Яндекс Практикум - ML-инженер с модулем по ИИ. Тариф Расширенный

Сайт: Сайт автора

Курс «ML-инженер» с модулем по ИИ

За 12 месяцев освоите востребованную профессию и получите реальный опыт:

Пройдёте полный цикл ML‑проекта — от подготовки данных и обучения моделей до внедрения и поддержки

В этом курсе:

Актуальная программа 2026 года и навыки, которые нужны работодателям

Обучаем как классическим ML-алгоритмам, так и нейросетям

18+ проектов и хакатон на данных из разных индустрий

Подготовка к техническим собеседованиям и презентация прошлого опыта

Учиться будет несложно, если вы:

Новичок в ML с технической базой

Знаете синтаксис Python и можете выполнять базовые операции

Математик без опыта разработки на Python

Понимаете линейную алгебру, теорию вероятностей и статистику

Аналитик без опыта в ML

Можете писать базовые SQL‑запросы и знаете основы Python

Перед стартом основного курса есть подготовительный модуль. Для комфортного обучения нужны базовые технические знания.

Усилите навыки с помощью нейросетей чтобы они работали вместе с вами, а не вместо вас:

73% работодателей поддерживают применение ИИ сотрудниками, а больше половины — обращают внимание на эти навыки при найме

Будете с помощью ИИ генерировать код на Python, проводить его диагностику и исправлять ошибки

Сможете применять ИИ для создания SQL‑запросов по требованиям бизнеса

Научитесь писать промпты для создания визуализаций и графиков

Освоите популярные AI‑инструменты: ChatGPT, DeepSeek, Cursor, Claude, Алиса AI

Программа:

Бесплатная часть: Знакомство с машинным обучением и входное тестирование

Подготовительный модуль (необязательный, 2–6 недель)

1 спринт. Обработка данных в SQL

2 спринт. Знакомство с базами данных

3 спринт. Большой проект по обработке данных

4 спринт. Предобработка данных в Python

5 спринт. Исследовательский анализ и визуализация с Python

6 спринт. Инструменты разработки и основы ООП

7 спринт. Большой проект по исследовательскому анализу

8 спринт. Подготовка данных для машинного обучения

9 спринт. Первые модели и оценка качества

10 спринт. Продвинутые линейные модели и регуляризация

11 спринт. Нелинейные модели и деревья решений

12 спринт. Ансамблевые методы

13 спринт. Продвинутый отбор признаков и интерпретация предсказаний модели

14 спринт. Обучение без учителя

15 спринт. Введение в нейронные сети и основы PyTorch

16 спринт. Рекуррентные нейросети и трансформерные модели

17 спринт. Большой проект по ML-алгоритмам

Дополнительно. Инструменты для ускорения ML-разработки

18 спринт. Построение ML-пайплайнов и оркестрация

19 спринт. Разработка веб-сервисов на базе REST API

20 спринт. Контейнеризация веб-сервисов

21 спринт. A/B-тесты и мониторинг

22 спринт. Большой проект по внедрению модели в продакшн

Дополнительно. Подготовка к техническим собеседованиям

23 спринт. Итоговый проект базового тарифа

24 спринт. Нейросети для ML-инженеров

25 спринт. Основы работы с большими данными

26 спринт. Обработка данных в Apache Spark

27 спринт. Классические методы NLP и подготовка текстов (совместно с ШАД)

28 спринт. Архитектура трансформеров и устройство LLM

29 спринт. Построение RAG-систем и методы поиска

30 спринт. Мультимодальность и дообучение LLM

31 спринт. Проектный месяц

Сергей Бережной:

Эксперт AI‑модуля

Директор по взаимодействию с разработчиками Яндекса

Тариф Расширенный:

16 месяцев обучения

Расширенная программа

25 проектов

Модуль по работе с большими данными

Модуль от Школы анализа данных Яндекса по обработке текстов и LLM

Нагрузка: ~15 часов в неделю.