язык курса
длительность курса
понадобится для освоения
для зачета в своем вузе
за обучение
Уважаемые слушатели, некоторые материалы данного курса доступны для ознакомительного просмотра. Чтобы получить доступ ко всем материалам курса, необходимо оплатить доступ к материалам.
Внедрение технологий искусственного интеллекта требует не только технических знаний, но и глубокого понимания, как ставить задачи, управлять проектами и формировать команды. Этот курс объединяет технические аспекты машинного обучения с управленческими подходами, чтобы помочь вам эффективно использовать ИИ в бизнесе.
Данный курс является частью дополнительной образовательной программы повышения квалификации «Введение в машинное обучение и управление ML‑проектами». По вопросам записи на программу повышения квалификации необходимо обращаться по адресу s.s.morozova@spbu.ru.
Этот курс — для тех, кто хочет:
Что делает курс особенным?
Кому подойдет этот курс?
Форма обучения заочная (дистанционная). Еженедельные занятия будут включать просмотр тематических видеолекций, изучение дополнительных материалов и выполнение тестовых заданий с автоматизированной проверкой результатов, тестирование по пройденному материалу. Для получения сертификата необходимо выполнить все задания и написать финальный экзамен.
Модуль 1. Введение в искусственный интеллект и машинное обучение
История развития искусственного интеллекта. Основные понятия и задачи машинного обучения. Типы обучения: с учителем, без учителя, с подкреплением. Вероятностная основа машинного обучения: теорема Байеса в ML. Развернутый пример: байесовский вывод для броска монетки.
Модуль 2. Управление проектом в сфере ИИ
Отличия ИИ-проектов от обычных IT-проектов. ИИ. Жизненный цикл ИИ-проекта. От гипотезы к продукту: генерация, проверка и приоритизация. Метрики и KPI для ML-проекта.
Модуль 3. Подготовка описания проекта
Паспорт проекта и его составные части. Описание процесса, данные, технические требования и эффективность проекта.
Модуль 4. Обучение с учителем: регрессия и классификация
Линейная регрессия и ее вероятностные основы. Байесовский вывод в линейной регрессии. Классификация: геометрия и порождающие модели. Логистическая регрессия. Наивный Байес и сравнительный анализ классификаторов.
Модуль 5. Порождающие ML-модели в наши дни
Принципы работы нейронных сетей. Основные архитектуры нейросетей. Трансформеры и большие языковые модели (LLM). Масштабирование и дообучение больших языковых моделей. Будущее нейросетей.
Модуль 6. Команда проекта: роли и навыки участников
Ключевые роли в ИИ-проектах. Типовые задачи и требования к специалистам. Поиск и подбор сотрудников. Онбординг и организация командной работы. Гибкие методологии управления проектами.
Вы узнаете:
• Основы искусственного интеллекта и машинного обучения — от базовых алгоритмов до нейросетей
• Современные тренды в ИИ, включая большие языковые модели (LLM) и генеративный ИИ
• Особенности управления ИИ-проектами
Вы научитесь:
• Оценивать, где ИИ даст максимальный эффект
• Грамотно формулировать задачи для ML-моделей
• Формировать команду для ИИ-проектов и управлять процессами разработки
Вы овладеете:
• Методикой создания паспорта ИИ-проекта с четкими бизнес- и техническими требованиями
• Навыками анализа применимости ИИ для решения конкретных бизнес-задач
• Базовыми принципами работы с данными в контексте машинного обучения
• Практическими инструментами управления ИИ-проектами на всех этапах жизненного цикла
• Техниками формирования и координации междисциплинарных команд для ИИ-разработки
ПК-1 — Способен использовать знание основных методов искусственного интеллекта в последующей профессиональной деятельности в качестве научных сотрудников, преподавателей образовательных организаций высшего образования, инженеров, технологов.
УК-3 — Способен осуществлять социальное взаимодействие и реализовывать свою роль в команде.
ОПК-2 — Способен понимать принципы работы современных информационных технологий и программных средств, в том числе отечественного производства, и использовать их при решении задач в своей профессиональной деятельности.
ОПК-6 — Способен понимать принципы работы современных информационных технологий и использовать их для решения задач профессиональной деятельности.
язык курса
длительность курса
понадобится для освоения
для зачета в своем вузе
за обучение
Доктор физико-математических наук
Должность: доцент факультета математики и компьютерных наук, старший научный сотрудник ПОМИ РАН
Должность: кандидат экономических наук, консультант первого проректора по учебной работе
Должность: ведущий аналитик Центра искусственного интеллекта и науки о данных
По данному курсу возможно получение сертификата.
Стоимость прохождения процедур оценки результатов обучения с идентификацией личности - 3600 Р.
К сожалению, мы не гарантируем корректную работу сайта в вашем браузере. Рекомендуем заменить его на один из предложенных.
Также советуем ознакомиться с полным списком рекомендаций.
