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

Прокачайте вашу команду в Computer Vision

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
Мы направим молодую команду в верном направлении. Поможем с выбором архитектуры приложения, научим использовать инструменты, которые повысят качество кода и ускорят разработку. Это сэкономит ресурсы команды и позволит легко расширять ее в будущем
Мы направим молодую команду в верном направлении. Поможем с выбором архитектуры приложения, научим использовать инструменты, которые повысят качество кода и ускорят разработку. Это сэкономит ресурсы команды и позволит легко расширять ее в будущем
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
+
+
+

Ваша команда станет эффективнее

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
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
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
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
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
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
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
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
Старт: 10 августа / Идет предзапись
Старт: 10 августа /
Идет предзапись
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
Мы встретимся с представителями команды, чтобы ответить на ваши вопросы и помочь определить, будет ли наш курс полезен для вас
Мы встретимся с представителями команды, чтобы ответить на ваши вопросы и помочь определить, будет ли наш курс полезен для вас