В записи · 6 недель
Reinforcement Learning
Разберёшься в RL, научишься решать типовые задачи с собеседований, чтобы получить оффер
Мок-интервью
Теория + практика
Гарантия оффера
1000+
учеников готовились на нашем курсе
5 лет
помогаем строить карьеру в IT и бигтехе
94%
участников рекомендуют наши курсы
217
тысяч рублей средняя зарплата после курса
Курс подойдет, если ты
Готовишься к собесу по RL
Хочешь разобраться в MDP, Q-обучении, DQN и PPO, чтобы объяснять логику алгоритмов и отвечать на технические вопросы.
Переходишь от ML к RL
Уже знаком с машинным обучением и хочешь понять, как обучать модель выбирать действия и учитывать их последствия, а не только делать прогнозы.
Хочешь углубиться в Deep RL
Интересно, как нейросети помогают обучать агентов. Разберёшь DQN, Policy Gradients и Actor-Critic и поймёшь, чем отличаются эти подходы.
Цена за RL
13 450 ₽
8 950 ₽
Больше скидок:
При покупке с другом -500 ₽
Уже брали курсы -500 ₽
При покупке с другом -500 ₽
Уже брали курсы -500 ₽
RL + ML System Design
23 950 ₽
15 950 ₽
Больше скидок:
При покупке с другом -1000 ₽
Уже брали курсы -1000 ₽
При покупке с другом -1000 ₽
Уже брали курсы -1000 ₽
Почему выбирают нас?
Мы гарантируем оффер!
- Готовим по реальным задачам из бигтеха. Разбираем кейсы и вопросы, которые встречаются на технических собеседованиях
- Закрепляем знания на практике. Даём домашние задания, проверяем решения и проводим пробные собеседования
- Не оставляем один на один со сложными темами. Кураторы отвечают на вопросы и помогают разобраться в ошибках
- Возвращаем деньги, если не получишь оффер. При условии прохождения курса и выполнения рекомендаций в течение 6 месяцев после обучения
Альтернативы
⛔Самообучение
Тратишь часы на поиск материалов и задач, а когда что-то не получается — некому подсказать, где ошибка
⛔Менторы
Час с хорошим ментором стоит дорого. Чем больше вопросов и сложных тем, тем дороже подготовка.
⛔Другие курсы
Можно пройти всю теорию, но так и не научиться решать реальные задачи с технических собеседований
Наш курс
⚡Поддержка и фидбэк
Идёшь по готовой программе, получаешь разбор ошибок и помощь куратора, если застрял на сложной теме
⚡Доступная цена
Лекции, практика, сборник вопросов с собесов, мок-собесы и многое другое в одном курсе
⚡Готовим к офферу
Разбираем задачи с собесов, проводим мок-интервью и вернём деньги, если пройдешь курс, но не получишь оффер
Как проходит обучение
Шаг 1
Теория
Смотришь лекции в записи, которые открываются по расписанию. Изучаешь темы по конспектам и разборам
Пример лекции
Шаг 2
Практика
Выполняешь ДЗ, пет-проекты, а на онлайн-семинарах решаешь реальные рабочие кейсы и задачи с собеседований
Пример семинара
Шаг 3
Мок-собес
Проходишь пробное интервью со специалистами, которые сами нанимают, и получаешь подробный фидбэк
Пример интервью
Шаг 4
Карьерная подготовка
Учишься презентовать свой опыт и уверенно отвечать на вопросы интервьюера
Карьерный разбор
Программа
1
Марковские процессы принятия решений (MDP)
- Формализация задачи RL
- Функции ценности V(s) и Q(s, a)
2
Exploration vs. Exploitation и Multi-Armed Bandits
- Дилемма Exploration vs. Exploitation
- Multi-Armed Bandits как упрощённая задача RL
- Жадный подход, жадный алгоритм и UCB
3
Уравнения Беллмана и Temporal Difference
- Обучение с Temporal Difference: TD(0), Sarsa, Q-обучение
- От таблиц к аппроксимации
4
Линейные модели и Deep Q-Networks
- Использование линейных моделей и нейронных сетей
- Ключевые идеи: Experience Replay и Target Network
5
Policy Gradients
- Прямая оптимизация политики агента
- Преимущества перед value-based методами
- Monte-Carlo Policy Gradient
6
Actor-Critic методы
- Комбинация value-based и policy-based подходов
- A2C: использование Advantage Function для стабилизации обучения
7
Продвинутые Actor-Critic алгоритмы
- Proximal Policy Optimization (PPO)
- DDPG для непрерывных действий
8
Библиотеки и RL в реальном мире
- Stable Baselines3
- Safe RL, POMDP и MARL
- Model-Based RL: агент строит модель среды
9
Карьерная стратегия
- Прохождение мок-собеседования
- Обратная связь после мок-собеседования и обозначение точек роста
- Поиск работы за рубежом
Преподаватели
Макар Артемов
· MLOps инженер команды рекомендаций WB
· Стаж работы в индустрии более 7 лет
· Семинарист МФТИ и Центра ПУСК
· Выпускник ФПМИ МФТИ, Сколтеха AI Robotics
Ирина Бродская
· ML инженер RnD отдела Сбертеха
· Сотрудничество с AIRI, участница ACL и SlavicNLP
· Семинарист МФТИ и Центрального университета
· Выпускница ФПМИ МФТИ, Сколтеха Data Science
Макар Артемов
Ирина Бродская
Как доводим до оффера
ШАГ 1
Задачи из собесов
Теория закрепляется на кейсах и задачах, которые дают на реальных собесах в BigTech
- Семинары с преподавателем
- Практика по обучению агентов
- Доступ к закрытой базе задач собесов
- Разбор типичных вопросов по RL
ШАГ 2
Проект и собесы
Соберёшь проект для портфолио и научишься презентовать свои навыки
- Пет-проект: обучишь RL-агента решать задачу в симуляторе, задашь среду и награду, подберёшь алгоритм и покажешь, как меняется результат обучения
- Правильно упаковываем пет-проект в опыт
- Тренируем самопрезентацию
- Проводим Mock-интервью
ШАГ 3
Выход на рынок
После окончания обучения на курсе тебе помогают выйти на рынок и пройти собеседования
- Помощь с поиском вакансий
- Реферальная программа
- Гарантия трудоустройства
- Помощь с собесами (оплачивается отдельно)
- Персональный ментор (оплачивается отдельно)
Сотни отзывов от наших учеников
ML Engineer, Яндекс
265 000₽/месяц
Давно хотел разобраться в RL, но каждый раз застревал на статьях и формулах. На курсе наконец связал теорию с тем, как агент реально учится принимать решения. Особенно помогло самому запускать эксперименты и смотреть, почему обучение не сходится.
Давно хотел разобраться в RL, но каждый раз застревал на статьях и формулах. На курсе наконец связал теорию с тем, как агент реально учится принимать решения. Особенно помогло самому запускать эксперименты и смотреть, почему обучение не сходится.
Junior ML Engineer, Ozon
158 000₽/месяц
Честно, курс оказался сложнее, чем ожидала. Пришлось повторять вероятность и много читать дополнительно. Но зато теперь понимаю разницу между подходами и могу сама собрать простой RL-эксперимент, а не только смотреть чужие ноутбуки. Для меня это уже крутой результат.
Честно, курс оказался сложнее, чем ожидала. Пришлось повторять вероятность и много читать дополнительно. Но зато теперь понимаю разницу между подходами и могу сама собрать простой RL-эксперимент, а не только смотреть чужие ноутбуки. Для меня это уже крутой результат.
Data Scientist, Т-Банк
278 000₽/месяц
Больше всего понравилось, что RL перестал выглядеть как набор непонятных аббревиатур. Разобрался с тем, откуда берётся reward, почему агент может выучить совсем не то поведение и как это заметить. В работе пока не применял, но для дальнейшего развития в ML база хорошая.
Больше всего понравилось, что RL перестал выглядеть как набор непонятных аббревиатур. Разобрался с тем, откуда берётся reward, почему агент может выучить совсем не то поведение и как это заметить. В работе пока не применял, но для дальнейшего развития в ML база хорошая.
ML Research Engineer, Сбер
310 000₽/месяц
Пришла с некоторым опытом, хотела закрыть пробелы в основах. Полезно было пройти весь путь последовательно, а не выхватывать отдельные алгоритмы из статей. Практические задания заставляли проверять гипотезы, а не просто получать красивый график. Хотелось бы больше обсуждений нестабильности обучения.
Пришла с некоторым опытом, хотела закрыть пробелы в основах. Полезно было пройти весь путь последовательно, а не выхватывать отдельные алгоритмы из статей. Практические задания заставляли проверять гипотезы, а не просто получать красивый график. Хотелось бы больше обсуждений нестабильности обучения.
ML Engineer, Авито
242 000₽/месяц
В RL всегда пугало количество математики. Оказалось, если разбирать всё постепенно и пробовать руками, становится понятнее. Не скажу, что теперь готов писать сложных агентов с нуля, но статьи по теме читаю уже без ощущения, что понимаю каждое третье слово.
В RL всегда пугало количество математики. Оказалось, если разбирать всё постепенно и пробовать руками, становится понятнее. Не скажу, что теперь готов писать сложных агентов с нуля, но статьи по теме читаю уже без ощущения, что понимаю каждое третье слово.
Data Scientist, Wildberries
225 000₽/месяц
Проходила курс скорее из интереса, чем под конкретную рабочую задачу. Понравилось разбираться, как выбор награды влияет на поведение агента. Некоторые задания пришлось переделывать по несколько раз, зато после них материал реально запомнился. Сейчас использую полученные знания в небольшом личном проекте.
Проходила курс скорее из интереса, чем под конкретную рабочую задачу. Понравилось разбираться, как выбор награды влияет на поведение агента. Некоторые задания пришлось переделывать по несколько раз, зато после них материал реально запомнился. Сейчас использую полученные знания в небольшом личном проекте.
Больше отзывов можно найти в telegram
Перейти к отзывам
Вопросы и ответы
Сколько длится интенсив?
Интенсив рассчитан на 6 недель, но проходить материалы можно в своём темпе
Как долго доступны материалы?
365 дней со дня добавления на курс
Курс подойдет, если у меня нет опыта?
Да, на курсе 2 траектории: для начинающих и опытных
Нужно знать языки программирования?
Python пригодится, но если с ними есть пробелы — поможем закрыть достаточную базу для курса
Когда будут проходить семинары?
Все материалы курса записаны и выложены. Учитесь в любое время
Можно смотреть семинары в записи?
Да. Записи всех семинаров доступны!
Что делать, если я что-то не пойму?
Просто писать куратору, и он все вам объяснит!
У меня есть ещё один вопрос!
Тогда просто напиши вот сюда
С этим курсом часто покупают:
Готов разобраться в RL?
Ждем тебя на курсе!
Оставьте заявку удобным способом — в Telegram, ВКонтакте или на электронной почте. Мы свяжемся с тобой, ответим на все вопросы и поможем выбрать подходящий формат подготовки