geekbrains.by или +375 29 171-55-70 (звонок бесплатный). По остальным вопросам пишите нам на info@geekbrains.by

Цена
6 163 BYN
Скидка -45%
- 2 773 BYN
Итого
3 390 BYN
В рассрочку на 24 мес
257 BYN/мес
142 BYN/мес
Кешбэк
1 017 баллов

Похожие курсы

Профессия Fullstack-разработчик на Python
Для новичков15 месяцев
ХИТ
-50%
Кешбэк 30%: 1 710 баллов
11 400 BYN
5 700 BYN
В рассрочку на 24 мес
238 BYN/мес
Мобильные приложения на Java
Для детей3 месяца
-10%
Кешбэк 30%: 110 баллов
404 BYN
364 BYN
В рассрочку на 2 мес
182 BYN/мес
Профессия Тестировщик-автоматизатор на Python
Для новичков8 месяцев
ХИТ
-55%
Кешбэк 30%: 1 231 балл
9 114 BYN
4 101 BYN
В рассрочку на 12 мес
342 BYN/мес
Minecraft: основы программирования
Для детей4 месяца
-10%
Кешбэк 30%: 110 баллов
404 BYN
364 BYN
В рассрочку на 3 мес
122 BYN/мес
Andorid-разработчик
Для новичков16 месяцев
Старт: 12 июля
-40%
Кешбэк 30%: 2 188 баллов
12 152 BYN
7 291 BYN
В рассрочку на 24 мес
304 BYN/мес
Кибербезопасность и цифровая грамотность
Для детей3 месяца
-10%
Кешбэк 30%: 110 баллов
404 BYN
364 BYN
В рассрочку на 4 мес
91 BYN/мес
Факультет DevOps
Для новичков18 месяцев
ХИТ
-35%
Кешбэк 30%: 1 093 балла
5 602 BYN
3 641 BYN
В рассрочку на 24 мес
152 BYN/мес
Профессия DevOps-инженер
Для новичков6 месяцев
Старт: 21 июля
ХИТ
-40%
Кешбэк 30%: 1 540 баллов
8 554 BYN
5 133 BYN
В рассрочку на 24 мес
214 BYN/мес
Профессия Программист Java
Для новичков7 месяцев
-35%
Кешбэк 30%: 655 баллов
3 357 BYN
2 182 BYN
В рассрочку на 12 мес
182 BYN/мес
Профессия C#-разработчик
Для новичков12 месяцев
Старт: 7 июля
ХИТ
-50%
Кешбэк 30%: 1 257 баллов
8 381 BYN
4 190 BYN
В рассрочку на 24 мес
175 BYN/мес
Курс Python для веб-разработки
Для продвинутых9 месяцев
Старт: 1 июля
-45%
Кешбэк 30%: 1 297 баллов
7 857 BYN
4 321 BYN
В рассрочку на 12 мес
361 BYN/мес
Факультет Сетевой инженер
Для новичков11 месяцев
-35%
Кешбэк 30%: 983 балла
5 040 BYN
3 276 BYN
В рассрочку на 24 мес
137 BYN/мес
PHP-разработчик. Базовый уровень
Для новичков7 месяцев
-20%
Кешбэк 30%: 667 баллов
2 778 BYN
2 222 BYN
В рассрочку на 18 мес
124 BYN/мес
Программист Android
Для новичков7 месяцев
-35%
Кешбэк 30%: 546 баллов
2 795 BYN
1 817 BYN
В рассрочку на 12 мес
152 BYN/мес
Специализация Frontend-разработчик
Для новичков7 месяцев
Старт: 4 июля
ХИТ
-40%
Кешбэк 30%: 943 балла
5 238 BYN
3 143 BYN
В рассрочку на 12 мес
262 BYN/мес
Профессия Тестировщик на Java
Для новичков10 месяцев
Старт: 13 июля
ХИТ
-60%
Кешбэк 30%: 1 094 балла
9 114 BYN
3 646 BYN
В рассрочку на 24 мес
152 BYN/мес
Факультет Fullstack JavaScript
Для новичков12 месяцев
ХИТ
-25%
Кешбэк 30%: 1 074 балла
4 771 BYN
3 578 BYN
В рассрочку на 24 мес
150 BYN/мес
Системный администратор
Для новичков9 месяцев
Старт: 6 июля
-40%
Кешбэк 30%: 1 538 баллов
8 543 BYN
5 126 BYN
В рассрочку на 12 мес
428 BYN/мес
Факультет тестирования ПО
Для новичков12 месяцев
ХИТ
-25%
Кешбэк 30%: 1 074 балла
4 771 BYN
3 578 BYN
В рассрочку на 24 мес
150 BYN/мес
Профессия Веб-разработчик
Для новичков12 месяцев
Старт: 20 июля
ХИТ
-40%
Кешбэк 30%: 1 909 баллов
10 602 BYN
6 361 BYN
В рассрочку на 12 мес
531 BYN/мес
Руководитель команды разработки
Для продвинутых6 месяцев
-15%
Кешбэк 30%: 1 143 балла
4 479 BYN
3 807 BYN
В рассрочку на 24 мес
159 BYN/мес
Факультет веб-разработки
Для новичков12 месяцев
-25%
Кешбэк 30%: 1 074 балла
4 771 BYN
3 578 BYN
В рассрочку на 24 мес
150 BYN/мес
Профессия Backend-разработчик на Go
Для новичков10 месяцев
Старт: 13 июля
-40%
Кешбэк 30%: 1 509 баллов
8 381 BYN
5 029 BYN
В рассрочку на 24 мес
210 BYN/мес
Профессия Специалист по кибербезопасности
Для новичков12 месяцев
-40%
Кешбэк 30%: 2 052 балла
11 400 BYN
6 840 BYN
В рассрочку на 12 мес
570 BYN/мес
Карьера разработчика: трудоустройство и развитие
Для новичков1 месяц
-30%
Кешбэк 30%: 317 баллов
1 506 BYN
1 054 BYN
В рассрочку на 10 мес
106 BYN/мес
Инженер умных устройств
Для новичков19 месяцев
ХИТ
-25%
Кешбэк 30%: 1 134 балла
5 040 BYN
3 780 BYN
В рассрочку на 24 мес
158 BYN/мес
Автоматизация тестирования на Java
Для новичков6 месяцев
-45%
Кешбэк 30%: 390 баллов
2 357 BYN
1 297 BYN
В рассрочку на 12 мес
109 BYN/мес
Профессия C++ разработчик
Для новичков8 месяцев
Старт: 14 июля
-40%
Кешбэк 30%: 1 415 баллов
7 857 BYN
4 714 BYN
В рассрочку на 24 мес
197 BYN/мес
Основы программирования на Python
Для детей3 месяца
-30%
Кешбэк 30%: 99 баллов
471 BYN
330 BYN
В рассрочку на 3 мес
110 BYN/мес
Факультет информационной безопасности
Для новичков12 месяцев
ХИТ
-35%
Кешбэк 30%: 983 балла
5 040 BYN
3 276 BYN
В рассрочку на 24 мес
137 BYN/мес
ООО «Байскилз», УНП 193454177
220012, Республика Беларусь, г. Минск, ул. Толбухина, 2, пом.19
Свидетельство о государственной регистрации №193454177 от 06.08.2020 выдано Минским горисполкомом
© Байскилз, 2022
Visa Secure
Mastercard ID Check
Белкарт Интернет Пароль
MasterCard
Visa
МТБанк
Apple Pay
Alfa Pay
Samsung Pay
ЕРИП
Белкарт
BePaid
© Байскилз, 2022