Есть вопросы по курсу?
напишите нам в Telegram, ответим на все вопросы
Large Language Models
Старт — 26 февраля
Онлайн-курс
Научитесь использовать LLM в приложениях: обучать, деплоить, ускорять и многое другое
Курс для тех, кто планирует или уже работает с LLM
DL-инженеры с опытом в LLM
ML/CV-инженеры без опыта в LLM
Python-разработчики
Закроете пробелы в знаниях, наберетесь советов и улучшите проекты
Разберетесь в теории, отточите практику, структурировано и без воды
С нуля познакомитесь с NLP и инструментами для работы с LLM
Главное — знать основы DL и уметь работать с Python и PyTorch
1. Математика для ML и основы DL
Необходимо знать, что такое производная, матричное умножение, скалярное произведение, градиентный спуск, дифференцируемость, как работают оптимизаторы SGD/Adam, что такое кроссэнтропийная функция потерь
2. Базовое знание Python
Будем писать функции и классы. Часть заданий будет в py-скриптах
3. Базовое владение Pytorch
В первой половине курса мы реализуем несколько архитектур и напишем свое обучение языковой модели, нужно знать такие классы как nn.Linear, nn.Dropout, torch.softmax, оптимизаторы из torch.optim, уметь написать training loop
Необходимо знать, что такое производная, матричное умножение, скалярное произведение, градиентный спуск, дифференцируемость, как работают оптимизаторы SGD/Adam, что такое кроссэнтропийная функция потерь
2. Базовое знание Python
Будем писать функции и классы. Часть заданий будет в py-скриптах
3. Базовое владение Pytorch
В первой половине курса мы реализуем несколько архитектур и напишем свое обучение языковой модели, нужно знать такие классы как nn.Linear, nn.Dropout, torch.softmax, оптимизаторы из torch.optim, уметь написать training loop
В результате обучения:
Узнаете или повторите архитектуру трансформеров и особенности NLP-домена
Научитесь ускорять и деплоить LLM
Узнаете, как эффективно тюнить свои модели
Освоите фреймворки для решения LLM-задач: RAG, Agents, Tools, Function Calling и др.
Научитесь работать с доступными LLM и выбирать модель под проект
Программа
Лекция каждую неделю. После каждой темы — домашнее задание с фидбеком от лектора. Раз в 4−5 недель — Q&A-сессия для разбора вопросов. В середине курса есть перерыв на каникулы.
16 недель
13 лекций
13 заданий с фидбеком от преподавателей
01. Введение в NLP. Классические подходы и RNN
В тарифе «С введением»
Темы лекции:
- Особенности домена
- Виды NLP-задач
- Модели на основе подсчетов
- Дистрибутивная гипотеза
- Эмбеддинги
- Рекуррентные сети
- Token classification
02. Введение в NLP. Seq2Seq и Трансформеры
В тарифе «С введением»
Темы лекции:
- Seq-to-seq
- Attention
- Трансформер
- BERT
- Почему трансформеры победили
- T5
03. Основы LLM. Архитектура трансформера
В тарифе «С введением»
Темы лекции:
- LSTM имплементации
- Полный трансформер
- Архитектура GPT
- Эмбеддинги
- Attention
- Нормализации
- Superposition
04. Основы LLM. Модификации трансформеров
В тарифе «С введением»
Темы лекции:
- Attentions (sliding, streaming, group query)
- Embeddings (ROPE, ALIBI, NOPE)
- Knowledge fusion
- Circuits and W-compositions
- LLM Surgery
05. Доступные LLMs
Темы лекции:
- Обзор основных игроков индустрии
- Open source LLM и датасеты
- Открытые бенчмарки и арены
- Сервисы для сервинга LLM
- Как выбрать LLM для своей задачи и нужна ли она вообще
06. Prompt Engineering
Темы лекции:
- Instruct LLM
- Что такое промпт и почему это работает, zero shot learning
- Примеры промптов к разным моделям
- Промпты в LangChain
- Форматированный ответ
- Извлечение ответа из промпта
- Few Shot learning
- Борьба с галлюцинацией
- Tips and tricks
- Примеры
- Function calling
- Защита от инъекций
07. Tools and Agents
Темы лекции:
- Function call / Tools
- Structured output
- Примеры сценариев
- LLM Agents
- ReAct
08. Fine-tuning
Темы лекции:
- Управление памятью и точностью вычислений
- Multi-GPU, Multi-Host training, FSDP/ZeRO
- Оптимизация и квантизация
- Легковесные дообучения адаптеров
- Фреймворки и инструменты
9. Alignment
Темы лекции:
- Мотивация: safety, robustness, predictability
- Обзор подходов: RLHF, RLAIF, Reward Hacking (Overoptimization), DPO, KTO
- TRL библиотека для дообучения
- Less Is More for Allignment
- Источники данных: User feedback, Crowdsourcing, Synthetic
10. RAG
Темы лекции:
- Что такое RAG
- Векторный поиск
- Векторные БД
- Полнотекстовый поиск
- Проблемы поиска
- Оценка качества
- Практические советы
11. Деплой
Темы лекции:
- Схемы деплоя
- Фреймворки для инференса: torch.compile, onnx, trtllm, vllm, tgi, lmdeploy
- Разбор преимуществ фреймворков
- Техники ускорения инференса
- Мониторинги
12. Ускорение LLM
Темы лекции:
- Flash attention
- Квантизации bitsandbytes
- Различные методы квантования
- Speculative decoding
- Sparse Matrix multiplication (статьи SpQR и butterfly от Tri Dao)
- Инициатива LocalLlama (gguf)
- Архитектурные решения: MoE, medusa, и multitoken prediction
13. Multimodal models
Темы лекции:
- Задачи мультимодального домена
- Метрики
- CLIP
- LLaVA
Как именно вы освоите каждый навык
Кто будет преподавать
Опытные инженеры. Каждый расскажет про задачу, с которой несколько лет работал в коммерческих проектах
Илья Димов
Создаёт виртуальных собеседников при помощи LLM. Работал в команде претрейна в Яндекс, до этого в Abby и Сбер. Расскажет про доступные LLM, тюнинг и деплой
Intel /
Артур Панюков
Занимается добавлением NLP-фич и токенайзеров в инференс-фреймворк OpenVINO. На курсе расскажет про устройство трансформеров и BERT-подобные модели в частности
Yandex /
Дмитрий Калашников
Улучшает качество быстрых генеративных ответов
в Нейро-Поиске
в Нейро-Поиске
Yandex, ex. VK /
Ex-Human, ex Yandex /
Yandex /
Роман Горб
Руководит командой ускорения инференса YandexGPT
Алексей Бухтияров
Team Lead NLP-команды в Ex-Human, создаёт мультимодальных чатботов. До этого работал с LLM, RAG и эмбеддингами в Яндексе. На курсе расскажет про alignment
НИУ ВШЭ, Сколтех /
Екатерина Трофимова
Занимается применением LLM к синтезу кода машинного обучения. Разрабатывает программы ДПО в Сколтехе. На курсе расскажет про промптинг
Intel /
Артур Панюков
Занимается добавлением NLP-фич и токенайзеров в инференс-фреймворк OpenVINO. На курсе расскажет про устройство трансформеров и BERT-подобные модели в частности
Yandex /
Илья Димов
Создаёт виртуальных собеседников при помощи LLM. Работал в команде претрейна в Яндекс, до этого в Abby и Сбер. Расскажет про доступные LLM, тюнинг и деплой
Ex-Human, ex Yandex /
Алексей Бухтияров
Team Lead NLP-команды в Ex-Human, создаёт мультимодальных чатботов. До этого работал с LLM, RAG и эмбеддингами в Яндексе. На курсе расскажет про alignment
Yandex, ex. VK /
Дмитрий Калашников
Улучшает качество быстрых генеративных ответов в Нейро-Поиске
Роман Горб
Руководит командой ускорения инференса YandexGPT
Yandex /
НИУ ВШЭ, Сколтех /
Екатерина Трофимова
Занимается применением LLM к синтезу кода машинного обучения. Разрабатывает программы ДПО в Сколтехе. На курсе расскажет про промптинг
После обучения
Чат выпускников
Сертификат о прохождении обучения
Вы попадаете в чат выпускников — чат с опытными инженерами, где мы проводим литклубы, random coffee и обсуждаем вопросы с работы
Доступ к материалам курса на один год
Комфортные условия для вашей учёбы
Полный возврат стоимости в первые 14 дней,
если поймёте, что программа вам не подходит. Если примете решение позже, вернём деньги за вычетом уже пройденных занятий
если поймёте, что программа вам не подходит. Если примете решение позже, вернём деньги за вычетом уже пройденных занятий
Налоговый вычет
получите 13% от стоимости курса после обучения
получите 13% от стоимости курса после обучения
Оплата из-за рубежа
картой иностранного банка или другими удобными способами
картой иностранного банка или другими удобными способами
Может оплатить компания. мы принимаем оплату от юрлиц, если хотите, чтобы работодатель оплатил ваше обучение, пусть ваши представители напишут нам на b2b@deepschool.ru для оформления документов и оплаты
Мы обучаем по лицензии Л035-01199-54/00734237 ↗
Лист ожидания
Количество мест ограничено. Запишитесь в лист ожидания. Мы свяжемся, когда начнем собирать группу, расскажем о тарифах и подарим скидку на обучение первым участникам.
Доступен налоговый вычет
Может оплатить компания
Полный возврат в первые 14 дней
Принимаем оплату из-за рубежа
Лист ожидания
Старт курса в феврале, количество мест ограничено. Запишитесь в лист ожидания. Мы свяжемся, когда начнем собирать группу, расскажем о тарифах и подарим скидку на обучение первым участникам.
Что говорят наши выпускники
Истории глазами тех, кто успешно прошел обучение
«Хочу сказать, что это, пожалуй, лучший курс по ML, который я проходила (а у меня достаточно лет опыта в ML)»
Галина Альперович
(CV Rocket)
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
Ольга Чаганова
«После обучения стала ощущать себя намного увереннее, многие вещи стали понятнее, осталось только углублять знания»
(3DCV)
(CV Rocket)
(CV Rocket)
«Курс максимально полезный лично для меня, систематизирует знания, не оставляет пробелов»
Роман Рютин
«Крутой курс! Многое узнал и прокачал навыки. Постоянное общение с авторами курса мотивировало в учебе»
(LLM)
Дмитрий
(3DCV)
FAQs
Когда проходят лекции и семинары?
Лекции проходят по будням в 18:00 по московскому времени и длятся 1,5−2 часа. Q&A-сессии проходят после каждой 5-й лекции, время определяется индивидуально для каждого потока.
Смогу ли я оформить налоговый вычет?
Да, вы сможете оформить налоговый вычет за обучение, если вы являетесь налоговым резидентом России и оплачиваете подоходный налог. Подать документы на вычет можно в году, следующем за годом оплаты обучения. Подробнее о налоговом вычете за обучение можно прочитать на сайте ФНС
Может ли моя компания оплатить курс?
Моя компания может оплатить курс?
Да, мы подготовим счёт на полную или частичную оплату для юридического лица. Напишите на hello@deepschool.ru
Скидки не распространяются на оплату курса юр. лицами, поэтому при заполнении заявки указывайте полную стоимость.
Скидки не распространяются на оплату курса юр. лицами, поэтому при заполнении заявки указывайте полную стоимость.
На сколько часов рассчитана программа?
На сколько
часов рассчитана программа?
часов рассчитана программа?
Курс включает 32 астрономических часа лекций и Q&A-сессий. С учетом времени на домашние задания, учеба будет занимать примерно 8 часов в неделю. В середине курса есть перерыв на каникулы.
Что я должен знать, чтобы начать обучение?
От наших будущих студентов на курсе LLM мы ожидаем следующие знания:
1. Математика для ML и основы DL
Необходимо знать, что такое производная, матричное умножение, скалярное произведение, градиентный спуск, дифференцируемость, как работают оптимизаторы SGD/Adam, что такое кроссэнтропийная функция потерь.
2. Базовое знание Python
Будем писать функции и классы. Часть заданий будет в py-скриптах.
3. Базовое владение Pytorch
В первой половине курса мы реализуем несколько архитектур и напишем свое обучение языковой модели, нужно знать такие классы как nn.Linear, nn.Dropout, torch.softmax, оптимизаторы из torch.optim, уметь написать training loop.
Если вы сомневаетесь, подходит ли курс именно вам, напишите нам в телеграм: @deepschool_support
1. Математика для ML и основы DL
Необходимо знать, что такое производная, матричное умножение, скалярное произведение, градиентный спуск, дифференцируемость, как работают оптимизаторы SGD/Adam, что такое кроссэнтропийная функция потерь.
2. Базовое знание Python
Будем писать функции и классы. Часть заданий будет в py-скриптах.
3. Базовое владение Pytorch
В первой половине курса мы реализуем несколько архитектур и напишем свое обучение языковой модели, нужно знать такие классы как nn.Linear, nn.Dropout, torch.softmax, оптимизаторы из torch.optim, уметь написать training loop.
Если вы сомневаетесь, подходит ли курс именно вам, напишите нам в телеграм: @deepschool_support
Наши программы
Поможем освоить востребованные на рынке знания, передав секреты и опыт практикующих инженеров и исследователей
Наведите порядок в репозиториях, научитесь создавать и деплоить DL-сервисы
Деплой DL-сервисов
Март 2025 • 4 месяца
Научитесь ускорять модели и адаптировать инференс под CPU, GPU и NPU
Ускорение нейросетей
Февраль 2025 • 3 месяца
Узнайте, как решают задачи в VR/AR, беспилотниках и цифровых двойниках
3D Computer Vision
Апрель 2025 • 3 месяца
Подробнее
Подробнее
Подробнее
/
Освойте теорию генеративных моделей и их обучение на практике
Generative Computer Vision
Лист ожидания • 3 месяца
Теория, инференс, ускорение и актуальные подходы в LLM
LLM
Подробнее
/
Подробнее
Февраль 2025 • 4 месяца
Повысьте квалификацию, решая сложные кейсы в CV-задачах
CV Rocket 2.0
Апрель 2025
Лист ожидания
coming soon
Записаться в лист ожидания
Наведите порядок в репозиториях, научитесь создавать и деплоить DL-сервисы
Деплой DL-сервисов
Март 2025 • 4 месяца
Научитесь ускорять модели и адаптировать инференс под CPU, GPU и NPU
Ускорение нейросетей
Февраль 2025 • 3 месяца
Узнайте, как решают задачи в VR/AR, беспилотниках и цифровых двойниках
3D Computer Vision
Апрель 2025 • 3 месяца
Освойте теорию генеративных моделей и их обучение на практике
Generative Computer Vision
Лист ожидания • 3 месяца
Теория, инференс, ускорение и актуальные подходы в LLM
LLM
Подробнее
Подробнее
Подробнее
Подробнее
Подробнее
Февраль 2025 • 4 месяца
Повысьте квалификацию, решая сложные кейсы в CV-задачах
CV Rocket 2.0
Март 2025
Лист ожидания
coming soon
Телеграм-канал DeepSchool
Короткие посты по теории ML/DL, полезные библиотеки и фреймворки, вопросы с собеседований и советы, которые помогут в работе
Курс авторский и уникальный. Хоть темы и стандартные для CV, в лекциях было очень много практических вещей из опыта лекторов, которые в интернете вряд ли найдешь. После обучения стала ощущать себя намного увереннее, многие вещи стали понятнее, осталось только углублять знания. Но базу курс дает хорошую, могу рекомендовать всем начинающим специалистам.
Я проходила курс и сразу применяла на практике в работе новые знания. Например, перешла на pytorch lightning, стала лучше организовывать и писать код. Docker и Gitlab CI/CD больше не пугают. Вообще для меня курс многое разложил, как правильно и лучше делать с точки зрения software engineering.
Отдельно хочу отметить очень вовлеченную и позитивную команду преподавателей, которые все отвечали на вопросы подробно и понятно, добирались до самой сути. Отдельное почтение Артему за обширные познания и полезные замечания на код-ревью и Сергею, за то что несколько дней помогал разобраться со вторым дз, и все-таки мы ее побороли :) такая вовлеченность и поддержка дорого стоят, ребятам большое спасибо за атмосферу!
Ольга Чаганова
Я проходила курс и сразу применяла на практике в работе новые знания. Например, перешла на pytorch lightning, стала лучше организовывать и писать код. Docker и Gitlab CI/CD больше не пугают. Вообще для меня курс многое разложил, как правильно и лучше делать с точки зрения software engineering.
Отдельно хочу отметить очень вовлеченную и позитивную команду преподавателей, которые все отвечали на вопросы подробно и понятно, добирались до самой сути. Отдельное почтение Артему за обширные познания и полезные замечания на код-ревью и Сергею, за то что несколько дней помогал разобраться со вторым дз, и все-таки мы ее побороли :) такая вовлеченность и поддержка дорого стоят, ребятам большое спасибо за атмосферу!
Ольга Чаганова
Курс максимально полезный лично для меня, систематизирует знания, не оставляет пробелов, и прочитан максимально доступно. Однозначно ощущаю, что стал сильнее в Computer Vision. Все темы были интересны, но особенно выделю SLaM и Bundle Adjustment, а также NeRF.
Перед покупкой казалось, что дороговато, но сомнения не оправдались. Хотелось бы и дальше продолжать изучать материал, для меня курс закончился внезапно).
Всем лекторам спасибо — очень хорошо объясняли свои темы с зацепками где что посмотреть дополнительно. Уже посоветовал курс друзьям и коллегам
Дмитрий
Перед покупкой казалось, что дороговато, но сомнения не оправдались. Хотелось бы и дальше продолжать изучать материал, для меня курс закончился внезапно).
Всем лекторам спасибо — очень хорошо объясняли свои темы с зацепками где что посмотреть дополнительно. Уже посоветовал курс друзьям и коллегам
Дмитрий
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 Старцева
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 Старцева
Курс оказался крайне полезным. Благодаря лекторам, тьюторам и создателям программы, я смог углубить свои знания в задачах классификации, сегментации, распознавании лиц, и Ганах, - то с чем уже имею дело или очень хочу начать.
Не ожидал и был приятно удивлен индивидуальным подходом к студентам и готовностью преподавателей тратить время на консультации, отвечать на все вопросы (часто не связанные непосредственно с лекциями и курсом), помогать с организацией облачного пространства для вычислений. Чувствуется как много вложили и продолжают вкладывать создатели в курс и развитие сообщества (я подписан на телеграм канал и с интересом слежу за публикациями).
Также понимаю, как важно было сделать полноценную встречу-знакомство, сеанс с психологом и встречу по итогам курса. Благодаря этим мероприятиям появились горизонтальные связи и я услышал про увлекательный опыт других участников. Все организаторы и однокурсники - отзывчивые и доброжелательные и нацелены на результат студентов. Особо запомнились Тимур, Артем, Сергей, Дмитрий.
Арсений Рылов
Не ожидал и был приятно удивлен индивидуальным подходом к студентам и готовностью преподавателей тратить время на консультации, отвечать на все вопросы (часто не связанные непосредственно с лекциями и курсом), помогать с организацией облачного пространства для вычислений. Чувствуется как много вложили и продолжают вкладывать создатели в курс и развитие сообщества (я подписан на телеграм канал и с интересом слежу за публикациями).
Также понимаю, как важно было сделать полноценную встречу-знакомство, сеанс с психологом и встречу по итогам курса. Благодаря этим мероприятиям появились горизонтальные связи и я услышал про увлекательный опыт других участников. Все организаторы и однокурсники - отзывчивые и доброжелательные и нацелены на результат студентов. Особо запомнились Тимур, Артем, Сергей, Дмитрий.
Арсений Рылов
Хочу сказать, что это, пожалуй, лучший курс по ML, который я проходила (а у меня достаточно лет опыта в ML, поэтому знаю о чем говорю :))
Каждая лекция проводится профессионалом в своей теме, который старается выложиться по максимуму, выходит за рамки стандартной лекции, отвечает с энтузиазмом на все вопросы. Все материалы хорошо подготовлены, к каждой лекции есть непростое интересное домашнее задание, которое дает возможность погрузиться в тему и набить руку. Я совмещала курс с фулл-тайм работой, прослушала все лекции, но мне не хватило времени сделать все домашки, часть из них уже доделала после курса.
Еще важный аспект - это классная мотивирующая атмосфера курса. Очень уютно и камерно.
Индивидуальный подход, подробное код ревью, шутейки в слайдах.
Спасибо ребятам за отличный курс и прокачку в современном CV! Желаю успехов в создании лучшей DL/ML онлайн школы!
Галина Альперович
Каждая лекция проводится профессионалом в своей теме, который старается выложиться по максимуму, выходит за рамки стандартной лекции, отвечает с энтузиазмом на все вопросы. Все материалы хорошо подготовлены, к каждой лекции есть непростое интересное домашнее задание, которое дает возможность погрузиться в тему и набить руку. Я совмещала курс с фулл-тайм работой, прослушала все лекции, но мне не хватило времени сделать все домашки, часть из них уже доделала после курса.
Еще важный аспект - это классная мотивирующая атмосфера курса. Очень уютно и камерно.
Индивидуальный подход, подробное код ревью, шутейки в слайдах.
Спасибо ребятам за отличный курс и прокачку в современном CV! Желаю успехов в создании лучшей DL/ML онлайн школы!
Галина Альперович
Крутой курс! Многое узнал и прокачал навыки. Из того, что оказалось для меня особенно полезным – RAG, агенты, ускорение, инференс при малом бюджете, промпт инжиниринг и немного деплой. Постоянное общение с авторами курса мотивировало в учебе.
Роман Рютин
Роман Рютин
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 Юдин
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 Юдин
Все, что было сказано на сайте и даже больше было на курсе) Моей целью было повышение квалификации до Jun+/Middle, смог ее достичь и найти подходящую работу. И благодаря курсу чувствовал себя увереннее во время поиска. Очень понравились групповые работы и ревью. У меня такой проверки кода никогда не было, дают все советы, ссылки. Все ребята открыты к вопросам, часто их задавал, все подробно объясняют и приводят примеры.
Две домашних работы - стали двумя моими полноценными проектами, которые я могу уже показать людям. Проекты сильно прокачали, особенно после работы с ревью. На курсе много разных специалистов, не только ML, но и разработчики.
Однозначно осталось только положительное впечатление о курсе. Крутой курс, очень понравились и домашки, и ревью, поддержка и кураторов и студентов. Думаю, такой курс один в России не для новичков, а именно для ребят с опытом, таких больше даже не знаю. Очень рад, что попал к ребятам, желаю продвижения!
Руслан
Две домашних работы - стали двумя моими полноценными проектами, которые я могу уже показать людям. Проекты сильно прокачали, особенно после работы с ревью. На курсе много разных специалистов, не только ML, но и разработчики.
Однозначно осталось только положительное впечатление о курсе. Крутой курс, очень понравились и домашки, и ревью, поддержка и кураторов и студентов. Думаю, такой курс один в России не для новичков, а именно для ребят с опытом, таких больше даже не знаю. Очень рад, что попал к ребятам, желаю продвижения!
Руслан
Курс дал возможность посмотреть на best practice в ML/DL, узнать, что люди используют, что сейчас модно. Настоящий обмен опытом. В домашних работах очень качественное код ревью, в то время как на работе код ревью обычно ограничивается аппрув/не аппрув. На курсе дают знания, которые можно сразу использовать на практике: CI/CD и Ansible было очень полезно, нормально настроил линтер и автотесты.
Понравилось, что в достаточно короткий промежуток времени, по сравнению с другими курсами, что я проходил, умещается большая концентрация знаний. Самый useful курс из всех, что я проходил! Ребята с опытом, рассказывают кейсы из жизни: это очень классно, любой рассказ подкреплен настоящим делом.
Григорий Солдатов
Понравилось, что в достаточно короткий промежуток времени, по сравнению с другими курсами, что я проходил, умещается большая концентрация знаний. Самый useful курс из всех, что я проходил! Ребята с опытом, рассказывают кейсы из жизни: это очень классно, любой рассказ подкреплен настоящим делом.
Григорий Солдатов
Есть вопросы, на которые вы не нашли ответы? Напишите нам в Telegram, ответим на все интересующие вопросы