Старт 16.11 · 6 недель
Deep Learning
Освой Deep Learning на реальных кейсах из бигтеха, тренируйся на задачах с собеседований и получи гарантированный оффер
Mock-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
140
тысяч рублей средняя зарплата после курса
Курс подойдет, если ты
Хочешь углубиться в DL
Уже знаешь основы ML, но пока не умеешь работать с нейросетями. Освоишь PyTorch, CNN и трансформеры, чтобы решать задачи с изображениями и текстом
Готовишься к собеседованиям
Отработаешь вопросы по архитектурам, CV и NLP, научишься объяснять свои решения, чтобы проходить собесы и получать оффер
Хочешь сделать свои проекта
Научишься обучать модели на PyTorch как в реальных рабочих задачах и сразу получать обратную связь
Цена за 1 курс
Бери Deep Learning или собери выгодное комбо с ML System Design, A/B-тестами и Soft Skills и получи подарки!
Цена за DL
13 450 ₽
8 950 ₽
·
Твой набор
1 курс
1 покупаешь
Добавь ещё курс и получи подарок!
Добавь курс, чтобы собрать комбо
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 интенсива
1
MLP и основы нейронных сетей
- Математика нейрона: веса, смещение и функции активации
- ReLU, сигмоида и Softmax
- Обратное распространение ошибки
- MSE, кросс-энтропия и выбор функции потерь
- Практика: пишем MLP на PyTorch с нуля
2
CNN и Computer Vision
- Свёртки и фильтры
- Max-pooling и архитектура CNN
- ResNet, VGG и BatchNorm
- Как решать задачи компьютерного зрения
- Практика: делаем CNN для изображений
3
RNN, LSTM и временные ряды
- Рекуррентные нейронные сети
- Проблема исчезающих и взрывающихся градиентов
- LSTM и GRU
- Работа с последовательностями и временными рядами
- Практика: прогнозируем биржевые тренды на RNN
4
NLP и эмбеддинги
- Токенизация: BPE, WordPiece и subword-подходы
- Эмбеддинги: от Word2Vec к BERT
- Attention и работа с текстовыми признаками
- Задачи анализа тональности и классификации текстов
- Практика: тонкая настройка BERT для анализа тональности
5
Transformers и современные модели
- Self-Attention и Multi-Head Attention
- Позиционные кодировки
- GPT vs BERT: генерация и понимание текста
- Как объяснять архитектуру Transformer на собеседовании
- Практика: написание системы перевода
6
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
Научишься решать рабочие кейсы и задачи с технических собеседований в бигтехе
- Живые семинары с преподавателем и ДЗ с проверкой
- Практика на реальных рабочих задачах
- Доступ к закрытой базе задач собесов
- Разбор типичных вопросов по Data Learning
ШАГ 2
Проект и собесы
Соберёшь проект для портфолио и научишься презентовать свои навыки
- Проект: собственный переводчик
- Проект: детекция касок на стройке
- Проект: прогнозирование ресурса оборудования
- Правильно упаковываем пет-проект в опыт
- Тренируем самопрезентацию
- Проводим Mock-интервью
ШАГ 3
Выход на рынок
Поможем найти вакансии, попасть на собеседование, пройти его и получить оффер
- Помощь с поиском вакансий и откликами
- Реферальная программа
- Гарантия трудоустройства
- Помощь с собесами (оплачивается отдельно)
- Персональный ментор (оплачивается отдельно)
Сотни отзывов от наших учеников
Junior DL Т-Банк
130 000₽/месяц
До курса казалось, что Deep Learning — это просто sklearn и прочие библиотеки, но быстро стало понятно, что на собеседованиях спрашивают намного шире: нейросети, PyTorch, CV, NLP и умение объяснять архитектуры. Больше всего помогло то, что темы были собраны в систему, а не разбросаны по разным источникам. На интервью я уже понимал, как объяснять свои решения и не теряться на вопросах про модели.
До курса казалось, что Deep Learning — это просто sklearn и прочие библиотеки, но быстро стало понятно, что на собеседованиях спрашивают намного шире: нейросети, PyTorch, CV, NLP и умение объяснять архитектуры. Больше всего помогло то, что темы были собраны в систему, а не разбросаны по разным источникам. На интервью я уже понимал, как объяснять свои решения и не теряться на вопросах про модели.
ML Engineer ВК
145 000₽/месяц
Самым полезным для меня оказались проекты. До этого в резюме были только учебные ноутбуки, а после курса появились понятные кейсы: переводчик, детекция объектов и прогнозирование ресурса оборудования. На собеседовании по ним задавали вопросы, и было что рассказать. Отдельно понравились разборы типичных ошибок: стало понятно, какие ответы звучат уверенно, а какие сразу выдают слабую подготовку.
Самым полезным для меня оказались проекты. До этого в резюме были только учебные ноутбуки, а после курса появились понятные кейсы: переводчик, детекция объектов и прогнозирование ресурса оборудования. На собеседовании по ним задавали вопросы, и было что рассказать. Отдельно понравились разборы типичных ошибок: стало понятно, какие ответы звучат уверенно, а какие сразу выдают слабую подготовку.
DL-специалист Альфа
120 000₽/месяц
Пришла из аналитики и боялась, что не потяну нейросети. В итоге курс хорошо разложил переход: сначала базовая математика нейрона и PyTorch, потом CNN, RNN, NLP и Transformers. Очень помогали домашки и обратная связь, потому что просто смотреть лекции недостаточно. После курса я стала гораздо увереннее говорить про архитектуры моделей и свои проекты.
Пришла из аналитики и боялась, что не потяну нейросети. В итоге курс хорошо разложил переход: сначала базовая математика нейрона и PyTorch, потом CNN, RNN, NLP и Transformers. Очень помогали домашки и обратная связь, потому что просто смотреть лекции недостаточно. После курса я стала гораздо увереннее говорить про архитектуры моделей и свои проекты.
Junior ML Сбер
135 000₽/месяц
Курс оправдал ожидания. Раньше я знал базовый ML, но вообще не понимал, как говорить про нейросети на собеседовании. Здесь стало понятно, зачем нужны функции активации, как работает backpropagation, чем отличаются CNN и RNN, как объяснять attention и Transformers. На мок-собесе получил конкретный список слабых мест и успел их подтянуть до реального интервью.
Курс оправдал ожидания. Раньше я знал базовый ML, но вообще не понимал, как говорить про нейросети на собеседовании. Здесь стало понятно, зачем нужны функции активации, как работает backpropagation, чем отличаются CNN и RNN, как объяснять attention и Transformers. На мок-собесе получил конкретный список слабых мест и успел их подтянуть до реального интервью.
Data Scientist Авито
150 000₽/месяц
От курса получил именно то, что хотел: не абстрактную теорию, а подготовку к реальным DS-задачам и собеседованиям. Понравилось, что почти каждая тема связывалась с вопросами, которые могут задать: как устроена модель, почему выбрана такая архитектура, где может быть переобучение, как оценивать результат. После нескольких недель занятий стало намного проще отвечать структурно.
От курса получил именно то, что хотел: не абстрактную теорию, а подготовку к реальным DS-задачам и собеседованиям. Понравилось, что почти каждая тема связывалась с вопросами, которые могут задать: как устроена модель, почему выбрана такая архитектура, где может быть переобучение, как оценивать результат. После нескольких недель занятий стало намного проще отвечать структурно.
Computer Vision WB
140 000₽/месяц
Большое спасибо за подготовку. Главный плюс курса — ощущение, что тебя ведут по маршруту, а не просто дают набор лекций. Было много практики, и именно на заданиях я понял, где реально не хватает знаний. После курса стало проще читать вакансии, понимать требования и объяснять свои проекты. На интервью особенно пригодились темы про CNN, Transformers и разбор ошибок моделей.
Большое спасибо за подготовку. Главный плюс курса — ощущение, что тебя ведут по маршруту, а не просто дают набор лекций. Было много практики, и именно на заданиях я понял, где реально не хватает знаний. После курса стало проще читать вакансии, понимать требования и объяснять свои проекты. На интервью особенно пригодились темы про CNN, Transformers и разбор ошибок моделей.
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
Нужна ли сильная математическая база?
Базовая математика и понимание ML помогут, но нужные вещи по нейросетям, PyTorch и моделям разберём на курсе
Нужно знать языки программирования?
Да, Python пригодится, но если с ним есть пробелы — поможем закрыть базу
Когда будут проходить семинары?
Воскресенье в 10:00 по МСК
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 прокачаться в нейросетях?
Ждем тебя на курсе!
Оставь заявку удобным способом — в Telegram, ВКонтакте или на электронной почте. Мы свяжемся с тобой, ответим на все вопросы и запишем тебя на курс