Специалист по работе с системами искусственного интеллекта
Вы приобретете новые профессиональные компетенции и навыки, необходимые для управления проектами по искусственному интеллекту
6 модулей
Кол-во часов
Вид программы
256 часов
профессиональная переподготовка
Онлайн
Обучение проходит в удобном дистанционном формате
*В рамках федерального проекта "Кадры" обучение бесплатно
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 Нейронные сети в РФ и в мире – инструменты, процессы, данные
Тема 1.2 Правовое вопросы регулирования искусственного интеллекта
Тема 1.3 Вопросы безопасности при работе с нейронными сетями
Тема 1.2 Правовое вопросы регулирования искусственного интеллекта
Тема 1.3 Вопросы безопасности при работе с нейронными сетями
Тема 2.1 Введение в Науку о данных: сбор исходной информации и формирование требования к решению задач с использованием методов искусственного интеллекта
Тема 2.2 Основные понятия
Тема 2.3 Установка среды на локальный компьютер и использование облачных инструментов для анализа данных и машинного обучения
Тема 2.4 Основы Python: типы данных, переменные, циклы, объекты и функции
Тема 2.2 Основные понятия
Тема 2.3 Установка среды на локальный компьютер и использование облачных инструментов для анализа данных и машинного обучения
Тема 2.4 Основы Python: типы данных, переменные, циклы, объекты и функции
Тема 3.1 Модуль numpy: работа с массивами, математические операции
Тема 3.2 Модуль pandas: data manipulation, data preprocessing
Тема 3.3 Анализ данных на Python: метрики оценки результатов моделирования и критерии качества построенных моделей
Тема 3.4 Matplotlib/Seaborn: изучение и построение различных графиков
Тема 3.5 Технология обработки текстовых данных
Тема 3.6 Технология обработки фото/видео данных
Тема 3.7 Технология обработки аудио данных
Тема 3.2 Модуль pandas: data manipulation, data preprocessing
Тема 3.3 Анализ данных на Python: метрики оценки результатов моделирования и критерии качества построенных моделей
Тема 3.4 Matplotlib/Seaborn: изучение и построение различных графиков
Тема 3.5 Технология обработки текстовых данных
Тема 3.6 Технология обработки фото/видео данных
Тема 3.7 Технология обработки аудио данных
Тема 4.1 Основные понятия
Тема 4.2 Введение в машинное обучение и обзор алгоритмов
Тема 4.3 Обучение с учителем
(Задачи регрессии и классификации, метрики, вариация моделей)
Тема 4.4 Обучение без учителя: кластеризация данных с помощью алгоритмов машинного обучения
Тема 4.2 Введение в машинное обучение и обзор алгоритмов
Тема 4.3 Обучение с учителем
(Задачи регрессии и классификации, метрики, вариация моделей)
Тема 4.4 Обучение без учителя: кластеризация данных с помощью алгоритмов машинного обучения
Тема 5.1 Основы глубокого обучения
Тема 5.2 Обработка естественного языка
(рекуррентные нейронные сети)
Тема 5.3 Введение в компьютерное зрение
(Сверточные нейронные сети)
Тема 5.2 Обработка естественного языка
(рекуррентные нейронные сети)
Тема 5.3 Введение в компьютерное зрение
(Сверточные нейронные сети)
Тема 6.1 Сервисы организации командной работы
Тема 6.2 Применение современных технологий искусственного интеллекта в управлении проектами
Тема 6.2 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
- Диплом о профессиональной переподготовкеФинансового университета при Правительстве Российской Федерации
Эксперты программы
- Андриянов Никита АндреевичКандидат технических наук, доцент кафедры искусственного интеллекта, заведующий лабораторией компьютерного зрения Финансового университета при Правительстве РФ
- Никитин Петр ВладимировичДоцент кафедры искусственного интеллекта, ведущий научный сотрудник Института цифровых технологий Факультета информационных технологий и анализа больших данных Финансового университета
- Горохова Римма
ИвановнаКандидат педагогических наук, доцент Департамента анализа данных и машинного обучения Финансового университета
95 000 руб.*
Стоимость обучения на программе
При оплате всего курса сразу
Стоимость
обучения
обучения
*В рамках федерального проекта "Кадры" обучение бесплатно
Зарегистрироваться на программу
Контакты:
Высшая школа менеджмента и технологий
Финансовый университет при Правительстве РФ
Финансовый университет при Правительстве РФ
Москва, ул. Верхняя Масловка, 15, оф. 205а
E-mail: vssm@fa.ru
Телефон: +7 (495) 249-51-13
E-mail: vssm@fa.ru
Телефон: +7 (495) 249-51-13
