Разработчик систем искусственного интеллекта

Генеративные языковые модели, компьютерное зрение и интеллектуальные агенты уже перестали быть экспериментальными технологиями – сегодня они лежат в основе ключевых продуктов в ритейле, финансах, промышленности и медицине. Специалист, способный не просто применять готовые инструменты, а разрабатывать законченные промышленные ИИ-системы, определяет технологическую повестку, а не догоняет ее. 

Программа построена вокруг реального проекта. Вы выбираете одно из трех направлений – генеративные языковые модели и агенты, компьютерное зрение или предиктивная аналитика – и создаете действующее решение. Основой для проекта могут служить реальные бизнес-кейсы или ваши текущие производственные задачи. 

Итоговая аттестация проходит в форме защиты проекта: успешный результат становится не только подтверждением квалификации, но и сильным элементом профессионального портфолио. Вы не просто осваиваете инструментарий искусственного интеллекта – вы формируете способность самостоятельно разрабатывать системы, которые меняют индустриальные процессы.

Как поступить на программу
1. Оставить заявку на программу. 
2. Подтвердить обучение на курсе. В течение 2-х дней мы направим на вашу электронную почту договор для ознакомления и заполнения. Важно проверить также папку "Спам" 
3. Заключить договор. Мы поможем корректно заполнить типовой договор, который необходимо будет подписать и направить ответным письмом
4. Оплатить обучение. После подписания договора мы направим вам счет на оплату, по которому необходимо будет оплатить обучение
5. Начать обучение. За несколько дней до начала обучения мы направим на электронную почту организационное письмо со всей важной информацией о программе и ссылкой на чат
Для получения дополнительной информации свяжитесь с нами <u>dpo@misis.ru</u>
тел.: +7 (499) 700-03-06 (доб. 59951)
 

Видеолекции и дополнительные материалы для самостоятельного изучения 
Вебинары с преподавателями для освоения материала
Практические занятия и обратная связь от преподавателя в режиме реального времени
Домашние задания с обратной связью от преподавателя
Итоговый проект на основе готовых кейсов или по реальному запросу
 

Базовый модуль (общий для всех треков) – 90 ак. часов
1.    Введение в математику ИИ: теория вероятностей, математическая статистика
2.    Математические методы машинного обучения (регрессии, деревья, бустинг, кластеризация, PCA)
3.    Основы программирования на Python (типы данных, циклы, функции, ООП)  
4.    Библиотеки для ИИ и работы с данными (NumPy, Pandas, Matplotlib, Scikit-learn)  
5.    Основы нейронных сетей (перцептрон, свёрточные и рекуррентные сети, attention, трансформеры)
Трек 1. Генеративные языковые модели и ИИ-агенты – 140 ак. часов
1.    Обработка естественного языка (NLP): предобработка, анализ, классификация 
2.    Математика трансформеров (attention, self-attention, архитектура Transformer)
3.    Промпт-инжиниринг и работа с LLM (few-shot, CoT, fine-tuning)
4.    RAG и векторные базы данных (Chroma, FAISS, эмбеддинги) 
5.    ИИ-агенты и мультиагентные системы (LangChain, ReAct, CrewAI)
6.    Оценка LLM и этические аспекты
7.    Выпускной проект: разработка ИИ-агента для бизнес-задачи 
Трек 2. Промышленное компьютерное зрение – 140 ак. часов
1.    Свёрточные нейронные сети: архитектуры, аугментация данных
2.    Детекция объектов: YOLO, Faster R-CNN
3.    Сегментация изображений: UNet, Mask R-CNN, SAM
4.    Трекинг объектов: DeepSort, BoT-SORT
5.    Промышленные кейсы CV: дефектоскопия, безопасность, логистика
6.    Медицинские и биомедицинские задачи CV
7.    Выпускной проект: система CV для промышленности
Трек 3. Предиктивная аналитика – 140 ак. часов
1.    Продвинутое машинное обучение: XGBoost, LightGBM, CatBoost
2.    Анализ временных рядов: ARIMA, Prophet, TFT
3.    Feature engineering и отбор признаков 
4.    Работа с большими табличными данными: ClickHouse, Polars, Spark (введение)
5.    Интерпретация моделей: SHAP, LIME
6.    AutoML и мониторинг моделей в продакшене
7.    Выпускной проект: система предиктивной аналитики
 

Трек 1
Вы научитесь разрабатывать и настраивать LLM-решения через API, строить RAG-системы и мультиагентные архитектуры
на LangChain и CrewAI
Трек 2
Сможете создавать системы детекции, сегментации и трекинга объектов, оптимизировать модели для Edge-устройств, решать задачи дефектоскопии
Трек 3
Научитесь строить прогнозные модели  на временных рядах, обрабатывать большие табличные данные, интерпретировать модели и автоматизировать ML-пайплайны