Ракета в Computer Vision
Научись |

Прокачайся
в Computer Vision

Старт: 12 июля
Для junior и middle
Формат: онлайн
Может оплатить компания
Вы научитесь продакшену
Вы будете версионировать не только код, но и эксперименты, веса и датасеты, чтобы каждый член команды мог продолжить вашу работу. Мы собрали вместе разработчиков и инженеров из разных компаний, которые научат вас лучшим практикам. Пройти этот курс - серьезный вызов, но мы верим в вас и всегда будем рядом. Дерзайте!
Наш курс - повышение квалификации для инженеров компьютерного зрения. Создавая этот курс, мы поставили перед собой две цели. Научить решать полный стек задач в Computer Vision. И научить делать это в команде. Вы научитесь ускорять, облегчать и конвертировать модели, запускать их на мобильных устройствах, программировать сервисы, автоматизировать их поставку и настраивать мониторинг
делать это в команде
решать полный стек задач в CV
Вы научитесь:
{TeamLead at CFT.ru, тьютор курса}
Тимур Фатыхов
Этот курс
для вас, если
Вам не хватает обратной связи от опытных наставников
На старте любой карьеры важны советы и поддержка от опытных коллег. С ними вы будете развиваться гораздо быстрее. На нашем курсе вы создадите 2 полноценных сервиса при постоянной поддержке опытных кураторов.
Вы хотите перенять лучшие практики разработки в свою команду
Возможно, вы уже выпустили несколько версий сервиса. Но хотите узнать как можно его ускорить, как быстрее учить модели, как автоматизировать выкат версий, чтобы в итоге команда стала еще эффективнее.
Вы хотите повысить hard-скиллы и поднять свою ценность на рынке
По данным zarplan до февраля медианная зарплата Mid Data Scientist в России была выше 250,000 руб. С новыми навыками вы сможете повысить свой оклад на текущем месте работы или уже в новой команде.
Вы хотите создать полноценный CV-проект
Если вы планируете создать свой Computer Vision проект, но не знаете как обученную нейросеть превратить в быстрый и стабильный сервис, то вы узнаете это на нашем курсе.
Вам не хватает обратной связи от опытных наставников
На старте любой карьеры важны советы и поддержка от опытных коллег. С ними вы будете развиваться гораздо быстрее. На нашем курсе вы создадите 2 полноценных сервиса при постоянной поддержке опытных кураторов.
Вы хотите перенять лучшие практики разработки в свою команду
Возможно, вы уже выпустили несколько версий сервиса. Но хотите узнать как можно его ускорить, как быстрее учить модели, как автоматизировать выкат версий, чтобы в итоге команда стала еще эффективнее.
Вы хотите повысить hard-скиллы и поднять свою ценность на рынке
По данным zarplan до февраля медианная зарплата Mid Data Scientist в России была выше 250,000 руб. С новыми навыками вы сможете повысить свой оклад на текущем месте работы или уже в новой команде.
Вы хотите создать полноценный CV-проект
Если вы планируете создать свой Computer Vision проект, но не знаете как обученную нейросеть превратить в быстрый и стабильный сервис, то вы узнаете это на нашем курсе.
Почему одни специалисты развиваются быстрее других?
Они сталкиваются с условиями, которые стимулируют развитие
Обычная команда
Прогрессивная команда
Классификация
GIT
Python
Torch
Классификация
GIT
Python
Torch
Face Recognition
Tensor RT
Docker
ONNX
DVC
OCR
Дистилляция
CI/CD
ClearML
DALI
Оклад
Решают широкий спектр задач
Не только учат модели, но и оборачивают их в сервис, автоматизируют тестирование, деплой и настраивают мониторинг. Создают проекты для краудсорсинга, вычищают данные, конвертируют модели под мобилу и многое другое.
Работают в сильной команде
Получают обратную связь от более опытных коллег, участвуют в code review, слушают советы и перенимают опыт. А еще им приходится использовать инструменты для командной работы, чтобы быстрее и проще передавать наработки друг другу.
Удовлетворяют высокие требования
Высокая нагрузка требует легких моделей. Продуктовый подход – быстрых итераций и автоматизации. А бизнес – точных решений. Работая в таких условиях, разработчики учатся автоматизировать рутину, ускорять инференс и при этом не терять в метриках.
Решают широкий спектр задач
Не только учат модели, но и оборачивают их в сервис, автоматизируют тестирование, деплой и настраивают мониторинг. Создают проекты для краудсорсинга, вычищают данные, конвертируют модели под мобилу и многое другое.
Работают в команде
Получают обратную связь от более опытных коллег, участвуют в code review, слушают советы и перенимают опыт. А еще им приходится использовать инструменты для командной работы, чтобы быстрее и проще передавать наработки друг другу.
Удовлетворяют высокие требования
Высокая нагрузка требует легких моделей. Продуктовый подход – быстрых итераций и автоматизации. А бизнес – точных решений. Работая в таких условиях, разработчики учатся автоматизировать рутину, ускорять инференс и при этом не терять в метриках.

Наш курс ускорит твое развитие в Computer Vision

Прокачайся до продвинутого
Middle инженера
Освой навыки ML-Ops
Научись программировать сервисы, настраивать CI/CD в GitLab, писать и автоматизировать тесты, работать с Docker-контейнерами, настраивать деплой приложений и их мониторинг с помощью Grafana и Sentry.
Прокачай свой Data Science
Научись решать CV задачи быстрее: классификация, сегментация, детекция, оцифровка текста и биометрия. Собирай данные на Толоке, обучай с DALI, квантуй, дистиллируй, конвертируй в ONNX и TensorRT, версионируй через DVC, логгируй в ClearML - и многое другое!
Улучши Soft-Skills и просто поболтай по душам
Не хард-скилами едины. Ты повысишь интерес к себе на интервью, если умело представишь себя. И будешь получать больше удовольствия от работы, если уверен в себе. Как готовиться к интервью расскажет опытный рекрутер. А синдром самозванца мы обсудим на групповых встречах с психотерапевтом. На них мы делимся опытом, переживаниями и просто болтаем по душам.

Чему ты научишься по окончании курса

+ навык
+ навык
+ навык
+ навык
+ навык
+ навык
Квантовать, дистиллировать и прунить модели. Конвертировать в JIT, ONNX и TensorRT. Готовить модели для инференса на устройстве клиента
Ускорять и облегчать инференс
Квантовать, дистиллировать и прунить модели. Конвертировать в JIT, ONNX и TensorRT. Готовить модели для инференса на устройстве клиента
Ускорять и облегчать инференс
Оборачивать инференс моделей в Rest API сервис. Настраивать CI/CD и мониторинг своих приложений
Создавать полноценный сервис
Оборачивать инференс моделей в Rest API сервис. Настраивать CI/CD и мониторинг своих приложений
Создавать полноценный сервис
Создавать проекты на платформе краудсорсинга "Толока". Собирать данные и разметку, создавать правила для минимизации ошибок в аннотациях
Добывать чистые данные
Создавать проекты на платформе краудсорсинга "Толока". Собирать данные и разметку, создавать правила для минимизации ошибок в аннотациях
Добывать чистые данные
Использовать Git Flow. Писать и автоматизировать тесты. Наглядно логировать и версионировать эксперименты. Передавать коллегам наработки в контейнерах
Работать в ML/DL команде
Использовать Git Flow. Писать и автоматизировать тесты. Наглядно логировать и версионировать эксперименты. Передавать коллегам наработки в контейнерах
Работать в ML/DL команде
Препроцессить картинки на GPU с помощью DALI. Использовать lightning и catalyst для моделинга сетей. Учить на multi-gpu
Быстро учить модели
Препроцессить картинки на GPU с помощью DALI. Использовать lightning и catalyst для моделинга сетей. Учить на multi-gpu
Быстро учить модели
Optical Character Recognition, Tracking, Face Recognition and Verification, Segmentation, Object Detection
Решать востребованные задачи
Optical Character Recognition, Tracking, Face Recognition and Verification, Segmentation, Object Detection
Решать востребованные задачи
Как проходит обучение?
Онлайн-вебинар
Домашние задания
Code Review
Поддержка в чате
Мы проводим живые вебинары 1-2 раза в неделю. На вебинаре вы будете слушать лекции практикующих сеньоров и мидлов, задавать им вопросы, участвовать в дискуссиях и работать в группах над решением ML-кейсов. В конце каждого вебинара вы закрепите материал анонимным тестом, а спикер прокомментирует ошибки
1. Онлайн-вебинар
Каждое задание делится на две части: моделинг нейросетей и деплой сервиса. Постепенно вы будете улучшать моделинг и сервис, применяя фреймворки и техники из лекций. В конце курса вы создадите полноценный сервис с тестами, автоматизацией, мониторингами и быстрыми моделями под капотом
2. Домашние задания
Для каждой домашней работы вы создадите отдельный gitlab репозиторий. А наши кураторы проведут code review на каждый merge request, чтобы вы получили исчерпывающий фидбек
3. Code Review
Обсуждайте домашние задания, рабочие задачи или просто общайтесь в slack. Кураторы курса всегда помогут решить проблемы и поделятся советом
4. Поддержка в чате
Отзывы выпускников курса
Классно, что помимо знаний давали еще занятия с психологами, это было очень полезно и помогло задуматься над многими вещами в своей голове. Круто, что давали знания, которые не так то просто найти самому и разобраться. 100% ощущаю, что стала более сильным специалистом после курса
Однозначно ощущаю, что прокачался в CV, было очень много крутых советов о том как нужно лучше делать. Больше всего понравилось про версионирование моделей и логгирование экспериментов и про ocr.
И
Ильдар
А
Андрей
ODS: wammy
Марк
ODS: Victor Yudin
Виктор
ODS: Ksenia Ryabinova
Ксения
ODS: ysakulich
Яна
ODS: Kiram Al-kharba
Кирам
ODS: Alexandr Goncharenko
Александр
ODS: Maria Startseva
Мария
Старт: 12 июля / Финиш: 1 ноября
Close
Старт: 12 июля / Финиш: 1 ноября
Расписание занятий
Длительность: 12 недель
1-3 недели
DevOps & Classification
4-7 недели
Face Recognition
8-9 недели
Segmentation & Object Detection
Segmentation
Краудсорсинг на Толоке
Quantization, Pruning, Distillation
Detection&Tracking
10-12 недели
Optical Character Recognition (OCR)
10 неделя
Психология Уверенности
11 неделя
Идеальное Резюме
Рекрутер Сбера и Озона расскажет, как подготовить резюме, менять работу и как представить себя на собеседовании
Синдром самозванца
Мониторинг сервисов
CI/CD, Ansible
Face Recognition and Verification
ONNX, TensorRT
Разработка сервисов
DVC, ClearML
Docker
Catalyst/Lightning
Профессиональное выгорание
NVIDIA DALI
GAN
Classic CV
OCR
Кураторы
Практикующие CV-инженеры с опытом от 3 лет
Дмитрий Чудаков
{Expasoft}
Влад Тюшников
{TDM-com}
Актуализирует карты 2gis с помощью CV. На-учит краудсорсингу на Толоке и сегментации
Backend-разработчик. Расскажет как создавать, деплоить и поддерживать сервисы
Оптимизирует сети для быстрой работы на Edge устройствах. Научит ускорять сети
Решает CV задачи без нейросетей. Програм-мирует микрокомпью-теры. Преподает блок по классическому CV
Рекрутировала в Сбер и Ozon. Провела больше 100 интервью. Научит составлять резюме и представлять себя
TechLead команды CV. Расскажет как учить модели в команде, ло-гировать и версиони-ровать эксперименты
Решает задачи биометрии в банковских сервисах. Преподает блок Face Recognition
TeamLead команды CV.
Решает задачу рас-познавания документов. Научит делать OCR
{Ozon}
Альбина Хабибулина
{CFT}
Гаврин Сергей
{CFT}
Довженко Ольга
{CFT}
Тимур Фатыхов
{2GIS}
Михаил Лиз
{TheWatch}
Денис Солдатов
Павел Иванов
{Психолог}
Квалифицированный специалист с 20-ти летним стажем. Рас-скажет про выгорание и синдром самозванца
Актуализирует карты 2gis с помощью компьютерного зрения. Научит краудсорсингу на Толоке и сегментации
Оптимизирует сети для быстрой работы на Edge устройствах. Научит ускорять нейросети
Решает CV задачи без нейросетей. Программирует микрокомпьютеры. Преподает блок по классическому CV
Решает задачи биометрии в банковских сервисах. Преподает блок Face Recognition
TechLead команды CV. Расскажет как учить модели в команде, логировать и верси-онировать эксперименты
Квалифицированный специ-алист с 20-ти летним стажем. Расскажет про выгорание и синдром самозванца
TeamLead команды CV.
Решает задачу распознавания документов. Научит делать OCR
Финиш: 1 ноября
Старт: 12 июля
Стоимость: 89 900 ₽
Возможно в рассрочку / Может оплатить компания
Финиш:
Старт:
Стоимость:
1 ноября
12 июля
90 000 ₽
Количество мест ограничено. Нам важно, чтобы каждый студент получил достаточно внимания
Стоимость курса
Узнайте на консультации, как получить скидку на обучение
Стоимость: 90 000 ₽
Запишись на консультацию
На ней куратор ответит на твои вопросы и спросит о твоих целях, желаниях и навыках в CV. Это поможет определить, будет ли курс полезен именно для тебя
Нажимая на кнопку, вы даете согласие на обработку своих персональных данных
Ответы на вопросы
Ответы
на вопросы
Что будет на консультации и сколько она длится?
На 30-минутной встрече куратор ответит на твои вопросы и спросит о целях, желаниях и навыках в CV. Это поможет определить, будет ли курс полезен именно для тебя
Почему количество мест ограничено?
Для нас важно, чтобы каждый получил достаточно внимания со стороны кураторов, поэтому количество студентов ограничено.
Может ли моя компания оплатить участие в курсе?
Да, мы подготовим счет на полную или частичную оплату для юридического лица.
Для уточнения подробностей напиши на hello@deepschool.ru.
На сколько часов рассчитана программа?
30 лекционных часов и ~60 часов практики или чуть больше 7 часов в неделю, что позволяет комфортно встроить обучение в рабочий график.
В каком случае данный курс бесполезен для меня?
Если ты только знакомишься с Deep Computer Vision. Данный курс можно воспринимать как курсы повышения квалификации для специалистов, освоивших теорию глубоких нейросетей. Поэтому, если ты только начинаешь свой путь, мы советуем начать его с курсов для новичков.
Что будет на консультации и сколько она длится?
На 30-минутной встрече куратор ответит на твои вопросы и спросит о целях, желаниях и навыках в CV. Это поможет определить, будет ли курс полезен именно для тебя
Почему количество мест ограничено?
Для нас важно, чтобы каждый получил достаточно внимания со стороны кураторов, поэтому количество студентов ограничено.
Может ли моя компания оплатить участие в курсе?
Да, мы подготовим счет на полную или частичную оплату для юридического лица.
Для уточнения подробностей напиши на hello@deepschool.ru.
На сколько часов рассчитана программа?
30 лекционных часов и ~60 часов практики или чуть больше 7 часов в неделю, что позволяет комфортно встроить обучение в рабочий график.
В каком случае данный курс бесполезен для меня?
Если ты только знакомишься с Deep Computer Vision. Данный курс можно воспринимать как курсы повышения квалификации для специалистов, освоивших теорию глубоких нейросетей. Поэтому, если ты только начинаешь свой путь, мы советуем начать его с курсов для новичков.
Остались вопросы?
Напишите нам в Телеграм
Подача материала хорошая, лекторы хорошие и отзывчивые. На вопросы, которые появлялись, отвечали не тяп-ляп, а нормально. С Сергеем даже удалось поговорить по душам про конфиги, донесение мыслей до коллег, каталист и пр. Очень приятная была беседа.

Теперь в принципе могу делать полный пайплайн работы ДСа: от сбора данных на толоке, до деплоя сервиса. К тому же, я пополнил копилку своих скиллов умением решать OCR задачи.
На работу перенял тесты и линтеры. В будущем планирую начать использовать DALI. Если появится OCR задача, то буду также использовать CRNN.

Марк
ODS: wammy
Сомневался перед покупкой, темы в анонсе интересные, но какие-то неизвестные ребята организуют, ссылок нигде нет, боялся, что возможен обман. Потом думал, стоит ли это тех денег) Но сомнения не оправдались, ребята позитивные, темы были раскрыты достаточно полно, хорошая атмосфера на лекциях, спикеры все молодцы) так же помощь по непонятным моментам в заданиях была на высшем уровне (спасибо за терпение:) ) Курс очень хороший, советую своим коллегам пройти.

Самая интересная тема - OPS, полезно применять в боевых проектах, чего до этого не делал практически. Было очень подробно объяснено все. Еще наверное потому что дольше всего с ней бился) так же был интересен пайплайн обучения.

На бою начал использовать dvc для хранения моделей. Еще не начал использовать, но пытаюсь внедрить clearML, CI/CD, пайплайн для детекции объектов. Так же в планах внедрить тестирование, возможно попробовать обучать на DALLI. Толоку для каких-то второстепенных задач возможно буду использовать, так как для разметки данных есть команда в штате. 
В целом все круто, спасибо)

Виктор
ODS: Victor Yudin
Сергей, Ольга, Дмитрий и Тимур - отличные лекторы! Еще спасибо Михаилу, за то, что посмотрел мое задание с толокой, которое я сдавала позже дедлайна. Также спасибо за ответы на вопросы. И отдельное спасибо Артему за то, что он давал пояснения во время лекций, очень часто эти пояснения были полезными

Сомневалась, что будет что-то новое, но после первых двух лекций все оказалось вполне полезно. Как оказалось, построение пайплайна обучения, CI-CD, толока и оптимизация оказались для меня самыми полезными темами. Сейчас многое использую в своей работе.

Ксения
ODS: Ksenia Ryabinova
Курс отличный, отличная подача материала. Лекции про фласк мне оч помогли, на работе получилось воспользоваться как раз фласком, чтобы на aws настроить некоторые процессы, до этого несколько месяцев не могли понять, как бы лучше решить одну проблему, фласк пригодился как раз. На работе похлопали за внедрение такого решение. За толоку тоже респект, оч круто, что освещается такой инструмент, потому что разметка данных... боль)

Кирам
ODS: Kiram Al-kharba
Хочу поблагодарить всю вашу команду за прекрасный курс! Преподаватели отличные, хорошо подготовлен материал.

Воспользовалась на работе некоторыми идеями и мне очень пригодился код для построения рабочих пайплайнов, как пример best practices, что мне так не хватает в нашем стартапе) 
Большое спасибо вам всем, и желаю удачи вашему проекту, в свою очередь буду рекомендовать вас знакомым)

Мария
ODS: Maria Startseva
Было полезно! Новые инструменты пощупал и часть внедрил у себя в команде на работе, по толоке прикольно получилось. Как-то так сложилось, что такого полноценного "своего" проекта, где я сам руками "от и до" у меня до сих пор не было. Попутно использовал OCR модельку, чтобы закрыть пару лаб по предмету в магистратуре. Для меня весь курс состоял из нового опыта. Поэтому сказать, что это было полезно - ничего не сказать.

Андрей
→ Задание №1
В этом задании вам предстоит обучить модель с помощью выбранного фреймворка. Вы настроите логирование экспериментов и версионирование моделей, напишите сервис, добавите к нему тесты, обернете в докер и задеплоите.
→ Задание №2
В этом задании вы настроите CI/CD для репозитория из предыдущего задания и добавите мониторинг к своему сервису. Опционально мы предложим обучить Face Recognition модель и ускорить ее при помощи конвертации в TensorRT.
→ Задание №3
Теперь вы знакомы с Толокой, а значит имеете безграничные ресурсы для майнинга и аннотации данных. В этом задании вы будете собирать данные на Толоке для обучения сегментационной сети или object detection модели - выбирать вам. Также вам надо будет ускорить нейросеть, комбинируя прунинг, квантизацию и дистилляцию.
→ Задание №4
Теперь вам предстоит объединить сегментационную сеть и обученную OCR модель в единый сервис по распознаванию текста. А повысить точность распознавания вам помогут GAN-ы и подходы из классического CV.
Оставь заявку на участие
Куратор курса проведет онлайн-встречу и ответит на все вопросы
Нажимая на кнопку, вы даете согласие на обработку своих персональных данных