Про курс
Розглянемо цикл життя моделей машинного навчання. Зрозуміємо, як будувати складні продукти для бізнесу на основі даних і моделей для різних доменів — таких як комп'ютерний зір, обробка мови, статистичні дані та часові ряди.
Імплементуємо кожен крок у циклі життя моделей машинного навчання: від роботи з даними, тренування, деплойменту й моніторингу до автоматичного оновлення моделей у продакшні. Для кожного імплементованого кроку розглянемо вже наявні варіанти рішень з їхніми перевагами та недоліками.
липень 2024
курс триває 2 місяці
14 000 грн/міс.
28 000 грн при повній оплаті курсу14 700 грн/міс. при оплаті частинами
20 місць
кожен студент отримує регулярний фідбек від куратора
Куратор
Спеціаліст у сфері Machine Learning з досвідом роботи понад 7 років. Працював зі стартапами від ідеї до створення продукту. Має досвід у виборі та реалізації сучасних архітектур глибинного навчання та великомасштабних рішень на їхній основі.
Програма курсу
-
Introduction
- — Motivation, ML 101.
- — Main components of ML system.
- — Infrastructure for ML, Docker, Kubernetes, CI/CD.
- — Design documents.
-
Data
- — Data storage & processing.
- — Data labeling & versioning.
- — Feature stores.
- — Privacy.
-
Experiments
- — Automated ML cycle.
- — Experiment management.
- — Experiment structure.
- — Testing ML code.
- — Model management.
- — CI/CD for ML.
-
Pipelines
- — Orchestration & Kubeflow.
- — Orchestration & AirFlow.
-
Serving Basics
- — Different deployment models.
- — APIs.
- — Inference servers.
- — Benchmarking.
-
Serving Advance
- — Scaling infrastructure.
- — Scaling model.
- — Optimization.
-
Monitoring
- — Monitoring.
- — Production problems.
- — Explainability.
- — Bias in ML.
- — Governments and validation.
-
Platforms
- — SageMaker.
- — Vertex AI.
- — K8S based platforms.
- — Platform comparison.
Як відбувається навчання
Відеолекції та вебінари
Вебінари з куратором і групою проходитимуть щосуботи о 16:00, а відеолекції відкриватимуться щопонеділка.
Real-life завдання
У нас діє Practicult — культ практики. Тому ви виконуватимете багато складної домашки. Have fun & survive.
Курсовий проєкт
Під час курсу ви зробите великий проєкт. Адже принцип курсу — все як у житті.
Регулярний фідбек
У нас немає базових і преміум режимів. Тільки преміум, завжди. Отримайте від куратора все. І так, десята ітерація — це нормально.
Сертифікат за здобутки
Наші сертифікати справді цінують на ринку. Тому ми видаємо їх лише тим студентам, які виконали щонайменше 70% домашніх завдань та захистили курсовий проєкт.
ГРАФІК
Старт
липень 2024
Вебінари
щосуботи о 16:00
Відеолекції
щопонеділка
Курс для вас, якщо ви
Розробник
і хочете змінити чи розширити напрямок роботи або ж перейти в ML домен
Data Scientist, Junior або Middle ML розробник
і прагнете навчитися впроваджувати й розширювати ML моделі у продакшні та стати Full-Stack Data Scientist
Час
8+ годин на тиждень на виконання домашніх завдань
Мова викладання
українська, частина додаткових матеріалів буде англійською
Запитання
З яким софтом працюватимемо на курсі?
GitHub, Anaconda, Docker, GitHub Actions.
Чи потрібні якісь навички для вступу на курс?
Цей курс потребує певних знань, щоб навчання було для вас максимально ефективним. Так, важливо вміти навчити просту модель ML хоча б в одному домені (CV, NLP, TS тощо). Мати базові навички програмування на будь-якій популярній мові (Python, JavaScript тощо). Розуміти CI/CD. Бажано знати про платформу оркестровки. Також для вступу необхідно виконати тестове завдання та заповнити анкету. Ви отримаєте завдання на пошту після реєстрації на курс.
Якщо успішно складете тестове –– ми вам одразу повідомимо про зарахування. А за кілька днів до старту курсу надішлемо лист з потрібною інформацією про процес навчання. Важливо: місце в групі бронюється тільки після внесення оплати.
Якщо ж не складете тестове –– не засмучуйтеся. Ми надішлемо також список корисних посилань та тем, які потрібно підтягнути. Ознайомтеся з цими матеріалами, щоб заповнити наявні пробіли в знаннях, а відтак сміливо подавайтеся на курс знову.
Як відбувається комунікація на курсі та в якому форматі куратор дає фідбек?
Уся комунікація на курсі відбувається на платформі Slack (робочий чат групи, канали для домашніх завдань і корисних посилань). Куратор дає фідбек у вигляді коментарів до домашніх завдань і обговорення на вебінарах.
Чи можна дивитися заняття в будь-який зручний день?
Можна, але важливо встигати виконувати домашні завдання, які ви отримуватимете після кожного заняття.
Відеозаписи лекцій будуть доступні для мене після завершення курсу?
Доступ до архіву випускника зберігається на рік від початку курсу.
Чи отримаю я сертифікат після проходження курсу?
Щоб отримати сертифікат, потрібно виконати щонайменше 70% домашніх завдань, отримати фідбек та «зараховано» від куратора, а також здати й захистити курсовий проєкт. Дедлайном для здачі та зарахування робіт є дата випуску.
