Про інтенсив
Ви можете набити руку в тестуванні, та в кожній новій галузі, з продуктами якої стикатиметесь, спочатку будете почуватись новачком. А щоб якісно провести тестування, маєте добре знатися на сфері, з якою працюєте.
Інтенсив QA in Machine Learning: from Scratch to Quality — це провідник для QA інженера в галузь ML. Він дасть змогу вийти за межі традиційного тестування й навчитися глибше занурюватися в ML моделі, щоб допомагати розробникам будувати їх якісними.
Упродовж п'яти тижнів навчання дізнаєтеся все про ML та тестування machine learning проєктів, зокрема:
— вивчите основи машинного навчання, зокрема те, що потрібно враховувати про машинне навчання в тестуванні;
— розглянете стратегії QA процесу в ML та життєвий цикл ML проєкту;
— сформуєте вміння працювати з метриками — обирати потрібні й оцінювати якість моделей на основі вибраних показників;
— навчитеся готувати дані для тестування, виконувати тести й аналізувати їхні результати;
— зрозумієте, як визначати, яка модель машинного навчання є хорошою, а над якою ще потрібно попрацювати.
Упродовж навчання будете виконувати практичні домашні завдання та отримувати на них фідбек від кураторів. А ще реалізуєте дуже актуальний нині командний проєкт — сплануєте тестування ML моделі бойового безпілотника. На практиці повправляєтеся в умінні брейнштормити ідеї для генерації тестових сценаріїв, пріоритезувати їх та визначати кількість необхідних даних.
10 червня 2024
інтенсив триває 5 тижнів
10 000 грн
оплачуйте самостійно або через роботодавця
30 місць
кожен студент отримує регулярний фідбек від кураторів
Програма інтенсиву
-
Стратегія QA процесу в ML
- — Сутність і значущість QA процесу в ML.
- — Різниця між QA i Evaluation.
- — Рівні, принципи й типи тестування в ML.
- — Воркфлоу тестування ML та його планування.
-
Життєвий цикл ML проєкту
- — Розуміння потреб бізнесу.
- — Збирання й аналізування даних.
- — Моделювання — конструювання ознак, навчання моделі, оцінювання моделі.
- — Деплоймент — оцінювання ефективності й моніторинг.
-
Воркфлоу тестування ML
- — Підготовка даних.
- — Налаштування тестового середовища.
- — Виконання тестів.
- — Збирання й аналізування результатів.
- — Підготовка документації.
- — Управління ризиками.
-
Перспективи тестування ML
- — Концепт «ML, що тестує ML».
- — Особливості тестування DL, AI, NLP.
- — ChatGPT у тестуванні.
Інтенсив для вас, якщо ви
Тестувальник ПЗ
цікавитеся новими підходами в Machine Learning, AI, Data Analysis
Technical Program Manager, Project / Product Manager
працюєте з ML проєктами й хочете глибше розібратися в темі
Умови вступу
анкета
Час
5+ годин на тиждень для вебінарів і виконання домашніх завдань
Досвід
знання Python або вміння працювати з Google Sheets
English
Intermediate і вище
Мова викладання
українська
Як відбувається навчання
Живі заняття
Живий вебінар з кураторами та групою буде проходити щовівторка о 19:30.
Real-life завдання
У нас діє Practicult — культ практики. Тому ви виконуватимете багато складної домашки. Have fun & survive.
Командний проєкт
Ви зробите проєкт — сплануєте тестування ML моделі бойового безпілотника.
Регулярний фідбек
У нас немає базових і преміум режимів. Тільки преміум, завжди. Отримайте від кураторів усе. І так, десята ітерація — це нормально.
Сертифікат за справи
Наші сертифікати справді цінують на ринку. Тому ми видаємо їх лише тим студентам, які виконали щонайменше 80% домашніх завдань та захистили курсовий проєкт.
ГРАФІК
Старт
10 червня 2024
Вебінари
вівторок — 19:30
Партнер
Найкращий студент/студентка інтенсиву отримає грант на навчання, що покриває повну його вартість, від компанії SQUAD.
Запитання
Які особливості тестування в Machine Learning?
Щоб ефективно працювати з ML проєктом, тестувальнику недостатньо лише загальних знань про QA процеси. Адже аби не просто поверхнево тестувати алгоритми й моделі машинного навчання, а й уміти оцінювати їхню якість, QA інженер має знати теоретичні деталі, які впливають на процес. Тому на базу тестувальника важливо нашарувати знання основ машинного навчання.
Які навички потрібні для вступу на інтенсив?
Інтенсив QA in Machine Learning: from Scratch to Quality орієнтований на людей без досвіду в галузі ML, усе опановуватимемо з нуля. Проте важливо вміти працювати з Python чи Google Sheets.
Щоб ви з користю провели час і навчання було релевантним для вас, після реєстрації просимо вас заповнити коротку анкету. Вона дасть змогу кураторам ознайомитися з вашим попереднім досвідом і загальним розумінням галузі, а також оцінити мотивацію.
Якщо все гаразд –– ми поінформуємо вас про зарахування. Лист з докладною інформацією про навчання ви отримаєте за кілька днів до початку інтенсиву. Звертаємо увагу, що місце в групі бронюємо лише після внесення оплати.
У разі відмови надішлемо вам список корисних посилань. Ознайомтеся з ними, а потім знову подавайтеся на інтенсив.
З яким софтом працюватимемо на інтенсиві?
Вам знадобиться Python або Google Sheets.
Як відбувається комунікація на інтенсиві та в якому форматі куратори дають фідбек?
Уся комунікація на інтенсиві відбувається на платформі Slack (робочий чат групи, канали для домашніх завдань і корисних посилань). Куратори дають фідбек у форматі коментарів до домашніх завдань та обговорення на вебінарах.
Чи будуть записуватися вебінари?
Ми щоразу організовуємо запис, однак краще виділіть час, щоб долучитися до онлайн зустрічі — обговорити питання з одногрупниками та проконсультуватися з кураторами.
А сертифікат буде?
Буде, якщо ви докладете зусиль. Щоб отримати сертифікат, потрібно виконати щонайменше 70% домашніх завдань, отримати фідбек та «зараховано» від кураторів, а також здати й захистити проєкт. Дедлайном для здачі та зарахування робіт є дата випуску.
Які курси я можу пройти?
Для майбутніх ML розробників та дата саєнтистів маємо курс Machine Learning, а для QA інженерів — тестувальник програмного забезпечення.
Розробників зацікавить Python курс онлайн, SQL курс, курс із JavaScript та Golang, а ще HTML верстка. Усувати проблеми з навантаженням навчитеся на курсі Highload Software Architecture, а підготуватися до посади СTO зможете на курсі Becoming a CTO.
Щоб опанувати математичну базу, приходьте на курси математики.
