Прокачайся
в Computer Vision

Научись |
Ракета в Computer Vision
FAQ
Middle аналитиков ежегодно развиваются в крупных компаниях и увеличивают зарплату
> 35 000
Для Middle аналитиков на российских сервисах онлайн-рекрутмента
700 вакансий
Медианная зарплата Middle специалиста в 2021 году по данным new.hr
225 000 ₽
Какие навыки ожидают от Middle специалистов?
Умение поставлять модели в продакшен
Использовать современные техники для облегчения и ускорения моделей, уметь запускать модели на мобильных устройствах, конвертируя их в соответствующие форматы
Решать комплексные Computer Vision задачи
Применять State Of The Art решения из области сегментации и детекции объектов, оцифровки текста и биометрии
Работать с реальными датасетами
Решать задачи в условиях малой выборки, зашумленных данных или при отсутствии данных вовсе
Какие навыки ожидают
от Middle специалистов?
Почему одни специалисты развиваются быстрее других?
Аналитики из более прогрессивных компаний ценятся выше, потому что 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
DALLI
Оклад
Высокие требования к моделям
В растущих компаниях растет количество клиентов, а значит сервисы подвергаются все большей нагрузке, что заставляет аналитиков облегчать и ускорять модели и при этом не терять в качестве. В таких условиях между скоростью инференса в 90 и 15 мс есть большая разница
Работа в крупной команде
Чем больше людей в команде, тем сложнее версионировать эксперименты, модели, веса и передавать наработки между отделами. Прогрессивные команды используют технологии, которые помогают упростить все эти процессы

Расписание релизов
В продвинутых командах обновление сервисов и моделей происходит периодически. Чтобы поставлять версии в срок, требуется использовать современные инструменты, ускоряющие разработку

Высокие требования
к моделям
В растущих компаниях растет количество клиентов, а значит сервисы подвергаются все большей нагрузке, что заставляет аналитиков облегчать и ускорять модели и при этом не терять в качестве. В таких условиях между скоростью инференса в 90 и 15 мс есть большая разница
Работа в крупной команде
Чем больше людей в команде, тем сложнее версионировать эксперименты, модели, веса и передавать наработки между отделами. Прогрессивные команды используют технологии, которые помогают упростить все эти процессы

Расписание релизов
В продвинутых командах обновление сервисов и моделей происходит периодически. Чтобы поставлять версии в срок, требуется использовать современные инструменты, ускоряющие разработку

Наш курс позволит догнать прогрессивные команды

Прокачайся до продвинутого middle специалиста и освой современные техники
Прокачай hard skills
Научись решать самые востребованные комплексные задачи: оцифровка текста, распознавание лиц, сегментация и детекция. Обучай с DALLI, конвертируй в ONNX и TensorRT, версионируй через DVC, ускоряй дистилляцией и квантизацией, логгируй в Trains и поставляй в Docker - и многое другое!
Научись решать боевые задачи
Грязная разметка, дисбаланс классов, нехватка данных, ограничения в скорости инференса - вот с чем ежедневно сталкиваются датасайентисты в прогрессивных компаниях. Научись уверенно справляться с каждой из этих проблем в различных задачах, используя современные методы, фреймворки и архитектуры!
Обнови резюме и подними свою зарплату до 200%
С таким набором навыков ты будешь явно выделяться среди 99% специалистов на российском рынке. Это позволит тебе перейти
в новую прогрессивную команду или обсудить повышение оклада на актуальном месте работы!
33% скидка в честь запуска курса! Занято 15 / 15 мест
Close
33% скидка в честь запуска курса! Занято 15/15 мест

Чему ты научишься по окончании курса

Решать востребованные задачи
Face Recognition and Verification, Optical Character Recognition, Tracking, Segmentation, Object Detection
Добывать чистые данные
Справляться с отсутствием датасета при помощи краудсорсинга, улучшать разметку с помощью active learning и нивелировать влияние дисбаланса классов
+ навык
Ускорять и облегчать инференс
Квантовать, дистиллировать, конвертировать в JIT, ONNX и TensorRT, а также подготавливать модели для работы в веб-приложениях
+ навык
Быстро учить модели
Ускорять моделлинг, используя препроцессинг на GPU, эффективно файтюнить архитектуры и сохранять эксперименты в Trains
+ навык
Создавать полноценный сервис
Оборачивать инференс модели в контейнер, писать тесты, настраивать CI и деплоить на Heroku
+ навык
Работать в ML/DL команде
Версионировать веса и пайплайны через DVC, использовать Git Flow, наглядно логировать результаты и передавать коллегам наработки в Docker-контейнерах
+ навык
+ навык
Решать востребованные задачи
Face Recognition and Verification, Optical Character Recognition, Tracking, Segmentation, Object Detection
Добывать чистые данные
Справляться с отсутствием датасета при помощи краудсорсинга, улучшать разметку с помощью active learning и нивелировать влияние дисбаланса классов
Ускорять и облегчать инференс
Квантовать, дистиллировать, конвертировать в JIT, ONNX и TensorRT, а также подготавливать модели для работы в веб-приложениях
Быстро учить модели
Ускорять моделлинг, используя препроцессинг на GPU, эффективно файтюнить архитектуры и сохранять эксперименты в Trains
Создавать полноценный сервис
Оборачивать инференс модели в контейнер, писать тесты, настраивать CI и деплоить на Heroku
Работать в ML/DL команде
Версионировать веса и пайплайны через DVC, использовать Git Flow, наглядно логировать результаты и передавать коллегам наработки в Docker-контейнерах
Расписание курса
Длительность: 12 недель
1-3 недели
DevOps & Classification
4-7 недели
Segmentation & Object Detection
8-9 недели
Face Recognition
Кластеризация и ElasticDB
Face Recognition and Verification
DALLI, DVC
ONNX, TensorRT
10-12 недели
Optical Character Recognition (OCR)
OCR
Повышение интерпретируемости
Active Learning
Предобучение на синтетике
10 неделя
Психология уверенности
11 неделя
Идеальное резюме
Рекрутер Яндекса и Тинькофф расскажет как правильно подготовить резюме и что важно при прохождении собеседования
Лекции от профессионального психотерапевта ОППЛ на тему личной уверенности и преодоления синдрома самозванца
Трекинг
Детекция объектов
Мастер-класс: инференс в вебе
Краудсорсинг на Toloka
Квантизация, дистилляция, фьюзинг
Сегментация
Разработка сервиса
DevOps: Docker, CI/CD
JIT-трейсинг
Моделинг нейросетей
Для кого этот курс?
Для тех, кто освоил теорию Deep Learning и Computer Vision и хочет стать одним из лучших практиков
Опытные Deep Computer Vision аналитики
Специалисты, которым не хватает опытных кураторов, желающие прокачать свои профессиональные навыки и повысить оклад, при этом сэкономить время, изучая структурированный материал под наставничеством опытных коллег
Начинающие Deep Computer Vision специалисты
Аналитики, которые уже работают в прогрессивных компаниях и желают быстрее развивать собственные навыки и свою команду, привнося в нее новые технологии
Для тех, кто в поиске работы в области Computer Vision
и хочет сразу попасть в сильную команду, которая позволит развиваться быстрее

Опытные Deep Computer Vision аналитики
Специалисты, которым не хватает опытных кураторов, желающие прокачать свои профессиональные навыки и повысить оклад, при этом сэкономить время, изучая структурированный материал под наставничеством опытных коллег
Начинающие Deep Computer Vision специалисты
Аналитики, которые уже работают в прогрессивных компаниях и желают быстрее развивать собственные навыки и свою команду, привнося в нее новые технологии
Для тех, кто в поиске работы в области Computer Vision
и хочет сразу попасть в сильную команду, которая позволит развиваться быстрее

Как проходит обучение?
Онлайн видео-конференция с куратором
Двухчасовые онлайн встречи с практикующими специалистами, которые объяснят теорию и поделятся опытом применения каждой из технологий
01
Адаптивная домашняя работа
Каждый навык закрепляется на практике. Есть два варианта: выбрать предложенную задачу или сразу применить знания на своих рабочих проектах
02
Поддержка кураторов
На протяжении всего курса практикующие кураторы уровня Senior отвечают на вопросы, делятся опытом и помогают в решении задач
03
Code Review
Главная ценность курса в обратной связи и исчерпывающем code review от профессионалов в области Computer Vision, которые направят в нужном направлении
04
Кураторы
Михаил Лиз
Практикующие CV-аналитики уровня Senior с опытом от 3 лет
2GIS
Степан Куценогий
MyTona
Денис Солдатов
TheWatch
Дмитрий Чудаков
Expasoft
Илья Коженков
CFT
Минаева Ольга
CFT
Гаврин Сергей
CFT
Курс: «Ракета в Computer Vision»
Занято: 15 / 15 мест
Старт: 9 августа
Стоимость: 89 900₽ 59 900₽
33% скидка в честь запуска курса
Стоимость курса:
89 900₽ 59 900₽
Возможно в рассрочку / Может оплатить компания
Ответы на вопросы
Ответы
на вопросы
Почему количество мест ограничено?
Для нас важен результат каждого участника и чтобы каждый получил достаточно внимания со стороны кураторов, поэтому количество студентов ограничено.
Может ли моя компания оплатить мое 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.
Почему количество мест ограничено?
Для нас важен результат каждого участника и чтобы каждый получил достаточно внимания со стороны кураторов, поэтому количество студентов ограничено.
Может ли моя компания оплатить мое 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.