• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Факультет компьютерных наук НИУ ВШЭ представляет три больших специализации по современному анализу данных и искусственному интеллекту. Специализации откроются осенью 2020, подключиться к двум курсам можно уже сейчас.

Курсы специализаций подготовлены при экспертной поддержке и при участии компании Яндекс.

Специализация «Основы машинного обучения»

Студенты узнают, что понимается под методами машинного обучения и искусственного интеллекта. Сначала студенты изучат необходимые понятия и теоремы из математики, а также полноценно освоят Python — мощный и популярный язык программирования. Затем разберутся со всеми основными моделями машинного обучения, научатся правильно ставить задачи, измерять качество решения, готовить и анализировать данные, проводить эксперименты.

Специализация «Data Science»

Студенты изучат всё необходимое, чтобы пройти собеседование на junior позицию data scientist’а: специализация даст полноценные знания в области машинного обучения и нейросетей, а также навыки для работы с большими массивами данных.

Специализация «Искусственный интеллект»

Студенты получат полноценные знания по современному машинному и глубинному обучению и будут готовы решать исследовательские задачи. Также освоят основные методы обучения с подкреплением, которое всё чаще используется при решении задач, связанных с искусственным интеллектом.

Преимущества:

  • Обучение онлайн, возможен формат смешанного обучения
  • Курсы от преподавателей Вышки и практиков из Яндекса и других компаний
  • На русском языке
  • Практические навыки
  • Согласно Github, язык Python на втором месте по популярности
  • По данным Хабр Карьера, средняя зарплата специалиста по Data Science — 130 тыс. руб.

По результатам изучения: Microdegree от НИУ ВШЭ и Яндекса в резюме и портфолио.

Что доступно уже сейчас?

Для студентов открыты бесплатно два курса:

  • «Python для извлечения и обработки данных»
  • «Основы машинного обучения»

Студенты смогут с помощью языка Python автоматизировать рутинные операции на компьютере, собирать и обрабатывать большие объемы данных, а также погрузятся в область машинного обучения, получат первые практические навыки и смогут применять их для решения собственных задач по извлечению знаний из данных.

Подробнее о курсах

Python для извлечения и обработки данных

Курс знакомит с языком программирования Python — де-факто стандартным инструментом для анализа данных. На курсе студенты научатся программировать с нуля, познакомятся с базовыми возможностями языка и смогут использовать его в повседневной работе. Также студенты погрузятся в сбор данных на Python и научатся работать с большими массивами данных.

Основы машинного обучения

Курс посвящён основам анализа данных и машинного обучения. Студенты научатся предобрабатывать данные и искать в них проблемы, изучат основные методы машинного обучения и способы оценки качества моделей и начнут применять их в реальных задачах.

Для кого эти курсы

Для студентов программ инженерного, экономического, социального и естественно-научного профилей, которые не изучали анализ данных, но хотят уметь решать задачи анализа и обработки данных в своей профессии.

Записаться

Особенности курсов

Освоить курс по Python можно без предварительных знаний. Для изучения курса «Основы машинного обучения» нужно уметь программировать на языке Python, помнить школьный курс математики, знать основы высшей математики или в процессе освоить её в минимальном объёме: производные, градиенты, векторы, матрицы и системы линейных уравнений.

Для оценки требований к математической подготовке скоро опубликуем здесь тест с автоматической проверкой. 

Преподаватели

Курс «Python для извлечения и обработки данных»
Михаил Густокашин

Директор Центра студенческих олимпиад НИУ ВШЭ

Курс «Основы машинного обучения»
Евгений Соколов

Старший преподаватель факультета компьютерных наук, академический руководитель программы «Прикладная математика и информатика», НИУ ВШЭ

Андрей Зимовнов

Старший преподаватель факультета компьютерных наук НИУ ВШЭ, руководитель группы базового качества ранжирования в Яндекс.Дзен

Евгений Ковалев

Приглашенный преподаватель факультета компьютерных наук НИУ ВШЭ, исследователь в области машинного обучения в Huawei

Вадим Кохтев

Приглашенный преподаватель факультета компьютерных наук НИУ ВШЭ, разработчик машинного обучения в Яндекс.Вертикалях

Анастасия Рысьмятова

Приглашенный преподаватель факультета компьютерных наук НИУ ВШЭ, Data Science инженер в Авито

Артём Филатов

Приглашенный преподаватель факультета компьютерных наук НИУ ВШЭ, разработчик в Сервисе беспилотных автомобилей Яндекса