Решать задачи CV
Обучать модели детекции и сегментации, запускать инференс.
Курс для специалистов с опытом в машинном и глубоком обучении: детекция, сегментация, генерация изображений и мультимодальные модели.
| Кому подойдёт | Чем поможет курс |
|---|---|
| Специалистам Data Science | Освоить задачи компьютерного зрения на собственных данных. |
| ML- и DL-инженерам | Расширить практику обучения и применения моделей для изображений. |
Обучать модели детекции и сегментации, запускать инференс.
Работать с генеративными моделями и их качеством.
Использовать визуальные трансформеры и дообучать модели.
Задания для применения изученного материала и отработки навыков. Четыре проекта с обратной связью эксперта; виртуальные машины с GPU и хранилище S3.
Разбор вопросов по обучению и изучаемым темам со специалистом. Эксперты дают обратную связь по проектам.
Материалы для изучения и повторения тем курса: пояснения, конспекты и справочная информация. Интерактивная платформа; обучение с дедлайнами или в своём темпе.
Темы и разделы, которые входят в программу обучения.
Раздел: Программа курса
Знакомство с нейросетевыми решениями и форматом курса.
Детекция объектов и работа с моделями YOLO.
Сегментация изображений и обучение моделей.
Генеративные модели и методы генерации изображений.
Визуальные трансформеры и мультимодальные модели.
В расширенной программе «Инженер по глубокому обучению нейросетей»: фундаментальные основы Deep Learning и проект.
В расширенной программе: рекуррентные сети, механизмы внимания, трансформеры и проект.
В расширенной программе: основы и продвинутые методы свёрточных сетей, проект.
В расширенной программе: предобработка текстов, изображений и аудио, мультимодальный проект.
Практические работы курса — какие задачи вы будете решать, какие кейсы и примеры разбирать.
Четыре проекта с обратной связью эксперта.
Для практики доступны виртуальные машины с GPU и хранилище S3.
Профессии, с задачами которых знакомит программа курса.
Навыки, на развитие которых направлена программа курса.
Инструменты и методы по материалам школы; состав может зависеть от тарифа.
Состав экспертов и их участие в конкретной группе уточняйте у школы.
Автор. CV Engineer в IT‑компании
Автор. Мидл DL/ML‑инженер в НБКИ
Автор. Senior Data Scientist в бигтехе
Автор. NLP‑инженер в сфере GenAI
Автор. Преподаватель Deep Learning в университете
Автор. ML‑инженер в бигтехе
Наставник. Senior ML‑инженер в e‑commerce
Наставник. Senior Data Scientist в бигтехе
Ревьюер. Тимлид в крупном банке

Школа указывает этот вид документа.
После завершения курса и успешного итогового проекта при наличии среднего профессионального или высшего образования.

Школа указывает этот вид документа.
Формат: electronic. После завершения курса и успешного итогового проекта без среднего профессионального или высшего образования; электронный формат.
Опыт нейросетей, Python и ООП, анализа данных и классического ML; базовые математический анализ и линейная алгебра.
Два месяца; расширенная программа глубокого обучения занимает четыре месяца.
Четыре проекта с обратной связью; школа предоставляет виртуальные машины с GPU и хранилище S3.
Дополнительные модули по основам Deep Learning, рекуррентным и свёрточным сетям и предобработке данных; всего восемь проектов.
После успешного итогового проекта при наличии среднего профессионального или высшего образования — удостоверение о повышении квалификации; в расширенной программе — диплом о профессиональной переподготовке. Без такого образования — сертификат.
На этом курсе школа её не предусматривает.
Перейдите на сайт Яндекс Практикум, чтобы узнать условия обучения на курсе «Компьютерное зрение — CV».
На сайт школыДругие программы для той же профессии или со схожими навыками и инструментами.
Курс Яндекс Практикума знакомит с Data Science с нуля: в программе SQL, Python, статистика и машинное обучение.
Совместная программа GeekBrains и Skillbox посвящена работе с данными и основам машинного обучения. После базы школа предлагает выбрать направление; описание вариантов в программе и FAQ различается.
Онлайн-тренажёр по анализу данных и машинному обучению с задачами разных уровней сложности. На странице указаны условия подписки на 90 дней.
Сверьте опыт Python, ML и нейросетей с требованиями школы.
Проверьте, нужны ли вам только задачи компьютерного зрения или дополнительная база глубокого обучения.
Уточните условия доступа к вычислительной инфраструктуре.
Познакомьтесь со школой Яндекс Практикум, её программами и условиями обучения.
ОткрытьСравните курсы Яндекс Практикум по программе, практике и условиям обучения, чтобы выбрать подходящий вариант.
ОткрытьСравните онлайн-курсы по программе, школе, стоимости и длительности. Найдите обучение для первых шагов или развития навыков и изучите условия перед записью.
Открыть