Нейросетевые решения на практике. Будете использовать предобученные модели для анализа текста и изображений и интерпретировать результаты их работы
Фундаментальные основы Deep Learning. Реализуете полносвязную нейросеть (MLP) с нуля на PyTorch и обучите её на простом датасете
Рекуррентные нейронные сети (RNN): от основ к трансформерам. Реализуете RNN/LSTM с нуля на PyTorch и обучите модель на последовательных данных
Свёрточные нейронные сети (CNN): от основ до продвинутых методов. Построите собственную CNN на PyTorch, обучите модель на MNIST, дообучите предобученную модель на новых данных
Предобработка дпнных для моделей глубокого обучения (NLP, CV и Audio Analysis). Подготовите данные и подадите их на предобученные модели. Выберете метрики, функцию потерь и оптимизатор, проведёте обучение
Прошла курс «Веб-дизайнер» в Яндекс практикуме. Курс понравился от начала и до конца! Обучение состоит из спринтов, которые длятся по 3 недели. В каждом спринте есть теория, практические задания и финальный проект. Создается атмосфера того, будто ты уже работаешь. Мне хватило теории от ЯП, но некоторые моменты нужно гуглить самой и разбираться, что я тоже отнесу к плюсам! Это формирует полезный навык правильно поиска информации. Еще круто то, что Яндекс практикум в конце учебы выдают диплом государственного образца! В общем, курс очень понравился, сама пришла на обучение по рекомендации друга и теперь буду также рекомендовать этот курс своим друзьям!
структура, понятная теория, подготовленная инфраструктура, поддержка куратора и наставника, практика на реальных кейсах
нет их
DevOps для эксплуатации и разработки
Курс оставил очень положительное впечатление) Материал подаётся структурировано и понятно, даёт действительно практические знания, которых достаточно, чтобы уверенно начать искать работу в этой сфере. Самый большой плюс - это подход и метод обучения. С самого начала даётся исходный код приложения, на которое со временем начинаешь применять DevOps-практики. Сначала разворачиваешь его как сервис на выделенной виртуальной машине, затем в Docker-контейнере, потом через Docker Compose и, наконец, переходишь в Kubernetes, а заканчиваешь всё это дело деплоем через Helm. Параллельно изучаешь GitLab, тестирование, мониторинг, инфраструктуру как код (IaC), DevSecOps и многое чего ещё. Да, возможно, бОльшая часть курса довольно поверхностная, но это я тоже считаю плюсом, потому что буквально с нуля уже можно при должном усилии получить фундаментальные знания по направлению DevOps и уже искать работу. Для меня это было самым главным плюсом, потому что сам узнал много нового и сразу же пощупал это на практике. Отдельно хочу отметить наставника всегда был на связи, подробно отвечал на вопросы и помогал разобраться даже в сложных моментах. По каждой главе проводил онлайн-вебинары, где очень понятно объяснял темы, давал советы и best practice. Куратор тоже очень порадовал: быстро реагировал, был отзывчивым и поддерживал на протяжении всего обучения. Теория описана тоже очень интересно и понятно, нет кучи монотонного текста, скопированного с документации, описывается ключевая мысль понятным языком, приводятся аналогии из реального мира, а для тех, кто хочет погрузиться ещё сильнее, оставляют ссылку на литературу. Очень приятно, что материалами вебинаров и теорией можно пользоваться даже после окончания курса, удобно, если нужно повторить какую-то тему или просто освежить знания. В целом курс даёт не просто теорию, а реальные навыки, которые можно применять на практике. Рекомендую тем, кто хочет войти в профессию и получить крепкую базу)
структура курса, отзывчивость кураторов
нет их
Devops для эксплуатации и разработки
Хорошо.
Понравилась структура курса, отзывчивость кураторов и наставников, всегда шли навстречу. Ревью от наставников всегда было в тему, где критично - переделывали, где некритично - оставляли на выполнение в качестве факультатива. Впечатления хорошие!
