МГТУ им. Н.Э. Баумана реализует комплекс программ по направлению «Технологии искусственного интеллекта», включающий два уровня: базовый и продвинутый.
Программы предназначены для школьников старших классов и начинающих специалистов, обучающихся по программам среднего профессионального образования, которые хотят освоить современные технологии в области искусственного интеллекта, машинного обучения и анализа данных.
Обучение можно пройти как по отдельности по каждой программе, так и последовательно — начав с базового уровня, а затем продолжив на продвинутом. Такой подход позволяет построить плавный путь от первых шагов в программировании до создания собственных ИИ-решений и участия в реальных проектах.
Что вы узнаете
Программы охватывают ключевые аспекты искусственного интеллекта — от основ программирования и работы с данными до разработки и внедрения сложных ИИ-моделей. Обучение сочетает теоретические знания с практическими навыками, чтобы вы могли применять ИИ в реальных задачах из таких областей, как компьютерное зрение, обработка естественного языка, прогнозирование, рекомендательные системы и другие.
Чему вы научитесь
На базовом уровне:
- Работать с языками программирования и средами разработки в области ИИ, включая Python и виртуальные машины.
- Представлять и организовывать данные в цифровых системах: структуры, хранилища, файловые системы и форматы представления данных.
- Осваивать реляционные и нереляционные базы данных, использовать SQL для извлечения информации.
- Применять OLAP-технологии для анализа больших данных.
- Работать с технологиями масштабирования: кластеризация, партиционирование, репликация, шардирование.
- Собирать, готовить, размечать и валидировать данные для моделей ИИ.
- Проектировать модели данных для решения прикладных задач.
- Решать задачи компьютерного зрения: распознавание изображений и объектов с помощью нейронных сетей.
На продвинутом уровне:
- Проектировать архитектуры информационных систем с использованием методов ИИ.
- Использовать технологии парсинга данных и интеллектуального анализа.
- Строить интерактивные дашборды и визуализировать результаты анализа.
- Работать с облачными технологиями и архитектурными решениями на их основе.
- Применять ансамблевые методы повышения устойчивости моделей.
- Автоматизировать настройку и выбор структуры моделей машинного обучения.
- Объяснять и интерпретировать решения сложных моделей.
- Оптимизировать производительность моделей и снижать вычислительные затраты.
- Решать задачи компьютерного зрения, обработки текста и рекомендательных систем.
- Разрабатывать и интегрировать модели машинного обучения в веб- и мобильные приложения.
- Использовать инструменты бизнес-аналитики для поддержки ИИ-проектов.
- Создавать полноценные ИИ-решения, включая модели, пользовательские интерфейсы и взаимодействие с внешними системами.
Формат обучения
Форма обучения — очная с применением электронного обучения (онлайн-формат). Программа включает лекции, практические занятия, групповые проекты, индивидуальную работу, использование облачных технологий и вычислительных сред, интерактивных материалов, текущего контроля, промежуточных и итоговых аттестаций.
Требования к слушателям
Для успешного освоения программ рекомендуется иметь следующие навыки:
- Базовые навыки работы с компьютером.
- Умение работать с текстовыми и табличными редакторами (например, Word, Excel).
- Начальные навыки логического и алгоритмического мышления.
- Желание изучать программирование и современные технологии.
Специальных знаний в области программирования, математики или информационных технологий не требуется. Главное — наличие интереса к изучению искусственного интеллекта и готовность к самостоятельному обучению.
Итоговое освоение программы
По завершении курса вы сможете:
- Писать код на Python для анализа данных и построения моделей ИИ.
- Работать с библиотеками Python, такими как Pandas, NumPy, Scikit-learn, TensorFlow и PyTorch.
- Создавать и тестировать модели машинного и глубокого обучения.
- Решать задачи компьютерного зрения, обработки текста и прогнозирования.
- Разрабатывать и внедрять ИИ-решения в реальные проекты.
- Участвовать в хакатонах, олимпиадах и конкурсах по Data Science и ИИ.
- Подготовить портфолио проектов и получить навыки, необходимые для начала карьеры в сфере искусственного интеллекта.
Обращаем внимание, что сайт Провайдера не является информационной системой, обеспечивающей подачу Заявления на обучение. Заявление на обучение может быть подано исключительно через ЕПГУ.
