Освойте AI и Data Science
в мини-группе и создайте проект для портфолио

Занятие 1. Среда разработки и старт. Вы научитесь настраивать среду разработки (VS Code / Visual Studio), работать с Conda и Jupyter Notebook / Google Colab. Освоите организацию ML-проектов и работу с GitHub.

Занятие 2. Python для Data Science. Вы освоите ключевые конструкции Python для анализа данных. Научитесь писать функции и обрабатывать данные из файлов.

Занятие 3. NumPy и вычисления. Вы освоите работу с массивами и векторизацию вычислений. Научитесь ускорять обработку данных.

Занятие 4. Pandas и обработка данных. Вы научитесь очищать, преобразовывать и структурировать данные. Освоите feature engineering для моделей.

Занятие 5. SQL и базы данных. Вы освоите SQL-запросы (SELECT, JOIN, GROUP BY). Научитесь извлекать данные из баз и использовать их в Python.

Занятие 6. EDA и визуализация. Вы научитесь анализировать данные, находить закономерности и аномалии. Освоите визуализацию для принятия решений.

Занятие 7. Машинное обучение: регрессия и классификация. Вы освоите базовые алгоритмы ML на библиотеке scikit-learn. Научитесь обучать модели, оценивать их качество (MSE, accuracy, precision, recall) и интерпретировать результаты.

Занятие 8. Проект: прогноз стоимости недвижимости. Вы реализуете модель регрессии на реальных данных. Соберёте полноценный проект и оформите его на GitHub.

Занятие 9. Математика и A/B-тестирование. Вы поймёте ключевые математические принципы ML. Научитесь проводить A/B-тесты и проверять гипотезы.

Занятие 10. Введение в PyTorch. Вы освоите работу с тензорами и автодифференцированием. Реализуете свою первую нейронную сеть.

Занятие 11. Компьютерное зрение: классификация. Вы научитесь работать с изображениями с помощью CNN. Освоите transfer learning на практике.

Занятие 12. Обнаружение объектов (YOLO). Вы освоите задачу detection и работу с bounding boxes. Запустите модель YOLO и реализуете распознавание объектов на видео.

Занятие 13. Временные ряды и прогнозирование. Вы научитесь работать с временными данными. Реализуете модель прогнозирования (например, для трейдинга).

Занятие 14. NLP и трансформеры. Вы освоите обработку текста и архитектуру Transformer. Реализуете NLP-задачу на практике.

Занятие 15. Современные AI-инструменты. Вы познакомитесь с Google AI Studio и Hugging Face, научитесь быстро создавать прототипы AI-приложений. Реализуете простого чат-бота через API.

Занятие 16. Prompt Engineering. Вы научитесь эффективно работать с LLM. Освоите техники few-shot и chain-of-thought.

Занятие 17. RAG (Retrieval-Augmented Generation). Вы освоите современную архитектуру работы с данными и LLM. Реализуете систему поиска и генерации ответов.

Занятие 18. Fine-tuning LLM. Вы разберётесь, как дообучать модели под свои задачи. Научитесь выбирать между RAG и fine-tuning.

Занятие 19. AI-агенты и LangChain. Вы создадите AI-агента с памятью и инструментами. Освоите работу с LangChain.

Занятие 20. Локальные LLM. Вы научитесь запускать модели локально. Освоите работу с приватными данными.

Занятие 21. Версионирование и эксперименты. Вы освоите продвинутую работу с Git. Научитесь отслеживать эксперименты (DVC, MLflow).

Занятие 22. FastAPI. Вы научитесь превращать модель в API. Создадите REST-сервис для своей модели.

Занятие 23. Docker. Вы освоите контейнеризацию приложений. Упакуете свой проект в Docker.

Занятие 24. Деплой в облако. Вы развернёте AI-приложение на сервере. Поймёте, как работают production-системы.

Занятие 25. Финальное занятие. Вы представите свой проект или пройдёте моделирование собеседования. Получите персональную обратную связь и рекомендации по развитию.