Бесплатный курс по программе
Data Science
Набор закрыт, но ты можешь оставить заявку
Оставь свои контактные данные и мы напишем тебе как только набор откроется
Нажимая на кнопку «Отправить», я даю свое согласие на обработку моих персональных данных
Почему Data Science
- Карьерные перспективыData Science — одна из самых востребованных профессий в IT, открывающая двери в ведущие компании и обеспечивающая высокий доход
- Инновации и технологииПогружение в передовые технологии, такие как глубокое обучение и искусственный интеллект. Работа на переднем крае науки и технологий
- МногогранностьОбласть охватывает широкий спектр задач (CV, NLP, табличные данные и др.) в различных областях, включая финансы, продажи и промышленность
- Решение реальных задачВозможность влиять на реальные бизнес-результаты, помогать компаниям принимать обоснованные решения, улучшать процессы и прогнозировать будущее
Что ждет на курсе
-
Лекции и вебинары2-3 раза в неделю
С 16:00 по мск -
Домашка и практикаСделаешь проект, который можно положить в портфолио -
Эксперты и кураторыПолучишь навыки и обратную связь от сотрудников Neoflex -
IT-комьюнитиОбменяешься знаниями, опытом и поддержкой
Программа обучения
Рассмотрим место нейросетевых моделей среди других моделей ИИ и Data Science, познакомимся с понятием оптимизации, градиента и градиентного спуска, вспомним сведения из линейной алгебры, разберем тензоры и их применение, а также рассмотрим обратное распространение ошибки
Освоим понятие персептрон, рассмотрим градиенты и оптимизацию в torch, познакомимся с классификацией и средствами решения ее задач и изучим рекуррентные нейронные сети с расчетом лосса
Познакомимся со сверточной сетью и ее преимуществами по сравнению с полносвязной, разберем средства torch для сверточных сетей, изучим ядро свертки и матрицу линейного оператора, рассмотрим одномерные свертки и архитектуру WaveNet, познакомимся с проблемами затухания градиента при обучении сетей большой глубины, Skip-connections, архитектуру ResNet и UNet, а также изучим автоэнкордеров и их применения
Познакомимся с историей языковых моделей: N-граммы, Word2Vec, GPT 1-4, открытые LLM, рассмотрим базовые компоненты LLM и библиотеки для работы с ними, изучим токенизаторы для LLM, алгоритм BPE, разберем деплой и параметры инференса LLM, познакомимся с продвинутыми компонентами современных LLM и техниками промпт инженеринга, займемся файтюнингом LLM, рассмотрим квантизацию и ее виды, а также изучим методы ускорения инференса и их реализации
Развернем Q&A систему на основе LLM
Что нужно для участия
- Основы программированияЗнаешь основы Python, понимаешь структуры данных и алгоритмов, Docker, GitМатематика и статистикаИмеешь сильную математическую базу: знания теории вероятностей, статистики и линейной алгебрыОпыт работы с даннымиУмеешь работать с таблицами данных. Знание SQL будет плюсомПроверьте себя
Пройдите короткий тест из 5 вопросов, которые помогут оценить
ваши знания по направлениюОбъекты каких стандартных классов являются неизменяемыми (immutable)?Какой метод позволяет узнать количество элементов в коллекции в Java?length()getSize()int operation = 2;
int number = 10;
switch (operation) {
case 1:
number = number + 10;
break;
case 2:
number = number - 4;
case 3:
number = number / 3;
case 4:
number = number * 10;
break;
}Что представляет собой интерфейс Set в Java?Какие классы не наследуются от класса Object?
Neo-венький / НЕОкрепшие познанияПривет новичкам! Кажется, кто-то еще в са-а-амом начале пути. Ух, как мы тебе завидуем – столько всего предстоит узнать! А чтобы понимать, на что ориентироваться и с чего начать – ознакомься с материалами на странице интересующего тебя направления.
Neo-любитель / Еще НЕОбузданные знанияТы явно где-то нечто читал или слышал – а это уже что-то! Так держать! Но не останавливайся и углубляй свои еще необузданные познания, чтобы стать нашим студентом!
Neo-с-опытом / НЕОпознанный субъектТест наполовину пройден – успех наполовину в кармане. Мы уже не можем причислить тебя к новичкам, но и еще не можем к знатокам. Скажем одно – ты на верном пути, продолжай изучать!
Neo-почти готовенький / НЕОтразимый!Еще чуть-чуть! Это было неотразимо! Ты почти готов к настоящим вступительным испытаниям. Скорее исправляй пробелы в знаниях и ждем твоей заявки!
Neo-отличник / НЕОспариваемый успехОго! А вот и ты, наш идеальный студент! Видим, что ты готовился. Желаем такого же успеха на вступительных испытаниях и будем рады видеть в числе наших студентов!Материалы для самоподготовки- Андреас Мюллер, Сара Гвидо, «Введение в машинное обучение с Python»
- Йошуа Бенджио, Иан Гудфеллоу, Аарон Курвилл, «Глубокое обучение»
- Франсуа Шолле, «Глубокое обучение на Python»
- Стивенс Эли, Антига Лука, «PyTorch. Освещая глубокое обучение»
- Промпт-инжиниринг (ссылка)
- Обзорная статья RAG (ссылка)
- Модификации RAG (ссылка)
- Обзорная статья Function Calling (ссылка)
- Легкое введение в Агентов (ссылка)
- Planning LLM agents (ссылка)
- Memory of LLM agents (ссылка)
Остались вопросы?
Нажимая на кнопку «Отправить», я даю свое согласие на обработку моих персональных данных127015, г. Москва, ул. Вятская, д. 35, стр. 4, 1 подъезд, 2 этажПереходи в наш Telegram bot. С его помощью ты можешь подать заявку на обучение и узнать больше об Учебном Центре.