Практический курс Machine Learning
Возможность трудоустройства по окончании курса. Лучшим студентам организуем собеседования.
При успешном прохождении курса свидетельство установленного образца о повышении квалификации.
Возможность прийти со своим проектом с целью его развития. Рецензии и рекомендации от преподавателей курса.
Более 40 ак. часов аудиторных занятий с лучшими преподавателями-практиками.
И еще столько же на самостоятельную работу.
Консультации и чат с преподавателями курса на протяжении всего обучения. Слушателям доступны все лекции в PDF, а также видеозаписи занятий.
Проверенная и современная программа с реальными кейсами из индустрии. Отработка практических навыков.
Оставьте свой e-mail и вы будете в числе первых, кто узнает о запуске набора новой группы!
Почему надо пойти к нам?
съемки онлайн-курса
Индивидуальный подход
Каждый наш курс переработан в соотвествии с потребностями и ожиданиями слушателей. Мы учитываем опыт прошлых курсов и ситуацию в мире IT.
Команда
Каждый наш преподаватель является практикующим специалистом и имеет солидный опыт работы. Мы знаем об актуальных инструментах и обучаем тому, что применяем на практике. И самое главное - мы умеем рассказывать о сложных вещах простым и понятным языком.
Поддержка
Есть вопрос по содержанию программы или сложности в домашнем задании? Мы оперативно отвечаем на любые вопросы и всегда готовы помочь.
Нам доверяют
Качество наших курсов подтверждается тем, что мы проводим обучение по Machine Learning и Big Data в ведущих технических вузах (МФТИ, МГУ, ВШЭ, Harbour.Space University) и для таких компаний как Сбербанк, МегаФон и Х5 Retail Group. Мы являемся образовательными партнерами Университета НТИ 20.35, где отвечали за технологическое направление на интенсиве для CDO "Остров 10.21", а также партнерами Яндекс по запуску онлайн-курсов по Big Data на Coursera.
съемки онлайн-курса
Преподаватели
Алексей Драль
Founder & СEO, BigData Team
10 лет в ИТ (Amazon AWS, Rambler, Yandex)
Руководит и преподает Big Data в МГУ, ВШЭ, МФТИ, Сбербанк, МегаФон, ...
Руководитель специализации "Big Data for Data Engineers" на Coursera (совместный проект с Яндекс)
Радослав Нейчев
Senior Quantitative Analysis Officer, Raiffeisenbank
Член коллаборации CERN LHCb
Дмитрий Игнатов
Заведующий лабораторией моделей и методов вычислительной прагматики, ВШЭ
Автор более 50 научных статей (журналы Machine Learning, Expert Systems and Applications, Discrete Applied Mathematics, General Systems)
Организатор международных конференций и семинаров по тематике анализа данных и машинного обучения (AIST, ECIR, CLA, ICFCA, ICCS, EEML, RuSSIR и др);
Павел Клеменков
Chief Data Scientist (Data Platform), NVIDIA.
Основатель комьюнити Moscow Spark
Соавтор специализации по большим данным (Big Data for Data Engineers) на Coursera
Елена Широкова
Data Scientist в МегаФоне
Юлия Тувалева
Аналитик больших данных в МегаФоне
Кирилл Власов
Руководитель программы и преподаватель курса машинного обучения на ФАЛТ МФТИ.
Руководитель ML и DS проектов в промышленности. Входит в программный комитет и команду организаторов DataFest.
Наталья Корепанова
R&D Analyst, Iponweb.
Опыт исследовательской работы в департаменте биостатистики в институте эпидемиологии, биостатистики и превентивной медицины Цюрихского университета
Партнеры курса
ПАО "МегаФон"
Обучение пройдет в инновационном высокотехнологичном офисе компании МегаФон в Москве.

«На сегодняшний день IT-индустрия является одной из самых востребованных. МегаФон активно использует новые цифровые технологии и поддерживает их развитие. Именно поэтому мы являемся партнерами курса по машинному обучению от BigData Team. Для IT-специалистов этот курс — отличная возможность развить навыки по машинному обучению и познакомиться с профессионалами из ведущих компаний и университетов», — Валентина Ватрак, директор по корпоративному развитию и управлению персоналом компании МегаФон.
АНО ВО "Университет Иннополис"
Участникам, успешно завершившим обучение, вручается свидетельство установленного образца о повышении квалификации.

«В рамках проекта ИТ бизнес-модуль специалисты Университета Иннополис проводят обучение по современными ИТ-направлениям. Обычно такое обучение ориентировано на корпоративных клиентов и проходит в закрытом формате. К нам часто обращались с просьбой организовать открытые программы для всех желающих и поделиться экспертизой. Поэтому сначала мы провели первый Data Science Camp в нашем вузе, а теперь присоединяемся к такой инициативе в Москве совместно с нашими партнерами — компаниями Big Data Team и МегаФон. Для слушателей это отличная возможность пройти обучение по зарекомендованной программе у лучших российских экспертов в области Data Science, получить персональные консультации и начать свою карьеру в одной из самых востребованных областей информационных технологий», — ведущий менеджер по развитию Университета Иннополис Юлия Астафьева.
Остались вопросы?
Заполняйте форму и мы ответим на все ваши вопросы!
Занимательная Big Data. Параллельные и распределенные вычисления в картинках. Алексей Драль, преподаватель курса.
Очный / дистанционный курс по Hadoop и Spark - bigdata_course.
Эксперты с опытом работы в NVIDIA, Coursera, Яндекс, Amazon AWS, Sberbank, Raiffeisenbank и CERN, преподаватели Coursera, МГУ, МФТИ, ВШЭ, Harbour.Space University научат участников работать с нейронными сетями, обучать ансамбли деревьев, расскажут, как правильно использовать инструменты для работы с большими данными.

Программа обучения построена на основе курсов, по которым своих сотрудников обучают компании Сбербанк, МегаФон и X5 Retail Group, а также учатся студенты профильных направлений. Собранные материалы ориентированы исключительно на практическое применение в ИТ-индустрии, а лучшие студенты курса пройдут собеседования с прямыми работодателями.

Обучение рассчитано на специалистов с опытом программирования на Python и базовыми знаниями в математике (матрицы, производные). В программе 80 академических часов занятий с практиками Machine Learning, самостоятельной работы, решение реальных кейсов из индустрии и отработка практических навыков.
Учебная программа
знакомство
знакомство
Организационная встреча
ср, 13.11
18:30 - 22:30
ср, 13.11
18:30 - 22:30
Введение в машинное обучение и библиотеки ML для Python
Алексей Драль
- Базовые операции с данными в numpy.
- Построение графиков функций с matplotlib.
- Оптимизация функций с помощью scipy.
- Визуализация данных с помощью seaborn.
- Базовый конвейер обработки данных и построение первой модели с помощью sklearn.
- И многое другое!
сб, 16.11
10:00 - 15:00
сб, 16.11
10:00 - 15:00
Линейные модели, регуляризация, SVM, метрики качества
Алексей Драль
- Применение алгоритмов Scikit-learn к синтетическому набору данных и к данным соревнования Kaggle Inclass (классификация, регрессия).
- Логистическая регрессия, практика обучения моделей с помощью SGD.
- Метод опорных векторов (Support Vector Machine), ядра.
- Настройка параметров, кросс-валидация.
- Предобработка данных (строки, пропуски, категориальный признаки).
ср, 20.11
18:30 - 22:30
ср, 20.11
18:30 - 22:30
Деревья
Дмитрий Игнатов
- Практика обучения деревьев на наборах данных (MNIST, UCI, кредитный скоринг).
- Визуализация деревьев.
- Работа с признаками и пропущенными значениями в деревьях.
- Практические аспекты - оценка времени работы, прунинг деревьев.
сб, 23.11
10:00 - 15:00
сб, 23.11
10:00 - 15:00
Ансамбли решающих деревьев
Дмитрий Игнатов
- Общие методы построения композиций - усреднение, бустинг, блэндинг, стэкинг.
- Бустинг и GBM.
- Выбор параметров в ансамблях решающих деревьев. Сравнение Random Forest и GBDT с демонстрацией.
- Связь корреляция между ответами моделей и качеством модели в бэггинге.
- Bias-variance trade-off на примере бэггинга и бустинга. Преимущества и недостатки RF и GBDT. XGBoost, LightGBM.
сб, 30.11
10:00 - 15:00
сб, 30.11
10:00 - 15:00
Нейронные сети и введение в глубокое обучение (Deep Learning)
Радослав Нейчев
- Нейронные сети и сверточные нейронные сети, общие веса, локальность иерархичность.
- Слои в сверточных сетях, функции потерь для классификации, регуляризация нейросетей
- Эффективный методы вычисления градиентов, проверка реализации разностным дифференцированием
ср, 04.12
18:30 - 22:30
ср, 04.12
18:30 - 22:30
Deep Learning: CNN, RNN, Attention
Радослав Нейчев
- Рекуррентные нейронные сети в задаче анализа сигналов и естественного языка.
- Генеративные модели на основе RNN.
- Механизм внимания (Attention mechanism) в задаче машинного перевода и других задачах.
- Сверточные нейронные сети в задачах обработки текста, сравнение с рекуррентными нейронными сетями.
- DNN на практике: инициализация, предобработка данных, модельный зоопарк, дообучение, вычисления на видкеокартах, визуализация.
сб, 07.12
10:00 - 15:00
сб, 07.12
10:00 - 15:00
Обучение без учителя (Unsupervised Learning)
Алексей Драль
- Определение координат дома и работы человека по GPS-треку (определение регулярных координат с помощью DBSCAN).
- Метод главных компонент на практике.
- Применение PCA и tSNE для:
1. визуализации данных
2. сжатия данных
3. предобработки датасета.
ср, 11.12
18:30 - 22:30
ср, 11.12
18:30 - 22:30
Погружение в большие данные (Big Data)
Павел Клеменков
Hadoop, HDFS, MapReduce, Spark, ...
Финальный проект
Финальный проект
Защита проектов слушателей
Разбор финального проекта от экспертов отрасли (BigData Team, МегаФон)
Далее:
- Выдача сертификатов об окончании курса
- Возможность трудоустройства (организация собеседований)
Отзывы наших слушателей
Click to order
Cart
Total: 
ФИО
Email
Телефон
Промокод
Проводим очное и дистанционное обучение
Будет проходить по адресу:
Москва, ул. Оружейный переулок, 41, офис компании МегаФон
Передать привет или задать вопрос:

+7 920 149 40 50
study@bigdatateam.org
Если этот курс вам кажется полезным, расскажите о нем друзьям!
Юридическая информация
Публичная оферта на заключение возмездного Договора об оказании консультационных услуг дистанционным способом

Общество с ограниченной ответственностью
«ЦЕНТР ПРИКЛАДНОГО ОБРАЗОВАНИЯ»

Адрес юридический (покупателя и грузополучателя):
150022, Ярославская обл, Ярославль г., Тормозное шоссе, д.1, литер А, оф.17

Почтовый адрес:
150022, Ярославская обл, Ярославль г., Тормозное шоссе, д.1, литер А, оф.17

ИНН 760 432 6255
КПП 760 401 001

р/с 407 028 102 000 700 344 70
р/с 407 028 108 401 000 344 70
в ПАО АКБ «АВАНГАРД» г.Москва
БИК 044 525 201
к/с 301 018 100 000 000 002 01

ОГРН 117 762 701 7501
Свидетельство от 26.05.2017г. выдано Межрайонной инспекцией Федеральной налоговой службы № 7 по Ярославской области

ОКПО 15807292
ОКВЭД 62.01

e-mail: finance@bigdatateam.org

Генеральный директор Драль Алексей Александрович,
действует на основании Устава
Политика конфидециальности
Платежная информация
Банковской картой
Для выбора оплаты товара с помощью банковской карты на соответствующей странице необходимо нажать кнопку «Оплата заказа банковской картой».
Оплата происходит через ПАО СБЕРБАНК с использованием Банковских карт следующих платежных систем:

МИР

VISA International

Mastercard Worldwide

ОПИСАНИЕ ПРОЦЕССА ПЕРЕДАЧИ ДАННЫХ
Для оплаты (ввода реквизитов Вашей карты) Вы будете перенаправлены на платежный шлюз ПАО СБЕРБАНК. Соединение с платежным шлюзом и передача информации осуществляется в защищенном режиме с использованием протокола шифрования SSL. В случае если Ваш банк поддерживает технологию безопасного проведения интернет-платежей Verified By Visa или MasterCard SecureCode для проведения платежа также может потребоваться ввод специального пароля. Настоящий сайт поддерживает 256-битное шифрование. Конфиденциальность сообщаемой персональной информации обеспечивается ПАО СБЕРБАНК. Введенная информация не будет предоставлена третьим лицам за исключением случаев, предусмотренных законодательством РФ. Проведение платежей по банковским картам осуществляется в строгом соответствии с требованиями платежных систем МИР, Visa Int. и MasterCard Europe Sprl.

Возврат переведенных средств, производится на Ваш банковский счет в течение 5—30 рабочих дней (срок зависит от Банка, который выдал Вашу банковскую карту).