Openedu.ru

Русский
язык курса
5 недель
длительность курса
от 2 до 3 часов в неделю
понадобится для освоения
2 зачётных единицы
для зачета в своем вузе

Сегодня на слуху, как нейросети Kandinsky и Шедеврум генерируют картинки по описанию, большие языковые модели сочиняют дипломные работы, а алгоритмы в наших телефонах подбирают лучшую музыку и показывают, сколько минут осталось до приезда пиццы. Когда-то это были проблемы и идеи, успешно реализованные с помощью машинного обучения.

Курс поможет вам разобраться, как дойти от идеи до реализованного проекта: подойдет ли машинное обучение, какая команда нужна, какие этапы предстоят, с какими проблемами придется столкнуться.

Курс окажется полезным для проджект- и продакт-менеджеров, управляющих продуктами, основанных на данных и технологиях искусственного интеллекта, а также старшим и ведущим специалистам по работе с данными, начинающих управленческую карьеру.

О курсе

Курс создан для всех, кто планирует развить или уже работает над проектами, связанными с технологиями искусственного интеллекта.

Цель курса – помочь дойти от идеи до успешной реализации.

Первая неделя курса посвящена погружению в область машинного обучения. Вторая неделя курса приоткрывает завесу над нутром машинного обучения - какие есть алгоритмы, как оценивается алгоритмическое решение задачи, как выстроен процесс обучения. Основные этапы ML-проектов разбираются на третьей неделе, также на третьей неделе обсуждаются роли и специалисты, участие которых необходимо для реализации проекта. Часть работы над ML-проектом - это понимание ее эффективности, и вопросы метрик, дизайна экспериментов обсуждаются на четвертой неделе. В финальной неделе курса рассматриваются концепция ML-системы и инструменты для работы с машинным обучением.

Формат

Курс состоит из 5 недель. Каждая неделя содержит видеолекции и тестовые задания. Доступ к курсу предоставляется бесплатно.

Информационные ресурсы

Thompson S. Managing Machine Learning Projects.
Амейзен Э. Создание приложений машинного обучения. От идеи к продукту.

Требования

Желательно знакомство с курсами по управлению проектами или продуктом, а также с вводными курсами по машинному обучению.

Программа курса

Введение в мир машинного обучения.
Как обучаются модели?
Управление жизненным циклом ML-проектов.
Как измерить эффективность ML-проектов.
Проектирование ML-систем.

Результаты обучения

Вы научитесь

определять полезность машинного обучения как инструмента для своих задач;
определять основные этапы работы над своим проектом;
составлять команду из нужных специалистов;
проектировать системы машинного обучения.

Формируемые компетенции

Умение оценивать применимость машинного обучения в контексте своих задач, а также умение определять его потенциальную пользу как инструмента для решения конкретных проблем.
Навык определения и последовательного выполнения основных этапов работы над собственным проектом в области машинного обучения, включая этапы сбора данных, предобработки, выбора модели, обучения, тестирования и внедрения.
Способность к формированию команды, состоящей из необходимых специалистов для успешной реализации проектов по машинному обучению, включая специалистов по анализу данных, разработчиков, инженеров по машинному обучению и др.
Навык проектирования систем машинного обучения с учетом специфики задачи, требований к данным, архитектуры модели, а также с учетом возможных ограничений и ожидаемых результатов.