Редактирование курса

← Назад к списку

ID элемента Offer ID school_key Источник Название Школа Цена Старая цена Мин. платеж Длительность Ссылка на курс Диплом/сертификат Формат обучения Картинка Путь категорий Аналитика / Deep Learning Плюсы Минусы 1) Познакомитесь с различными типами трекинга и метриками, с помощью которых оценивают качество MOT - Multiple Object Tracking (одновременное отслеживание нескольких объектов).;2) Ранее работал в научной лаборатории при ФКН НИУ ВШЭ. Как научный сотрудник занимался исследованиями на тему анализа естественного языка и мультиязычных языковых моделей.;3) Познакомитесь с two-stage подходами R-CNN семейства, в том числе с Mask R-CNN, которая решает задачу сегментации отдельных объектов (instance segmentation).;4) Научитесь применять предобученные модели для решения downstream задач (задач, для которых дообучается или используется предобученная модель).;5) Разберетесь, какие есть Grounded (контекстно-обоснованные) модели и как по текстовому запросу решать задачи детекции и сегментации.;6) Prompt Engineering, Parameter-efficient, Fine-tunning (промпт-инжиниринг, эффективная донастройка параметром, донастройка модели).;7) Инфраструктуру для студентов во время обучения обеспечивает крупнейший независимый провайдер сервисов ИТ-инфраструктуры в России.;8) Доступ к Карьерному чату и Карьерному курсу остается у вас навсегда — вы в любой момент сможете обратиться за поддержкой.;9) Занимается построением моделей динамического ценообразования в корпоративно-инвестиционном подразделении Райффайзенбанка.;10) Разберетесь, как устроены архитектуры сверточных нейронных сетей (ResNet, MobileNet, EfficientNet) и чем они отличаются. Информация о курсе Программа «Deep Learning Engineer (Инженер глубокого обучения)» нацелена на подготовку студентов к продвинутым курсам в области NLP, CV и обработки аудио, предоставив им твердую базу в области глубокого обучения (DL). За 4 месяца обеспечим понимание основных концепций и навыков, необходимых для работы с различными задачами глубокого обучения в мультидоменной среде. Программа курса 1)Базово освоите принципы обработки текста, живой речи, фото- и видеоконтента с помощью нейросетей, чтобы подготовиться к дальнейшему более глубокому изучению<br/>2)Приобретете навыки работы с фундаментальными моделями типа CLIP, SAM, Grounding DINO и сможете использовать их для разметки и решения собственных задач<br/>3)Погрузитесь в обучение нейросетей: прокачаете навыки и освоите продвинутые техники. Будете уверенно решать сложные задачи, повысите грейд и заработок<br/>4)Изучите трюки для максимальной точности работы сети, освоите инструменты логирования (W&B) и начнете проводить эксперименты системно.<br/>5)Познакомитесь с классическими подходами в обработке изображений, разберетесь с представлением изображения в компьютере<br/>6)Начнете погружаться в тему DL(глубокого обучения), поймете, как обучаются нейросети, научитесь создавать тензоры<br/>7)> За это время на курсе вы погрузитесь в сферу глубокого обучения и поймёте основные закономерности<br/>8)Поймете, как все устроено, и в чем разница между наиболее популярными трансформерными моделями<br/>9)Освоите классификацию, регрессию, разметку именованных сущностей, генерацию текста, seq2seq<br/>10)Изучите основные методы оптимизации, научитесь измерять качество в нужных точках Чему вы научитесь 1)Базово освоите принципы обработки текста, живой речи, фото- и видеоконтента с помощью нейросетей, чтобы подготовиться к дальнейшему более глубокому изучению<br/>2)Приобретете навыки работы с фундаментальными моделями типа CLIP, SAM, Grounding DINO и сможете использовать их для разметки и решения собственных задач<br/>3)Погрузитесь в обучение нейросетей: прокачаете навыки и освоите продвинутые техники. Будете уверенно решать сложные задачи, повысите грейд и заработок<br/>4)Научитесь применять предобученные модели для решения downstream задач (задач, для которых дообучается или используется предобученная модель)<br/>5)Изучите трюки для максимальной точности работы сети, освоите инструменты логирования (W&B) и начнете проводить эксперименты системно.<br/>6)Познакомитесь с классическими подходами в обработке изображений, разберетесь с представлением изображения в компьютере<br/>7)Начнете погружаться в тему DL(глубокого обучения), поймете, как обучаются нейросети, научитесь создавать тензоры<br/>8)> За это время на курсе вы погрузитесь в сферу глубокого обучения и поймёте основные закономерности<br/>9)Поймете, как все устроено, и в чем разница между наиболее популярными трансформерными моделями<br/>10)Получите хорошую базу в области глубокого обучения (DL) для дальнейшего освоения темы на курсе Лучший курс Курс на главной Дата начала Статус курса Активность Meta Title Meta Description Deep Learning Engineer (Инженер глубокого обучения) — в KARPOVCOURSES - karpov.courses, цена 124900 ₽, формат: Смешанный, Сертификат. Смотрите программу, описание, отзывы и условия обучения. Дата создания Дата изменения Сохранить