Программа является программой профессиональной переподготовки и предназначена для:

- инженеров и технических специалистов различного профиля, заинтересованных во внедрении технологий ИИ в свою деятельность;

- инженеров-программистов и программистов, заинтересованных в смене или расширении профиля своей деятельности;

- преподавателей и научных работников.

Курс реализуется при государственной поддержке

Курс предназначен для подготовки специалистов в области искусственного интеллекта: дата-сайентистов и ML-инженеров, формирование и развитие компетенций в области работы с
алгоритмами машинного обучения.

Программа знакомит слушателей:
- с основными принципами машинного обучения (обучение с учителем, обучение без учителя, обучение с подкреплением);
- основами методологии CRISP DM, этапами создания проектов ИИ;
- основами работы с Python;
- методами работы с базовыми библиотеками анализа данных (numpy, pandas, matplotlib, SQLite);
- сферами использования машинного обучения (анализ данных, компьютерное зрение, обработка естественного языка).

В программе раскрываются:
- особенности использования ИИ для решения социальных и экономических проблем;
- предварительная обработка и визуализация данных;
- алгоритмы машинного обучения для решения задач классификации, кластеризации, уменьшения размерности, регрессии;
- метрики для оценки эффективности работы алгоритма машинного обучения;
- возможности внедрения разработанных и обученных алгоритмов.

Количество часов, отведённое на выполнение практических заданий, в т.ч. в режиме самостоятельной работы составляет 178 часов (68%)

Режим занятий: 36 академических часов в неделю
Нормативный срок освоения программы: 7,5 недель
Обучение по программе завершается итоговой аттестацией в форме защиты итоговой работы, которая проводится в очной форме с использованием дистанционных образовательных технологий.
Выдаваемый документ: диплом о профессиональной переподготовке

В процессе цифровой трансформации экономики возрастает объем и сложность обработки информации. Поэтому помимо жестко детерминированных алгоритмов, когда заранее программист четко прописывает правила, по которым обрабатывается информация, все большее распространение получают алгоритмы, основанные на данных.

В связи с этим все чаще мы сталкиваемся с понятием искусственно интеллекта (ИИ) в различных сферах: от мобильных приложений до горнодобычи. При этом под искусственным интеллектом понимают реализацию алгоритмов машинного обучения, которые позволяют имитировать когнитивные функции человека.

Развитие интереса к сфере искусственного интеллекта и машинного обучения делает востребованными профессионалов в этой области: людей, которые умеют оценивать потенциал внедрения машинного обучения, собирать и подготавливать наборы данных, строить и оценивать эффективность моделей машинного обучения, а также осуществлять внедрение решений ИИ на конкретную инфраструктуру.

Основной целью программы профессиональной переподготовки «Искусственный интеллект. Алгоритмы машинного обучения на языке Python» (далее – Программа) является подготовка специалистов в области разработки алгоритмов машинного обучения: дата-сайентистов и ML-инженеров.

В результате освоения программы слушатель должен приобрести или усовершенствовать знания и умения, необходимые для качественного изменения компетенций:

Слушатели будут:
Знать:
- краткую историю развития технологий ИИ, роль ИИ и других сквозных технологий в современной цифровой экономике;
- основные понятия, связанные со слабым ИИ (машинное обучение, глубокое обучение, нейросеть, компьютерное зрение, анализ данных, обработка естественного языка и др.);
- этапы разработки проекта с использованием ИИ;
современный дискурс относительно рисков использования ИИ и этики;
- основные методы планирования и подготовки уроков с использованием цифровых инструментов и сервисов;
- основы работы с библиотеками numpy, pandas, matplotlib, sqlite, nltk, opencv, scikit-learn и др.;
- основы дизайн-мышления для создания востребованных продуктов с использованием технологий ИИ;
- базовые операции по сбору и предобработке наборов данных для проектов ИИ;
- алгоритмы машинного обучения с учителем, без учителя, обучения с подкреплением и параметры, важные для обучения этих алгоритмов;
- метрики для оценки эффективности работы моделей машинного обучения.

Уметь:
- использовать язык Python создания моделей машинного обучения;
- разрабатывать и вести собственные проекты с использованием ИИ;
- работать с библиотеками numpy, pandas, matplotlib, sqlite, nltk, opencv, scikit-learn и др.;
- проводить сбор и предобработку наборов данных;
- создавать и обучать модели машинного обучения;
- оценивать эффективность моделей;
- производить развертывание моделей ИИ на конечных устройствах.


Владеть навыками и будут способны и готовы:
- работать над проектами машинного обучения в среде PyCharm и облачной среде Google Colab;
- создавать модели машинного обучения для задач анализа данных, компьютерного зрения, обработки естественного языка;
- визуализировать и интерпретировать исходные данные и результаты работы модели;
- производить нормирование, стандартизацию и масштабирование исходных данных сообразно требованиям модели машинного обучения.

Категория слушателей (требование к уровню подготовки слушателей):
- инженеры и технические специалисты различного профиля;
- инженеры-программисты и программисты;
- преподаватели и научные работники.