Искусственный интеллект: основные шаги в Data Science
В курсе дается обзор тем и инструментов, которые используются в современных проектах по анализу данных и машинному обучению, а также описаны особенности онлайн-образования в области Data Science
16 видеолекций и 6 лонгридов
В курсе нет чата. Вопросы по курсу можно направлять по адресу elearn@hse.ru
Свободное расписание
Запуск курса 29 сентября 2025 г. Запишитесь, чтобы получить уведомление о старте. Обучение бесплатное
Записаться
В курсе разобраны основы современного машинного и глубинного обучения, а также приложения Deep Learning: компьютерное зрение и обработка естественного языка. Помимо чистого Data Science, в курсе рассказано о том, как с точки зрения разработки и внедрения устроены проекты по машинному обучению.
для кого
Курс будет полезен тем, кто:
Только начинает погружаться в Data Science и хочет получить четкое и структурированное представление о машинном и глубинном обучении без избыточной математической сложности
Планирует карьеру в области ИИ и стремится понять полный цикл работы с данными: от исследования и обучения моделей до внедрения решений в реальные проекты
Работает в смежных сферах (разработка, аналитика, product-менеджмент) и хочет научиться эффективно взаимодействовать с ML-специалистами, оценивать возможности ИИ и грамотно ставить задачи
Зачем
Понимать полный цикл проектов в области Data Science (от исследования данных до внедрения моделей в продакшен) и говорить на одном языке с ML-специалистами
Разбираться в возможностях машинного обучения: освоить базовые принципы классических алгоритмов и нейросетей для CV/NLP, даже без углубленного математического бэкграунда
Избегать типичных ошибок при внедрении ИИ: узнать про MLOps и понять, как превратить экспериментальную модель в рабочий инструмент
Трейлер курса
программа курса
Курс состоит из 4 модулей, посвященных разным аспектам анализа данных. После курса вы сможете осознанно выбирать подходы к решению задач Data Science (от классического ML до нейросетей) и понимать этапы внедрения моделей (MLOps).
Модуль 1. О магистратуре «Искусственный интеллект»
Модуль 2. Машинное обучение и приложения
Модуль 3. Современное глубинное обучение
Модуль 4. Доведение решения до продакшена
Автор
Кантонистова Елена Олеговна
Кандидат физико-математических наук, доцент Факультета компьютерных наук НИУ ВШЭ
Как выглядят лекции
Курс подойдет всем, кто интересуется современным анализом данных и хочет получить представление о нем в сжатые сроки
Искусственный интеллект: основные шаги в Data Science
Этот курс за 4 недели познакомит вас с машинным и глубинным обучением, компьютерным зрением и обработкой языка: от теории до реальных кейсов. Узнайте, как превратить данные в работающие решения: от первых экспериментов до внедрения в продакшен.
Что вы получите
16 видеолекций
6 лонгридов
Свободное расписание: нет дедлайнов и сроков сдачи заданий
Все материалы доступны сразу, можно начать обучение в удобное время
Профессиональное видео и современная графика
Зачем
Понимать полный цикл проектов в области Data Science (от исследования данных до внедрения моделей в продакшен) и говорить на одном языке с ML-специалистами
Разбираться в возможностях машинного обучения: освоить базовые принципы классических алгоритмов и нейросетей для CV/NLP, даже без углубленного математического бэкграунда
Избегать типичных ошибок при внедрении ИИ: узнать про MLOps и понять, как превратить экспериментальную модель в рабочий инструмент
Запуск курса 29 сентября 2025 г. Запишитесь, чтобы получить уведомление о старте. Обучение бесплатное
Вы получите доступ сразу после регистрации. Все инструкции по работе с платформой придут вам на электронную почту.
В нашем курсе нет вебинаров.
Нет, вы учитесь на онлайн-платформе и смотрите потоковое видео.
На нашем курсе не предусмотрены оцениваемые задания и нет возможности получить сертификат.
Для просмотра лекций вам подойдет практически любое устройство (компьютер, телефон, планшет), на котором вам комфортно работать. Скорость интернета должна быть такой, чтобы можно было без задержек смотреть потоковое видео.
Он остается в вашем личном кабинете, материалы будут доступны, пока курс существует на Лекториуме.
Задать свои вопросы по курсу можно по электронной почте elearn@hse.ru.