<aside> 📚 Подробный учебный план траектории «Machine Learning»

</aside>

В рамках траектории студенты должны освоить курсы из нескольких блоков.

Data Science Fundamentals

Цель блока Сформировать базу Data Scientist-а в машинном обучении, продукте и аналитике

[мини] Основы Python

Основы статистики

Machine Learning

SQL и базы данных

Продуктовая студия

Soft Skills Lab

Core ML

Цель блока Научиться самостоятельно применять и разрабатывать DL-модели для решения практических задач и познакомиться со state-of-the-art методами

Deep Learning

[мини] Advanced Deep Learning

Рекомендательные системы

Обработка естественного языка (NLP)

Computer Vision

Алгоритмы

Основы математики для DS

🚧 Современная оптимизация

Selected Topics in ML [два на выбор]

Цель блока Углубить экспертизу в современном ML-моделях (Generative AI, Graph ML) и расширить экспертизу на смежные области (MLOps, AI policy)

[мини] AI Beyond Fit-Predict

Временные ряды

Research Topics in DL

MLOps

ML System Design

🚧 Advanced ML

FLEX курсы

Любые курсы других направлений по выбору

Полный список курсов магистратуры

FAQ