ML-инженер

Кому подойдёт обучение

Программа выстроена так, чтобы вход в машинное обучение был максимально плавным даже при разном уровне подготовки. Важно лишь наличие базовых опорных знаний — дальше система обучения постепенно доведёт до практического уровня работы с моделями и их внедрением.

• Начинающий в Machine Learning с технической базой — вы уже знакомы с Python на базовом уровне и умеете выполнять простые операции, поэтому сможете сосредоточиться на алгоритмах и практике моделей.
• Математик без опыта программирования — если вы уверенно владеете линейной алгеброй, статистикой и теорией вероятностей, то быстро адаптируете эти знания под задачи машинного обучения.
• Аналитик без опыта ML — при базовом знании SQL и Python вы сможете перейти от анализа данных к построению и применению моделей машинного обучения.

Профессиональные навыки

• Разработка, обучение и оптимизация моделей машинного обучения
• Построение автоматизированных конвейеров обработки данных и обучения моделей
• Создание веб-сервисов на FastAPI с последующей контейнеризацией для продакшн-среды
• Организация A/B-тестирования и настройка систем мониторинга качества моделей
• Проведение экспериментов, управление версиями моделей и логирование в MLflow

Практические проекты

• Система классификации изображений на основе нейросетевых архитектур
• Модель интеллектуального автодополнения текста
• Полноценный ML-конвейер с оркестрацией процессов и версионированием данных
• REST API для машинной модели с контейнерным развёртыванием
• Система A/B-тестирования с визуальной панелью мониторинга
• Комплексный ML-проект полного цикла — от обработки данных до промышленного внедрения

Инструменты и технологии

• SQL — работа с базами данных и запросами
• Python — основной язык разработки ML-решений
• VSCode — среда программирования
• Git — система контроля версий
• Optuna — оптимизация гиперпараметров моделей
• PyTorch — построение нейросетей
• MLflow — трекинг экспериментов и моделей
• DVC — управление версиями данных
• Airflow — оркестрация рабочих процессов
• FastAPI — разработка API-сервисов
• Docker — контейнеризация приложений
• Yandex Cloud — облачная инфраструктура
• Prometheus — мониторинг систем
• Grafana — визуализация метрик и аналитика