Руководитель проектов в сфере искусственного интеллекта(AI PM)
Вы приобретете новые профессиональные компетенции и навыки, необходимые для управления проектами по искусственному интеллекту
5 модулей
Кол-во часов
Вид программы
154 часов
повышение квалификации
Онлайн
Обучение проходит в удобном дистанционном формате
По окончании обучения вы сможете:
Управлять проектами в области информационных технологий
Решать простые задачи по программированию на языке Python- Собирать исходную информацию и формировать требования к решению задач с использованием методов искусственного интеллекта
- Анализировать данные на Python
- Проводить предварительный анализ данных и использовать специализированные библиотеки Python
- Проводить анализ требований и определять необходимые классы задач машинного обучения
- Определять метрики оценки результатов моделирования и критерии качества построенных моделей
- Принимать участие в оценке и выборе используемых методов машинного обучения
- Выбирать алгоритмы и метрики для оценки моделей
- Выстраивать архитектуру нейронной сети для решения прикладной задачи
- Реализовывать трансферные архитектуры сверточной нейронной сети
- Пользоваться продвинутыми открытыми инструментами в сфере искусственного интеллекта для организации управления проектами
Чему научитесь:
- Языку программирования Python
- Основному функционалу библиотек numpy, pandas, matplotlib, sklearn
- Методам сбора исходной информации и формирования требований к решению задач с использованием методов искусственного интеллекта
- Необходимым навыкам для предварительной обработки данных: работа с массивами данных, математические операции, построение графиков (линейные, столбчатые, диаграммы)
- Базовым знаниям для верной классификации задачи и ее решения
- Методам машинного обучения для решения прикладных задач
- Методам кластеризации данных с помощью алгоритмов машинного обучения
- Цифровыми инструментами, необходимыми для организации управленческой деятельности при разработке интеллектуальных систем
Структура курса
Тема 1.1 Введение в Науку о данных: сбор исходной информации и формирование требования к решению задач с использованием методов искусственного интеллекта
Тема 1.2 Основные понятия
Тема 1.3 Установка среды на локальный компьютер и использование облачных инструментов для анализа данных и машинного обучения
Тема 1.4 Основы Python: типы данных, переменные, циклы, объекты и функции
Тема 1.2 Основные понятия
Тема 1.3 Установка среды на локальный компьютер и использование облачных инструментов для анализа данных и машинного обучения
Тема 1.4 Основы Python: типы данных, переменные, циклы, объекты и функции
Тема 2.1. Модуль numpy: работа с массивами, математические операции
Тема 2.2. Модуль pandas:data manipulation, data preprocessing
Тема 2.3. Анализ данных на Python: метрики оценки результатов моделирования и критерии качества построенных моделей
Тема 2.4. Matplotlib/Seaborn: изучение и построение различных графиков
Тема 2.2. Модуль pandas:data manipulation, data preprocessing
Тема 2.3. Анализ данных на Python: метрики оценки результатов моделирования и критерии качества построенных моделей
Тема 2.4. Matplotlib/Seaborn: изучение и построение различных графиков
Тема 3.1. Основные понятия
Тема 3.2. Введение в машинное обучение и обзор алгоритмов
Тема 3.3. Обучение с учителем (Задачи регрессии и классификации, метрики, вариация моделей)
Тема 3.4. Обучение без учителя: кластеризация данных с помощью алгоритмов машинного обучения
Тема 3.2. Введение в машинное обучение и обзор алгоритмов
Тема 3.3. Обучение с учителем (Задачи регрессии и классификации, метрики, вариация моделей)
Тема 3.4. Обучение без учителя: кластеризация данных с помощью алгоритмов машинного обучения
Тема 4.1. Основы глубокого обучения
Тема 4.2. Обработка естественного языка
(рекуррентные нейронные сети)
Тема 4.3. Введение в компьютерное зрение (Сверточные нейронные сети)
Тема 4.2. Обработка естественного языка
(рекуррентные нейронные сети)
Тема 4.3. Введение в компьютерное зрение (Сверточные нейронные сети)
Тема 5.1. Сервисы организации командной работы
Тема 5.2. Применение современных технологий искусственного интеллекта в управлении проектами
Тема 5.2. Применение современных технологий искусственного интеллекта в управлении проектами
Как проходит обучение
Доступ в личный кабинет
Обучение проходит дистанционно, в режиме онлайн.
Вы получаете доступ в личный кабинет программы, где представлены учебные материалы:
Вы получаете доступ в личный кабинет программы, где представлены учебные материалы:
- Видеолекции по теории и практике тем программы
- Текстовые файлы по теории и практике тем
- Расписание предстоящих on-line лекций и практических занятий в СДО Финуниверситета
Вебинары
По каждому модулю программы предусмотрено проведение нескольких on-line лекций/практических занятий. Вебинары проводят опытные эксперты-практики. На вебинаре вы сможете общаться, задавать вопросы экспертам - преподавателям.
- Продолжительность одного вебинара –1,5 часа.
- Время проведения вебинаров: в вечерние часы по рабочим дням.
- Все вебинары записываются. Записи выкладываются в личный кабинет
Документ об образовании
- Удостоверение о повышении квалификацииФинансового университета при Правительстве Российской Федерации
Эксперты программы
- Андриянов Никита АндреевичКандидат технических наук, доцент, заведующий лабораторией компьютерного зрения Финансового университета при Правительстве РФ
- Никитин Петр ВладимировичКандидат педагогических наук, доцент Финансового университета при Правительстве РФ
- Горохова Римма
ИвановнаКандидат педагогических наук, доцент Финансового университета при Правительстве РФ
65 000 руб.
Стоимость обучения на программе
При оплате всего курса сразу
Стоимость
обучения
обучения
Зарегистрироваться на программу
Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности
