Старт: 10 августа

Для junior и middle

Формат: онлайн

Финиш: 15 декабря

После обучения:

Найм в команду подешевеет

Нейросети легче, быстрее и точнее

Сервисы станут стабильнее

Вы будете быстрее доставлять обновления

Команда ускорит обучение нейросетей

Нейросети быстрее и точнее

Мы повысим квалификацию ваших сотрудников

Ваша команда станет эффективнее

Сотрудники будут выполнять задачи быстрее и качественнее - их квалификация вырастет

Вы сэкономите время и деньги на найме

Нанимать в такую команду будет проще. Возможно, найм и вовсе не понадобится

Ваши сервисы станут быстрее и стабильнее

Ваша команда научится ускорять нейросети, писать тесты, автоматизировать выкат новых версий и настраивать мониторинг

Ваших сотрудников будут курировать опытные разработчики

Мы передадим вам лучшие практики через ревью кода, консультации, групповые задания и ответы на вопросы

Нанимать Middle специалистов сложно —

Команду отвлекают интервью

Долгая адаптация

Долго

Отдел HR потратит от 3 до 8 недель

Дорого

Вместо найма или вместе с ним вы можете обучить уже имеющихся сотрудников в DeepSchool, и тогда:

Вы сэкономите время и деньги на найме

Наш курс будет полезен

всем, кто использует нейросети для анализа фото и видео

Обучать сотрудников
в Deep School — выгодно

1 месяц работы Middle специалиста

4 месяца обучения в 1.4 раза дешевле одной зарплаты Middle специалиста

4 месяца обучения в Deep School

Пока вы ищете 3-ёх специалистов, мы обучим любое количество ваших сотрудников

230 000

₽

160 000

Ваши сотрудники уже адаптированы и могут работать в полную силу

t, недели

Обучение любого количества сотрудников на нашем курсе

12

0

от 9 до 15 недель

t, недели

Поиск 3-ех Middle специалистов

12

9

0

t, недели

Обучение любого количества сотрудников на нашем курсе

Ваши сотрудники уже адаптированы и могут работать в полную силу

Адаптация (до полугода)

Обучим за 15 недель

+

+

+

А вы сэкономите деньги и время на формировании сильной команды

Обучать нейросети станет проще

Команда будет использовать шаблоны при обучении нейросетей. Наглядно логировать и версионировать эксперименты. Это ускорит обучение моделей и позволит быстрее переключаться между проектами

+ навык

Команда научится разрабатывать сервисы

Это улучшит коммуникацию между разработчиками и специалистами по машинному обучению, ведь они начнут понимать друг друга. А если у вас еще нет выделенных разработчиков, то это позволит ML команде доводить нейросети до клиентов самостоятельно

+ навык

Рутина будет автоматизирована

Линтеры и автотесты ускорят поверку качества кода. Настроенный CI/CD автоматизирует сборку и доставку приложений. Это освободит время для проверки новых гипотез и улучшения сервисов

+ навык

Нейросети и сервисы станут быстрее

Команда научится квантовать, прунить, дистиллировать сети. Конвертировать их в JIT, ONNX и TensorRT. Это ускорит сервисы компании и сэкономит деньги на аренде серверов, ведь теперь нейросети потребуют меньше вычислительных мощностей

+ навык

Добыча чистых данных станет дешевле

Ваша команда перестанет тратить время на разметку. Сотрудники научатся собирать чистые дешевые данные на сервисе Толока. Выбирать лучших разметчиков и автоматически проверять качество аннотаций

+ навык

Сотрудники закроют пробелы в знаниях

Они научатся точнее и быстрее решать популярные CV задачи: Object Detection, Tracking, Segmentation, Optical Character Recognition, Face Recognition. А также изучат теорию GAN и Diffusion Models

+ навык

Как сотрудники освоят каждый навык

1. Изучат теорию на вебинаре

Мы проводим живые вебинары 1-2 раза в неделю. На вебинаре ваши специалисты будут слушать лекции опытных инженеров, задавать им вопросы, участвовать в дискуссиях и работать в группах над решением ML-кейсов. В конце каждого вебинара материал закрепляется анонимным тестом, а спикер комментирует ошибки

Каждое задание делится на две части: моделинг нейросетей и деплой сервиса. Постепенно студенты улучшают моделинг и сервис, применяя фреймворки и техники из лекций. К концу курса каждый студент создаст 2 полноценных сервиса с тестами, автоматизацией, мониторингом и быстрыми моделями под капотом

2. Сделают практическое задание

Для каждой домашней работы ваши сотрудники создадут отдельный репозиторий. А наши кураторы проведут code review и дадут исчерпывающий фидбек

3. Получат Code Review от куратора

В чате можно обсуждать домашние задания, рабочие задачи или просто общаться. Кураторы курса всегда помогут решить проблемы и поделятся советом

4. Если возникнут трудности, мы оперативно поможем в чате

Мы проводим несколько групповых встреч для помощи студентам. На них приходят спикеры последних лекций, чтобы ответить на вопросы, помочь с практикой и обсудить рабочие задачи

5. Или обсудим вопросы голосом на онлайн-встрече с кураторами

Отзывы выпускников курса

И

Понравилось понятное и доходчивое объяснение преподавателей. Стал использовать на работе знания из лекций по Object Detection, Face Recognition, Docker, DVC, CI/CD, JIT, etc. А также улучшил рабочие пайплайны

Ильдар

А

Андрей

ODS: Maria Startseva

Мария

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.

ODS: Alexandr Goncharenko

Александр

Ольга

ODS: Olga Chaganova

Арсений

ODS: @Arseny

Галина

ODS: wammy

Марк

ODS: Victor Yudin

Виктор

ODS: Ksenia Ryabinova

Ксения

Программа курса

Длительность: 15 недель

Web-сервисы, FastAPI

Примерная нагрузка: 5-8 часов в неделю

/

3 дополнительных задания

20 лекций

2 основных проекта

Nvidia DALI

Лекции

Моделинг в команде

Толока

Docker

Мониторинг сервисов

Catalyst & Lightning

Ускорение моделей

Теория моделинга сетей

Semantic Segmentation

Линтеры и автотесты

Object Detection, Tracking

Конвертация

Face Recognition

CI/CD

+

+

+

+

+

+

+

+

+

+

+

+

+

+

Классический CV

GAN

Распознавание текста

+

+

+

Diffusion Models

Идеальное резюме

+

+

Практика

Проект №1

В первом проекте вы создадите сервис классификации спутниковых снимков. Вам предстоит обучить нейросеть и обернуть ее инференс в web-сервис. Ваше решение будет состоять из двух частей: моделинг классификации и разработка сервиса

Во второй части вы напишите сервис, добавите к нему тесты, обернете в докер, настроите CI и автоматизируете деплой на сервер

В первой части вы обучите нейросеть на выбранном фреймворке, настроите логирование экспериментов и версионирование моделей. Все так, будто вы работаете в крупной команде

Проект №2

В этом проекте вы также будете учить нейросети и деплоить сервис. Но данных теперь не будет. Вам предстоит собрать их на платформе Толока, создав реальные проекты для реальных людей

Помимо этого в сервисе теперь будет несколько нейросетей, связанных в единый пайплайн распознавания текста. Вам надо учесть это при планировании архитектуры. Также в отличие от первого проекта, вам следует добавить мониторинг в свое приложение

Вы можете выбрать как решать задачу: через сегментацию и постобработку результата, через детекцию или без сетей вовсе (только классический CV, только хардкор!) –– или сделайте все 3 решения, мы дадим ревью на каждое из них!

TensorRT

+

Face Recognition

Compression

+

+

Кураторы

Практикующие CV-инженеры

Актуализирует карты 2gis с помощью CV. На-учит краудсорсингу на Толоке и сегментации

{2GIS}

Михаил Лиз

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

Работал в крупных ML-командах, передаст опыт командного моделинга сетей

Квалифицированный специалист с 20-ти летним стажем. Расскажет про выгорание и синдром самозванца

Ex TeamLead команды CV. Работал над сервисом распознавания документов. Научит решать OCR

Андрей Шадриков

{verigram.ai}

TeamLead команды распознавания лиц. Расскажет как решать metric learning задачи

Генерирует людей для фэшн индустрии, объяснит, как работают GAN и диффузии

Кирам Аль-Харба

Рекрутировала в Сбер и Ozon. Провела больше 100 интервью. Научит составлять резюме и представлять себя

Работал в крупных ML-командах, передаст опыт командного моделинга сетей

Ex TeamLead команды CV. Работал над сервисом распознавания документов. Научит решать OCR

Решает CV задачи без нейросетей. Програм-мирует микрокомпью-теры. Преподает блок по классическому CV

{Яндекс}

Оптимизирует сети для быстрой работы на Edge устройствах. Научит ускорять сети

Альбина Хабибулина

Backend-разработчик. Расскажет как создавать, деплоить и поддерживать сервисы

{Евразтехника}

Сергей Гаврин

{ex koronapay.com}

Тимур Фатыхов

{TDM-com}

Влад Тюшников

{Expasoft}

Дмитрий Чудаков

{TheWatch}

Денис Солдатов

Записаться на консультацию

На консультации мы ответим на вопросы и поможем определить, будет ли курс полезен вашей команде. Также мы вышлем подробное расписание перед встречей

Нажимая на кнопку, вы даете согласие на обработку своих персональных данных

Стоимость

160 000 ₽

При обучении 2+ сотрудников, будет скидка

Кол-во учеников ограничено

Для junior и middle

Финиш: 15 декабря

Старт: 10 августа

Осталось: 9 мест

Ответы на вопросы

Ответы
на вопросы