logo

OzenVision

9

Искусственный интеллект

500 000 ₸
Подать заявку
Выделено 17 Квот

Курс «Искусственный интеллект» — это практическая программа для всех, кто хочет разобраться в технологиях ИИ и научиться применять их для решения реальных задач. В ходе обучения студенты последовательно осваивают Python, анализ данных с помощью Pandas и NumPy, классические алгоритмы машинного обучения, глубокие нейронные сети и генеративный ИИ. Отдельные модули посвящены компьютерному зрению, архитектуре трансформеров и современным генеративным моделям. Программа подходит как новичкам без опыта программирования, так и тем, кто хочет системно выстроить знания в области ИИ и машинного обучения. Обучение проходит в онлайн-формате в режиме реального времени и сочетает теорию с практическими заданиями на реальных данных. Завершает курс итоговый проект, охватывающий полный цикл разработки ИИ-решения — от сбора и анализа данных до построения и презентации модели. По окончании обучения выпускники получают квалификацию Junior AI Engineer и готовы к работе с современными инструментами ИИ.

Особые условия

Студент получает образовательный грант в размере 400 000 тг с условием доплаты разницы в стоимости курса в 100 000 тг. Студент обязуется пройти полный курс обучения, выполнить итоговый проект и сдать итоговое тестирование с результатом не ниже 50%. В случае невыполнения данных требований студент обязан возместить полную стоимость курса. При пропуске более 30% занятий в течение календарного месяца без уважительной причины студент может быть отчислен и также обязан вернуть полную стоимость обучения.

Детали курса

Уровень

Для всех

Формат обучения

Онлайн

Вступительные экзамены

Нет

Длительность, в неделях

27

Язык обучения

Русский

Квалификация

Junior AI Engineer

Навыки


• Владение Python для задач искусственного интеллекта • Работа с данными с использованием NumPy и Pandas • Проведение разведочного анализа данных (EDA) и визуализация данных • Применение базовых методов машинного обучения (классификация и регрессия) в scikit-learn • Обучение и оценка моделей с использованием основных метрик качества • Использование классических алгоритмов машинного обучения (SVM, деревья решений, Random Forest, k-NN, Naive Bayes) • Применение методов снижения размерности данных (PCA) • Разработка нейронных сетей с использованием PyTorch (включая CNN) • Базовое применение трансформеров для задач обработки текста (NLP) • Реализация полного цикла ИИ-проекта: от подготовки данных до оценки модели

Частые вопросы

Похожие курсы

Другие курсы от OzenVision