Python и ИИ-технологии
с нуля за 4 месяца.
12 проектов с помощью ChatGPT
Начало — 21 января 2025
Заполните форму регистрации
Вы в числе первых получите полную программу курса и узнаете о дате его старта
Нажимая кнопку «Отправить», вы соглашаетесь с условиями обработки персональных данных
Длительность
4 месяца
4 месяца
Формат
Онлайн-встречи
Онлайн-встречи
12 проектов
Python и нейросети с нуля
Python и нейросети с нуля
Расписание
вторник 17:00-18:30
пятница 17:00-18:30
вторник 17:00-18:30
пятница 17:00-18:30
Почему сейчас?
Программировать теперь гораздо проще, чем раньше. ChatGPT и другие ИИ-инструменты совершили переворот. Они позволяют вам писать и переписывать целые куски кода, готовые SQL-запросы и приложения и помогать обучаться с небывалой скоростью.
Теперь, все что вам нужно: умение сформулировать задачу на русском/английском языке и время/желание. Вот почему в основу этого курса легли 2 следующих подхода:
1. Использовать ChatGPT и других ассистентов по-максимуму, для того чтобы они вам помогали писать и исправлять готовые куски кода.
2. Отталкиваться от готовых работающих бизнес-приложений и примеров. Вы не будете писать с нуля строчку за строчкой, скорее наоборот: будете брать готовые проекты и библиотеки и видоизменять их для себя.
Теперь, все что вам нужно: умение сформулировать задачу на русском/английском языке и время/желание. Вот почему в основу этого курса легли 2 следующих подхода:
1. Использовать ChatGPT и других ассистентов по-максимуму, для того чтобы они вам помогали писать и исправлять готовые куски кода.
2. Отталкиваться от готовых работающих бизнес-приложений и примеров. Вы не будете писать с нуля строчку за строчкой, скорее наоборот: будете брать готовые проекты и библиотеки и видоизменять их для себя.
12 проектов, которые вы сделаете за 4 месяца
С нуля на Python, с подсказками от ChatGPT, без каких-либо начальных знаний программирования
1. Telegram-бот на Python с GPT (аналог ChatGPT)
2. Парсинг сайтов и каналов
3. Поиск недооцененных квартир на ЦИАН
4. Автономные агенты
5. Построение полного процесса получения и обработки данных с реального онлайн-ресурса
6. Построение системы распознавания рукописных чисел на чистом NumPy с помощью модели k ближайших соседей
7. Whisper. Преобразование текста в аудио и транскрибация
8. Анализ цен на криптовалюты с помощью Pandas и Matplotlib
9. Обучение нейросети на табличных данных для задачи классификации
10. Сегментация изображений ковида
11. Выделение именованных сущностей для автоматизации документооборота
12. Построение рекомендательной системы на основе нейросетей
Для кого курс?
Аналитики данных и бизнес-аналитики
Знание этих инструментов и технологий может помочь вам эффективнее анализировать и обрабатывать данные, создавать отчеты и прогнозы, а также использовать машинное обучение для решения задач.
Предприниматели и руководители
Вы научитесь использовать знания для оптимизации своих бизнес-процессов, повышения эффективности команды и внедрения инноваций в свои продукты и услуги.
Маркетологи
Особенно для тех, кто работает с большими объемами данных, знание Python и SQL может помочь в анализе и оптимизации маркетинговых кампаний, а также в автоматизации рутинных задач.
Продакт менеджеры
Знание технологий поможет вам лучше понимать возможности и ограничения инструментов и платформ, используемых для разработки и поддержки продуктов.
Начинающие специалисты в области ИИ и машинного обучения
Курс даст вам основы, необходимые для дальнейшего изучения и развития в этой сфере.
Финансовые аналитики и экономисты
Вы сможете использовать Python и SQL для анализа финансовых данных, создания прогнозов и оптимизации финансовых моделей.
Программа курса. 17 недель
- Что такое программирование?
- Среды программирования.
- Google Colab.
- Базовые типы данных в Python: int, float, bool, str.
- Приведения базовых типов
- Условные операторы в Python.
- Тернарный условный оператор.
- Контейнеры в Python: list, tuple, dict, set.
- Тонкости работы с переменными в Python.
- Изменяемые и неизменяемые типы данных.
- Глубокое и неглубокое копирование
- Цикл while.
- Операторы continue и break.
- Цикл for. Работа с элементами контейнера с помощью for.
- Вспомогательные функции. List comprehesion.
- Основной синтаксис.
- Аргументы.
- Рекурсия.
- Анонимные функции.
- Генераторы - что такое и зачем нужны?
- Генераторные выражения.
- Генераторные функции
- Пространства имен в Python.
- Области видимости. Замыкания. Декораторы
- Введение в Объектно-Ориентированное Программирование.
- ООП в Python.
- Создание класса и экземпляров класса.
- Конструктор. Работа с атрибутами.
- Наследование в Python.
- Magic-методы в Python.
- Арифметика, приведение типов.
- Исключения в Python.
- Конструкция try-except.
- Чтение и запись в файл.
- Импорт модулей и пакетов.
- Создание модулей и пакетов
- Python и получение данных по сети.
- Парсинг данных.
- Библиотеки requests, BeautifulSoup.
- Фреймворк Scrapy.
- Регулярные выражения в Python
- Библиотека NumPy: функциональность, создание массивов ndarray, индексация, срезы и трансляция
- NumPy: операции с матрицами и векторами, математические функции
- Расширенный NumPy: выборка, замена, сортировка, изменение формы и статистика
- Библиотека Pandas: табличные данные, типы данных и базовые методы
- Pandas: строки, столбцы, поиск элементов, добавление и удаление данных
- Библиотека Matplotlib.
- Визуализация данных
- Продвинутые инструменты визуализации.
- Seaborn.
- Plotly.
- Введение в базы данных и SQL
- Обзор PostgreSQL и MySQL
- Синтаксис SQL: создание таблиц, вставка и запрос данных
- Отношения таблиц, объединения и подзапросы
- Агрегация и группировка в SQL
- Введение в Linux и Git
- WSL, VirtualBox и дистрибутивы Linux
- Командная строка Linux и написание скриптов оболочки
- Управление версиями с помощью Git и коллективная работа
- Основы Docker и контейнеризация
- Области применения нейросетей.
- Постановка задачи ML и перцептрон.
- Град спуск на примере линейной регрессии.
- Введение в полносвязные нейросети.
- Универсальные оптимизации.
- Введение в pytorch.
- Обучение полносвязных нейросетей.
- Типовой пайплайн: загрузчики данных, аугментации, метрики качества.
- Ведение в обработку изображений.
- Устройство сверточных нейросетей.
- Основные архитектуры области.
- Детекция и сегментация.
- Архитектуры и дообучение моделей.
- Генеративные модели.
- Ган. Вае.
- Диффузия.
- Дообучение готовых моделей.
- Введение в естественную обработку языка.
- Рекуррентные нейросети, w2v.
- Дообучение для типовых задач Nlp.Attention.
- Transformer.
- Архитектуры на основе трансформера.
- Дообучение для типовых задач.
- Знакомство с hugging face.
- Трансформер и его модификации в современном nlp.
- Применение в области звука, обработке изображений.
- Обзор области обучения с подкреплением.
- Обзор основных архитектур.
- Обучение под типовые задачи.
- Введение в рекомендательные системы.
- Обзор архитектур.
- Обучение под типовые задачи.
Как мы учим
Живое общение с преподавателем
Онлайн-занятия с преподавателем – живые встречи по установленному расписанию. Занятия совмещают теорию и практику. Вы видите экран преподавателя, задаете вопросы, получаете обратную связь.
Закрепление пройденных материалов
Материалы занятий нужно обязательно закрепить, пройдя тестирование и выполнив домашнее задание. Команда курса проверит задание и даст обратную связь. Условием успешного окончания курса является выполнение тестирования и домашнего задания.
Записи занятий
Вы сможете всегда пересмотреть все занятия в записи, чтобы лучше усвоить пройденную тему, или же если не смогли по какой-то причине присоединиться к занятию.
Общение и поддержка 24/7
Вы будете добавлены в чат, где сможете общаться со своими сокурсниками, куратором школы и преподавателем: задавать вопросы, делиться опытом.
Акцент на навыках
Вас ждёт много практической работы, на 100% полезные кейсы
Эксперты и наставники
- Виталий КапрановCo-founder mikiz.eu (делают ключи по фотографиям).
Выпускник МФТИ, за плечами 4 стартапа, несколько побед в хакатонах. В IT 10 лет, последние 5 лет очень активно внедряет разное AI (как в науке, так и в бизнесе). От недвижимости до анализа атмосферной турбулентности. - Егор КотельниковРуководитель группы дата-инженеров в Билайне. Работает с большими данными более 6 лет, основной инструмент Spark/Hadoop.
- Роман Губайдуллин
Аналитик данных с богатым опытом за спиной. Пришел в аналитику из продаж, и успел поработать в маркетинге, еКом-е, edTech, Web.
Регулярно использует AI-инструменты в анализе данных, но пока не очень им доверяет :-)
Записаться на программу
Начало курса — 21 января 2025 в 17.00 мск (2 вводных занятия были в 2023-м)
Длительность — 4 месяца.
2 занятия в неделю по 1,5 часа: вторник 17:00-18:30 и пятница 17:00-18:30
Если хотите выставить счет на компанию — отправьте реквизиты на a@productuniversity.ru
Отдельный курс
Доступ к материалам и группе
— Более 100 видео, материалов, шаблонов и заданий.
— В ходе курса поработаете над 12 проектами
— Занятия 2 раза в неделю по 1,5 часа: вторник 17:00-18:30 и пятница 17:00-18:30, длительность — 4 месяца (17 недель)
Для оплаты зарубежными картами (картой, выпущенной вне РФ) — используйте на экране оплаты опцию «Оплата через Prodamus».
— Более 100 видео, материалов, шаблонов и заданий.
— В ходе курса поработаете над 12 проектами
— Занятия 2 раза в неделю по 1,5 часа: вторник 17:00-18:30 и пятница 17:00-18:30, длительность — 4 месяца (17 недель)
Для оплаты зарубежными картами (картой, выпущенной вне РФ) — используйте на экране оплаты опцию «Оплата через Prodamus».
3 250 ₽/месяц
78 000₽ — стоимость курса
78 000₽ — стоимость курса
Курс и подписка на Product Unity
8 166 ₽/в месяц
98 000₽ в год
98 000₽ в год
1. Доступ к материалам и группе
— Более 100 видео, материалов, шаблонов и заданий.
— В ходе курса поработаете над 12 проектами
— Занятия 2 раза в неделю по 1,5 часа: вторник 17:00-18:30 и пятница 17:00-18:30, длительность — 4 месяца (17 недель)
2. Участие в сообществе Product Unity на 1 год, куда входит
— Доступ к материалам, всех курсов Product University. Больше 15 курсов и профессий, больше 500 видеоуроков.
— Участие во всех новых запусках всех когортных курсов, 12 курсов за год.
— Доступ ко всем 10-шаговым мини-курсам, более 50 курсов, более 500 Excel и Notion-шаблонов.
Все это включено в годовую подписку
— Более 100 видео, материалов, шаблонов и заданий.
— В ходе курса поработаете над 12 проектами
— Занятия 2 раза в неделю по 1,5 часа: вторник 17:00-18:30 и пятница 17:00-18:30, длительность — 4 месяца (17 недель)
2. Участие в сообществе Product Unity на 1 год, куда входит
— Доступ к материалам, всех курсов Product University. Больше 15 курсов и профессий, больше 500 видеоуроков.
— Участие во всех новых запусках всех когортных курсов, 12 курсов за год.
— Доступ ко всем 10-шаговым мини-курсам, более 50 курсов, более 500 Excel и Notion-шаблонов.
Все это включено в годовую подписку
Условия рассрочки
По каждой из предлагаемых программ/курсов, имеется возможность оплаты обучения в рассрочку.
Условия рассрочки:
Полная стоимость обучения при использовании рассрочки не изменяется. Рассрочка беспроцентна, оформление рассрочки бесплатно.
Детали рассрочки описаны в оферте на каждую соответствующую программу/курс, в Приложении № 1 – График платежей.
В Графике платежей указаны контрольные даты, на которые слушателем суммарно за всё предшествующее такой дате время должна быть перечислена указанная в графике платежей соответствующая сумма, или превышающая её сумма (но не более полной стоимости обучения). Например:
Все описанные варианты допустимы, если на каждую из обозначенных в графике платежей дат внесено платежей на сумму не меньше указанной.
Условия рассрочки:
Полная стоимость обучения при использовании рассрочки не изменяется. Рассрочка беспроцентна, оформление рассрочки бесплатно.
Детали рассрочки описаны в оферте на каждую соответствующую программу/курс, в Приложении № 1 – График платежей.
В Графике платежей указаны контрольные даты, на которые слушателем суммарно за всё предшествующее такой дате время должна быть перечислена указанная в графике платежей соответствующая сумма, или превышающая её сумма (но не более полной стоимости обучения). Например:
- Оплата через равные промежутки времени платежами одинакового размера
- Оплата одним платежом в размере стоимости всего обучения
Все описанные варианты допустимы, если на каждую из обозначенных в графике платежей дат внесено платежей на сумму не меньше указанной.