Есть вопросы по курсу?

напишите нам в Telegram, ответим на все вопросы

Освойте полный цикл решения CV-задач за 5 месяцев

Cтарт 4 июля
Научитесь выводить модели в прод
Наведёте порядок в репозиториях
Повысите свою ценность на рынке
Разберётесь в лучших практиках

Курс подойдет всем грейдам

Junior

Middle

Senior

Новички

Главное — знать базовую теорию
повысит грейд после курса
систематизирует знания и закроет пробелы
подсмотрит на практики других команд
заметно выделятся при поиске первой работы

Программа

После каждой лекции — практика и 2 проекта в течение курса
21
неделя
22
лекции
2
проекта
8-12
часов в неделю

Модуль 1

Pytorch Lightning
Пишем воспроизводимый и прозрачный моделинг для командной работы. Учимся готовить модели для инференса

Наводим порядок в обучении

ClearML
DVC
Makefile

Модуль 2

FastAPI
Делаем HTTP-сервис для инференса модели. Покрываем его линтерами, тестами и мониторингом, оборачиваем в Docker-контейнер и деплоим на сервер

Создаём и деплоим веб-сервисы

DI Containers
TorchServe
Wemake
PyTest

Модуль 3

Краудсорсинг, Толока
Соберём датасеты на Яндекс Толоке. Научимся решать популярные CV-задачи и разберёмся в их corner-case'ах

Собираем данные и решаем задачи

Распознавание лиц
Детекция и трекинг
OCR
Cегментация
Классический CV

Модуль 4

Vision Transformers
Разберёмся с трансформерами в CV: от основ, до текущих SOTA для популярных задач. Научимся получать высокие метрики из неразмеченных данных при помощи SSL, а также окунёмся в мир генеративного CV

Трансформеры, SSL, генеративный CV

Diffusion Models
CLIP
GAN
(Grounding) DINO
OmegaConf
TensorRT
Nvidia DALI
Docker/Docker Compose
GitlabCI
Ansible
Prometheus
Grafana
Sentry
SAM
RTDetr
SegFormer
VitPose
OpenVINO
ONNXRuntime
FastSAM

Вы отточите практику на больших end-to-end проектах

Каждый проект состоит из 2 репозиториев: в первом код обучения сети, во втором код сервиса. На каждый вы получите подробное code-review от спикеров
Вам предстоит обучить нейросеть и обернуть её инференс в web-сервис. Решение будет состоять из двух частей: моделинг классификации и разработка сервиса

Cервис классификации

Создадите репозиторий моделинга с выбранным фреймворком, логгированием экспериментов и версионированием моделей
Напишете сервис, добавите к нему тесты, обернёте в докер, настроите CI и автоматизируете деплой на сервер

Первый проект

Второй проект

В этом проекте вам потребуется обучить несколько нейросетей и связать их в одном сервисе. Данных теперь не будет — вы соберёте их в «Толоке»

Сервис OCR

Улучшите моделинг: добавите тесты и gitlab ci. А данные соберете через Толоку, их теперь нет
Создадите пайплайн моделей в сервисе. Освоите сервинг. Добавите мониторинг используя Prometheus и Grafana
Полная оплата 170 000 ₽ 190 000 ₽

Расскажем про курс лично

Ответим на ваши вопросы, расскажем как проходят лекции, семинары, code review, прием домашек и групповые задания. А также поможем определить, подходит ли программа именно вам

Как именно вы освоите каждый навык

Онлайн-лекции, где вы слушаете инженеров, задаёте вопросы, дискутируете и работаете в группах над ML-кейсами. В конце — анонимный тест для закрепления материала.

Изучите теорию на zoom-лекции

После каждой лекции — домашнее задание. Помимо этого есть 2 больших проекта, которые идут на протяжении всего курса. В них вы освоите весь цикл решения задач от обучения моделей до деплоя

Сделаете практическое задание

Для каждого проекта вы создадите отдельный gitlab-репозиторий. Наши кураторы проведут code review, чтобы вы получили исчерпывающий фидбек

Получите Code Review от куратора

Обсуждайте домашние задания, рабочие задачи или просто общайтесь. Кураторы курса всегда помогут решить проблемы и поделятся советом

Если возникнут трудности, мы оперативно поможем в чате

Раз в 4−5 недель спикеры и кураторы собираются в zoom, чтобы ответить на ваши вопросы, помочь с практикой, обсудить текущие задачи

Или приходите на онлайн-встречи с кураторами, чтобы обсудить вопрос голосом

/1

/2

/3

/4

/5

Ваша команда на 4 месяца

Опытные инженеры будут вести Zoom-лекции и семинары, отвечать на ваши вопросы и ревьюить код
2GIS
Михаил Лиз
Актуализирует карты 2GIS
с помощью CV. Научит краудсорсингу на Толоке и сегментации
Kudan SLAM
Игорь Ильин
Разрабатывает SLAM Алгоритмы. Расскажет о классическом компьютерном зрении
Haut.AI OÜ
Марк Страхов
Занимается анализом снимков кожи. Расскажет о Self Supervised Learning
verigram.ai
Андрей Шадриков
Тимлид команды распознавания лиц. Расскажет как решать metric learning задачи
Евразтехника
Сергей Гаврин
Работал в крупных ML-командах, передаст опыт командного моделинга сетей
TheWatch
Денис Солдатов
Backend-разработчик. Расскажет как создавать, деплоить и поддерживать сервисы
Сбер
Альбина Хабибулина
Рекрутировала в Яндекс и Ozon. Провела > 100 интервью. Научит составлять резюме и представлять себя
Expasoft
Дмитрий Чудаков
Оптимизирует сети для быстрой работы на Edge устройствах. Научит ускорять сети
EPAM
Егор Осинкин
TeamLead команды Computer Vision
НИИАС
Дмитрий Раков
Работает над беспилотными поездами. Расскажет о трансформерах
Авито
Василий Баранов
Работал над сервисом распознавания документов. Расскажет о распознавании текста
Кирам Аль-Харба
Генерирует людей для фэшн индустрии, объяснит, как работают GAN и диффузии
2GIS
Михаил Лиз
Актуализирует карты 2GIS
с помощью CV. Научит краудсорсингу на Толоке и сегментации
Kudan SLAM
Игорь Ильин
Разрабатывает SLAM Алгоритмы. Расскажет о классическом компьютерном зрении
Haut.AI OÜ
Марк Страхов
Занимается анализом снимков кожи. Расскажет о Self Supervised Learning
verigram.ai
Андрей Шадриков
Тимлид команды распознавания лиц. Расскажет как решать metric learning задачи
Евразтехника
Сергей Гаврин
Работал в крупных ML-командах, передаст опыт командного моделинга сетей
TheWatch
Денис Солдатов
Backend-разработчик. Расскажет как создавать, деплоить и поддерживать сервисы
Сбер
Альбина Хабибулина
Рекрутировала в Яндекс и Ozon. Провела > 100 интервью. Научит составлять резюме и представлять себя
Expasoft
Дмитрий Чудаков
Оптимизирует сети для быстрой работы на Edge устройствах. Научит ускорять сети
EPAM
Егор Осинкин
TeamLead команды Computer Vision
НИИАС
Дмитрий Раков
Работает над беспилотными поездами. Расскажет о трансформерах
Авито
Василий Баранов
Работал над сервисом распознавания документов. Расскажет о распознавании текста
Кирам Аль-Харба
Генерирует людей для фэшн индустрии, объяснит, как работают GAN и диффузии

Получите скидку на обучение

CV-задачи от OCR до генерации
Полный цикл решения CV-задач: от сбора данных до деплоя модели. 12 спикеров, 22 лекции, семинары и много практики
2 проекта в портфолио
Создание веб-сервисов
Автоматизация деплоя
Лучшие практики в моделинге

Что говорят студенты

Истории про курс глазами тех, кто его успешно прошел
Ольга Чаганова
«После обучения стала ощущать себя намного увереннее, многие вещи стали понятнее, осталось только углублять знания»
Артём Соломко
LinkedIn
«Был удивлен подробным код ревью домашних заданий, с объяснениями почему, при этом быстро»
Мария Старцева
«Воспользовалась на работе некоторыми идеями и мне очень пригодился код для построения рабочих пайплайнов»
«Курс оказался крайне полезным. Благодаря лекторам, тьюторам и создателям программы, я смог углубить свои знания»
Арсений Рылов
«Хочу сказать, что это, пожалуй, лучший курс по ML, который я проходила (а у меня достаточно лет опыта в ML)»
Галина Альперович
«CI-CD, толока и оптимизация оказались для меня самыми полезными. Сейчас многое использую в работе»
Ксения Рябинова
Виктор Юдин
«Помощь по непонятным моментам в заданиях была на высшем уровне (спасибо за терпение:)»
Григорий Солдатов
LinkedIn
«Курс дал возможность посмотреть на best practice в ML/DL, узнать, что люди используют, что сейчас модно»
Руслан
LinkedIn
«Две домашних работы — стали двумя моими полноценными проектами, которые я могу уже показать людям»

FAQs