<aside> ❗ Могут быть изменения до сентября
</aside>
На этом курсе ты освоишь полный цикл работы ML-инженера — от подготовки данных до мониторинга моделей в продакшене. Ты научишься внедрять машинное обучение в реальные проекты, используя профессиональные инструменты и подходы (это направление ещё называют MLOps).
Ты изучишь организацию ML-экспериментов, деплой моделей, создание пайплайнов и автоматизацию процессов. Практика включает работу с современными инструментами, которые применяются в IT-компаниях — от стартапов до крупных корпораций.
Фича курса. Ты разработаешь сервис для выявления чат-ботов (как в тесте Тьюринга) и попробуешь сделать чат-бот, обучишь модель на реальных данных и пройдёшь стресс-тестирование своего сервиса. Проект станет частью твоего портфолио. На собеседованиях ты сможешь подробно рассказать о нём, погружаясь в технические детали имплементации.
Первая часть курса посвящена основам работы с данными, трекингу ML-экспериментов и деплою моделей.
Вторая часть охватывает автоматизацию задач и мониторинг ML-решений в продакшене.
Ты научишься: