2022/2023
Подготовка к собеседованию на позиции Data Scientist и Machine Learning Engineer
Лучший по критерию «Полезность курса для Вашей будущей карьеры»
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Статус:
Маго-лего
Когда читается:
2 модуль
Охват аудитории:
для своего кампуса
Преподаватели:
Кантонистова Елена Олеговна
Язык:
русский
Кредиты:
3
Контактные часы:
8
Программа дисциплины
Аннотация
На курсе вы сможете систематизировать знания, полученные на курсах по математике, машинному обучению, глубинному обучению и инструментам разработки, и составить план для эффективной подготовки к собеседованию на позицию Data Scientist или Machine Learning Engineer.
Курс состоит из четырех вебинаров, каждый из которых посвящен отдельной секции на собеседовании:
* Математика
* Машинное обучение
* Глубинное обучение
* Инструменты промышленной разработки
В рамках курсы преподаватели, которые сами проводят секции, расскажут вам о том, какие вопросы задают на собеседованиях по этим секциям, и предложат список материалов для подготовки к секции.
После каждого занятия будет тестирование по темам из секции. В конце курса - необязательный экзамен.
Цель освоения дисциплины
- Успешно подготовиться к собеседованию на позиции Data Scientist / Machine Learning Engineer
Планируемые результаты обучения
- Студенты будут знать список тем и примеры вопросов, которые задают на собеседованиях, говоря о математике. Также у студентов будут материалы для подготовки к данной секции на собеседовании.
- Студенты будут знать список тем и примеры вопросов, которые задают на собеседованиях, говоря о машинном обучении. Также у студентов будут материалы для подготовки к данной секции на собеседовании.
- Студенты будут знать список тем и примеры вопросов, которые задают на собеседованиях, говоря о глубинном обучении. Также у студентов будут материалы для подготовки к данной секции на собеседовании.
- Студенты будут знать список тем и примеры вопросов, которые задают на собеседованиях, говоря об инструментах промышленной разработки. Также у студентов будут материалы для подготовки к данной секции на собеседовании.
Содержание учебной дисциплины
- Математика для анализа данных
- Машинное обучение
- Глубинное обучение
- Инструменты промышленной разработки
