Deep Learning Engineer (Инженер глубокого обучения)

ФОТО ДОСТАВКА ОТЗЫВЫ ▼ Подробнее

131 200 р

В МАГАЗИНKarpov.courses

Найдено в: Karpov.courses

Найти похожие на AliExpress

в Джум +

Описание

Программа «Deep Learning Engineer (Инженер глубокого обучения)» нацелена на подготовку студентов к продвинутым курсам в области NLP, CV и обработки аудио, предоставив им твердую базу в области глубокого обучения (DL). За 4 месяца обеспечим понимание основных концепций и навыков, необходимых для работы с различными задачами глубокого обучения в мультидоменной среде.

Характеристики

Дополнительная категория300
Цена по скидке93450
Оплата в рассрочку24
Ежемесячная цена5467
Продолжительность4
ПланПогрузитесь в тему Deep Learning. Изучите методы обучения глубоких нейросетей. Получите хорошую базу в области глубокого обучения (DL) для дальнейшего освоения темы на курсе.
ПланПоймете принципы сборки нейросети. Научитесь работать с функциями потерь в PyTorch. Узнаете, как выстроить процесс обучения нейронной сети в рамках конвейера глубинного обучения (пайплайна DL).
ПланОсвоите разные методы оптимизации. Узнаете, что такое эксперименты DL. Научитесь решать задачи классификации табличных данных.
ПланНачнете знакомиться с задачами CV. Узнаете, как работать с изображениями, используя нейросети. Изучите концепт GAN.
ПланПознакомитесь с задачами NLP (обработка текстов). Поймете, как работать с текстом. Начнете изучение рекуррентных нейросетей.
ПланУзнаете, что такое LLM (большие языковые модели) сети, и как с ними работать. Научитесь работать с нейросетью в облаке. Поймете процесс деплоя (развертывания) в DL.
ПланУзнаете, чем отличаются задачи обработки текстов от других задач DL. Изучите структуру решения задач обработки текстов. Поймете принципы кодирования слов.
ПланУзнаете простейшие методы решения задач классификации и их недостатки. Научитесь решать простейшие задачи классификации.
ПланПоймете отличия задач генерации текста от классификации. Изучите устройство n-gram модели и ее недостатки. Узнаете, как устроены рекуррентные сверточные сети.
ПланУзнаете все о недостатках RNN и о том, как нивелировать их с помощью LSTM. Освоите различные методы сэмплирования для разных ситуаций.
ПланИзучите различные способы уменьшения размеров модели и поймете, как применять их на практике.
ПланУзнаете, чем BERT и GPT отличаются от Трансформера. Научитесь решать задачи превода текста.
ПланПоймете, чем дообучение лучше обучения с нуля. Узнаете, чем отличаются способы дообучения. Научитесь применять предобученные модели для решения downstream задач (задач, для которых дообучается или используется предобученная модель).
ПланПознакомитесь со свойствами больших предобученных моделей. Научитесь дообучивать модели в парадигме PEFT
ПланПоймете отличия языкового моделирования от seq2seq задач. Изучите ценность механизма внимания. Вникнете в суть архитектуры трансформера.
ПланПоймете причины ограничения длины контекста трансформерных моделей. Изучите способы уменьшения сложности применения модели. Узнаете, какие существуют способы увеличения длины контекста. Научитесь увеличивать длину контекста предобученной модели.
Формат обученияСамостоятельно
Есть вебинарыfalse
Есть домашние работыtrue
Есть видеоурокиtrue
Есть текстовые урокиtrue
Есть тренажерыtrue
Есть сообществоtrue
СложностьДля новичков
Тип обученияКурс
Есть бесплатная частьfalse
Результат обученияСертификат
Часы в неделю15
Наименование Deep Learning Engineer (Инженер глубокого обучения)
Категория Программирование/Машинное обучение
Продавец Karpov.courses
Актуальность 17.10.2026