Безоплатна освіта для військових, ветеранів та ветеранок. Набір на навчання у креативних та IT сферах. (Prjctr x Uklon)

Projector logo
Курси

сміливо заповнюйте заявку

залюбки
допомагаємо
й не рекомендуємо
зайвого

Продовжуючи, ви погоджуєтеся з Політикою конфіденційності

Dev & Data Science

Linear Algebra

інтенсивний курс з прикладної лінійної алгебри для роботи з Data Science та Machine Learning

досвід

знання математики на шкільному рівні

старт

18 квітня 2025

група

25 місць

Тривалість

3 місяці

мова

мова лекцій — українська, матеріалів курсу — англійська

якщо ви:

  • 01

    програміст і бажаєте заповнити прогалини у знаннях, підтягнути математику

  • 02

    розробник-початківець і хочете отримати міцний фундамент для вивчення Data Science та Machine Learning

sFor whom

...тоді це метч!

Ми створили 3-місячний курс, щоб допомогти освіжити основні поняття лінійної алгебри. А також на реальних прикладах побачити, як вони працюють у різноманітних сучасних додатках та алгоритмах.

Наприкінці навчання впродовж трьох тижнів ви виконаєте курсовий проєкт, над яким працюватимете самостійно, застосовуючи здобуті під час курсу знання. Завданням буде побудова предиктивної моделі на основі даних.

навички,
які опануємо

hard skills:

  • знання з лінійної алгебри для маніпуляцій з матрицями та векторами
  • розв’язання перевизначеної системи лінійних рівнянь
  • розуміння матричних операцій
  • аналіз головних компонентів та ML алгоритмів
  • пошук логічних рішень за допомогою лінійних алгебраїчних методів
  • побудова прогнозованої моделі

soft skills:

  • ідентифікація, оцінка та пошук розв’язання проблем
  • донесення математичних концепцій до неспеціалістів
  • ефективна співпраця з командою

програма курсу

від векторів до рангу матриці

графік занять

вебінари — щовівторка о 19:30 відеолекції — щоп’ятниці

01.vectors
02.normed vector spaces
03.inner product space
04.hyperplanes
05.matrices
виділіть час, бо на курсі будуть:10 відеолекцій,13 живих вебінарівікурсовий проєкт

авторпрограми
Ян

Цибулькін

VP Data Science у Workpack.

Ян Цибулькін

Був засновником декількох технологічних компаній у різних галузях, зокрема в галузі мікроелектроніки. Працював над алгоритмами прискорення перевірки топології чипів, використовуючи тисячі серверів.

 

Останні 3 роки фокусується на розробці AI асистентів, які допомагають фахівцям американської будівельної галузі працювати з 2D кресленнями, перетворюючи їх на цифрові моделі. Цікавиться робототехнікою, зокрема автономними мобільними роботами.

Studying process

що на вас чекає

навчання по-проджекторному

  • регулярний зворотний зв’язок, який скеровує до рішення «це воно»
  • навчальний проєкт, готовий сяяти у портфоліо — збираєте докупи все, що проходили на навчанні у повноцінну роботу над курсовою
  • інтерактивні онлайн-зустрічі, де слухати на фоні — не вийде, бо перетворюєте знання з лекцій на навички, розбираючи проєкти з куратором та одногрупниками
  • сертифікат за здобутки — виконання домашок та успішний захист курсового проєкту

платити помісячно

payment option

15 750 грн/міс.

при розтермінуванні вартість курсу 47 250 грн

оплатити за весь курс
зі знижкою

payment option

15 000 грн/міс.

при оплаті одним платежем вартість курсу 45 000 грн

визначилися?
ось як потрапити на курс

  • 1зареєструватися

  • 2заповнити анкету

  • 3пройти відбір

  • 4стати студентом

Вступ

відгуки.
що говорять випускники

Софія Леонідова
Софія Леонідова
Relevance Analyst у Jooble
Дуже сподобалися домашні завдання, вебінар з лінійної регресії, підготовка та реалізація фінального проєкту, відкритість та компетентність куратора, можливість застосувати математичні концепти одразу на моделях машинного навчання. Куратор дійсно намагався допомогти з матеріалом та домашніми завданнями. Окремо хочу відмітити передостанній вебінар, на якому ми обговорювали аналіз датасету для проєкту. Дуже багато хто розповідає про те, як зробити аналіз, і мало хто говорить про те, що з ним потім робити, тож це було дуже цінно!
Олена Ніколенко
Олена Ніколенко
Junior Data Scientist у Gyfted
Кожне домашнє завдання та лекція на курсі показували, як застосовувати лінійну алгебру в реальних задачах Data Science. Ми вивчали теорію й одразу перекладали її на застосування в алгоритмах машинного навчання. Це допомогло почати дивитись на дані з перспективи математики та розв’язало руки для сміливіших експериментів. Вже під час курсу мені довелось випробувати свої знання, коли я проходила співбесіду на посаду Data Science Intern. І тільки завдяки глибшому розумінню математичних підстав ML алгоритмів я розпочала свою кар’єру в DS.
Максим Орлюк
Максим Орлюк
ML/MLOps Engineer у Tango
Усе було дуже круто!) Спочатку були певні сумніви з приводу формату (матеріал подається у вигляді відеоуроків), але, як виявилося, це неймовірно зручно! Можна підлаштувати вивчення нового матеріалу під себе, а на вебінарах розбирати практичні задачі та незрозумілі речі з матеріалу.
Ігор Козлов
Ігор Козлов
Big Data Tech Lead у Levi9 Ukraine
Дуже сподобався підхід до викладання та продуманість домашніх завдань. Вони були пов'язані з реальними прикладними темами, у лекціях або вправах згадувалась реальна задача, яку можна було вирішити, спираючись на пройдений матеріал. Інформація добре розкладена по блоках, які доповнюють один одного.
Олег Омельченко
Олег Омельченко
Product Analyst у MacPaw
Я очікував розібратись з нуля в темі, в якій зазвичай складно розібратись самотужки. Із допомогою куратора вдалося зрозуміти матеріал курсу та окреслити напрямок подальшого розвитку в темі лінійної алгебри та Data Science.
92,7% студентів задоволені навчанням у Проджекторі, а 82,2% студентів вдалося реалізувати цілі за допомогою курсів

*Згідно з результатами дослідження Projector.
У дослідженні взяли участь 567 респондентів
серед випускників курсів 2022 року.

медіа.
дізнайтеся більше

Лінійна алгебра в машинному навчанні: дані, кластеризація, скалярний добуток, SVM
Лінійна алгебра в машинному навчанні: дані, кластеризація, скалярний добуток, SVM
стаття
Використання алгебраїчних методів для пошуку векторних об'єктів
Використання алгебраїчних методів для пошуку векторних об'єктів
лекція
Великі дані, обробка мови, 3D. Як і де використовується лінійна алгебра в Data Science
Великі дані, обробка мови, 3D. Як і де використовується лінійна алгебра в Data Science
Projector Mag
За кафедрою Олександр Руппельт: як будують лінійку Data Science в Projector
За кафедрою Олександр Руппельт: як будують лінійку Data Science в Projector
Projector Mag
10 тис. годин, 6 порад. Як увійти у Data Science і не втекти у паніці
10 тис. годин, 6 порад. Як увійти у Data Science і не втекти у паніці
стаття

маєте запитання?
підготували відповіді

що таке Linear Algebra?
як відбувається комунікація на курсі та в якому форматі куратор дає фідбек?
вебінари будуть записуватись?
чи можна дивитися заняття у будь-який зручний день?
чи будуть мені доступні відеозаписи лекцій після завершення курсу?

реєстрація.
перший крок за вами

Consultant

Хочете спитати ще щось? Пишіть на hello@prjctr.com або телефонуйте за номером +38 067 418-95-78.

реєстрація.
перший крок за вами
обери мову: