Dev & Data Science

QA in Machine Learning: from Scratch to Quality

Интенсив для тестировщиков ML проектов, который поможет подготовиться к работе в области ML и научиться тестировать модели машинного обучения.

Об интенсиве

Вы можете набить руку в тестировании, но в каждой новой отрасли, с продуктами которой будете сталкиваться, сначала будете чувствовать себя новичком. А чтобы качественно провести тестирование, должны хорошо разбираться в сфере, с которой работаете.

Интенсив QA in Machine Learning: from Scratch to Quality — это проводник для QA инженера в ML отрасль. Он позволит выйти за пределы традиционного тестирования и научиться глубже погружаться в ML модели, чтобы помогать разработчикам строить их качественными.

В течение пяти недель обучения узнаете все о ML и тестировании machine learning проектов, а именно:

— изучите основы машинного обучения, в частности узнаете, что нужно учитывать при тестировании;
— рассмотрите стратегии QA процесса в ML и жизненный цикл ML проекта;
— сформируете умение работать с метриками — выбирать нужные и оценивать качество моделей на основе выбранных показателей;
— научитесь готовить данные для тестирования, выполнять тесты и анализировать их результаты;
— поймете, как определять, какая модель машинного обучения является хорошей, а над какой еще нужно поработать.

В течение обучения будете выполнять практические домашние задания и получать на них фидбек от кураторов. А еще реализуете очень актуальный сейчас командный проект — спланируете тестирование ML модели боевого беспилотника. На практике поупражняетесь в умении брейнштормить идеи для генерации тестовых сценариев, приоритезировать их и определять количество необходимых данных.

5 марта 2024 интенсив длится 5 недель
занятия по вторникам
10 000 грн оплачивайте самостоятельно или через работодателя
30 мест каждый студент получает регулярный фидбек от кураторов

Кураторы

Куратор Дмитрий Юзьвак
Кураторка Екатерина Стецюк

Программа интенсива

  • Введение в ML

    • — ML и его основные характеристики.
    • — Разница между ML, DL, AI.
    • — Основные факты о CV, NLP, DS и примеры их применения.
    • — Классификация, регрессия, кластеризация на примерах.
  • Стратегия QA процесса в ML

    • — Сущность и значимость QA процесса в ML.
    • — Разница между QA и Evaluation.
    • — Уровни, принципы и типы тестирования в ML.
    • — Воркфлоу тестирования ML и его планирование.
  • Жизненный цикл ML проекта

    • — Понимание потребностей бизнеса.
    • — Сбор и анализ данных.
    • — Моделирование — конструирование признаков, обучение модели, оценка модели.
    • — Деплоймент — оценка эффективности и мониторинг.
  • Воркфлоу тестирования ML

    • — Подготовка данных.
    • — Настройка тестовой среды.
    • — Выполнение тестов.
    • — Сбор и анализ результатов.
    • — Подготовка документации.
    • — Управление рисками.
  • Перспективы тестирования ML

    • — Концепт «ML, тестирующий ML».
    • — Особенности тестирования DL, AI, NLP.
    • — ChatGPT в тестировании.

Интенсив для вас, если вы

Тестировщик ПО

интересуетесь новыми подходами в Machine Learning, AI, Data Analysis

Technical Program Manager, Project / Product Manager

работаете с ML проектами и хотите глубже разобраться в теме

Условия поступления

анкета

Время

5+ часов в неделю для выполнения домашних заданий

Опыт

знание Python или умение работать с Google Sheets

English

Intermediate и выше

Язык обучения

украинский

Как проходит обучение

Живые занятия

Живой вебинар с кураторами и группой будет проходить каждый вторник в 19:30.

Real-life задания

У нас действует Practicult — культ практики. Поэтому вы будете выполнять много сложной домашки. Have fun & survive.

Командный проект

Вы создадите проект — спланируете тестирование ML модели боевого беспилотника.

Регулярный фидбек

У нас нет базовых и премиум режимов. Только премиум, всегда. Получите от куратора все. И да, десятая итерация — это нормально.

Сертификат за дело

Наши сертификаты действительно ценят на рынке. Поэтому мы выдаём их только тем студентам, которые выполнили не менее 70% домашних работ и защитили проект.

ГРАФИК

Старт

5 марта 2024

Вебинары

вторник — 19:30

Партнер

Лучший студент/студентка интенсива получит грант на обучение, который покрывает полную его стоимость, от компании SQUAD.

Вопросы

Какие особенности тестирования в Machine Learning?

Чтобы эффективно работать с ML проектом, тестировщику недостаточно только общих знаний о QA процессах. Ведь чтобы не просто поверхностно тестировать алгоритмы и модели машинного обучения, но и уметь оценивать их качество, QA инженер должен знать теоретические детали, которые влияют на процесс. Поэтому на базу тестировщика важно наслоить знания основ машинного обучения.

Какие навыки нужны для поступления на интенсив?

Интенсив QA in Machine Learning: from Scratch to Quality ориентирован на людей без опыта в области ML, все будем осваивать с нуля. Однако важно уметь работать с Python или Google Sheets.

Чтобы вы с пользой провели время и обучение было релевантным для вас, после регистрации просим вас заполнить короткую анкету. Она позволит кураторам ознакомиться с вашим предыдущим опытом и общим пониманием отрасли, а также оценить мотивацию.

Если все в порядке, мы проинформируем вас о зачислении. Письмо с подробной информацией об обучении вы получите за несколько дней до начала интенсива. Обращаем внимание, что место в группе бронируем только после внесения оплаты.

В случае отказа вышлем вам список полезных ссылок. Ознакомьтесь с ними, а затем снова подавайтесь на интенсив.

С каким софтом будем работать на интенсиве?

Вам понадобится Python или Google Sheets.

Как проходит коммуникация на интенсиве и в каком формате кураторы дают фидбек?

Вся коммуникация на интенсиве проходит на платформе Slack (рабочий чат группы, каналы для домашних заданий и полезных ссылок). Кураторы дают фидбек в виде комментариев к домашним заданиям и обсуждения на вебинарах.

Вебинары будут записываться?

Мы каждый раз делаем запись, однако лучше выделите время, чтобы присоединиться к онлайн встрече — обсудить вопросы с одногруппниками и проконсультироваться с кураторами.

А сертификат будет?

Будет, если приложить усилия. Чтобы получить сертификат, нужно выполнить не менее 70% домашних работ, получить фидбек и «засчитано» от кураторов, а также сдать и защитить проект. Дедлайном для сдачи и принятия работ является дата выпуска.

Какие еще курсы я могу пройти?

Для будущих ML разработчиков и дата саентистов у нас есть курс Python Machine Learning, а для QA инженеров — курсы тестировщиков онлайн.

Разработчиков заинтересует курс Пайтона, курс по SQL, JS с нуля и язык программирования Go, а еще курс по верстке сайтов. Устранять проблемы с нагрузкой научитесь на курсе Highload Systems, а подготовится к должности СTO сможете на курсе Becoming a CTO.

Чтобы освоить математическую базу, приходите на курсы математики.

Регистрация

Остались вопросы?
Не стесняйтесь их задавать.

Проконсультируйте меня