• Программа ориентирована на студентов, которые уже имеют базовое знакомство с языком программирования Python и основными концепциями машинного обучения
• Стратегическим партнером программы является Альфа-Банк
• Выпускник программы получает востребованную профессию и готов к профессиональной деятельности
• Обучение проходит в вечернее время и по субботам, что позволяет совместить получение образования с работой
• Обучение практическим навыкам происходит на мощностях Лаборатории анализа данных с технологическим стеком, приближенным к реальному

• Создавать интеллектуальные продукты и решения на основе машинного обучения
• Настраивать MLOps пайплайн в организации и автоматизировать развертывание моделей
• Создавать промышленные конвейеры обработки данных, в том числе больших
• Создавать и обучать модели машинного обучения, глубокого обучения, компьютерного зрения, семантического анализа
• Проектировать архитектуру интеллектуальных решений и управлять проектами и командами разработки искусственного интеллекта

• Математические основы машинного обучения

Изучение специальных разделов математики, которые лежат в основе алгоритмов машинного обучения: линейной алгебры, математического анализа, численной оптимизации, теории вероятностей и математической статистики. Обучение математике носит практико-ориентированный формат, прививает как интуитивное понимание сложных концепций, так и дает необходимый математический формализм.

• Построение и оценка моделей машинного обучения

Изучается классическое машинное обучение с учителем, методы и модели, инструментальные средства создания и обучения моделей: язык Python, библиотеки numpy, pandas, sklearn, matplotlib, seaborn и другие. Курс знакомит с методами оценки, валидации и диагностики моделей машинного обучения.

• Управление разработкой интеллектуальных информационных систем

Данная дисциплина знакомит студентов с методологией и практикой управления проектами по созданию интеллектуальных информационных систем. В курс входит изучение команды разработки и типовые роли в ней, уровни и модели разработки и функционирования ИИ, модели жизненного цикла интеллектуальных продуктов, риски при разработке ИИ, регуляторные и этические вопросы, обеспечение безопасности.

• MLOps

Курс посвящен тому, как превратить исследовательский код по машинному обучению в пригодный к развертыванию продукт. Изучается сериализация и операционализация моделей машинного обучения, инструментальные средства управления жизненным циклом, управление артефактами, уровни автоматизации MLOps-инфраструктуры.

• Прикладные модели и методы компьютерного зрения

Курс по выбору для тех, кто хочет специализироваться в построении систем компьютерного и машинного зрения. Изучается математическая основа моделей КЗ, основные виды моделей, их инструментальная реализация, оценка и диагностика моделей компьютерного зрения, существующие предобученные модели, трансферное обучение.

• Технологии разработки чат-ботов

Курс по выбору для тех, кто хочет специализироваться на создании систем обработки текстов на естественных языках, вопросно-ответных системах, диалоговых системах. Практическая часть курса основана на создании интеллектуальных ботов для разных платформ - Telegram, Vk и других.