В рамках курса познакомим вас с технологиями Artificial Intelligence, Deep Learning, Data Science, разработке в Azure и языку R. Научим использовать технологии машинного обучения в финансовом секторе.
Продвинутые методы машинного обучения для задач оттока/пролонгации
Контрольные вопросы по материалам недели
Неделя 7. Использование AI на практике
Архитектура современного Data Science решения
Наборы данных и исследования в области AI: поиск и использование
Использование технологи AI и данных: юридические аспекты и этические вопросы
Перспективные области исследований AI
Подведение итогов курса
Неделя 8. Финальный проект
Выбор и выполнение дипломного проекта
Защита проекта, выдача дипломов (оффлайн встреча)
Изучение материалов
Домашние задания
Постоянная поддержка
Промежуточные итоги
Как проходит обучение?
Просмотр вебинаров, статей, прохождение тестов в специальном кабинете
После прохождения каждого занятия вам будет назначено домашнее задание, целью которого будет решение настоящей проблемы реального бизнеса
На протяжении всего курса вас будут поддерживать тренер и преподаватель
Преподаватель будет подводить итоги модуля, отвечать на дополнительные вопросы и рассказывать несколько лайфхаков по пройденным темам
1
2
3
4
Сертификат в конце курса:
Автор курса
Консультант в области машинного интеллекта, архитектор и разработчик облачных решений, обладатель звания Microsoft Most Valuable Professional в номинации AI. Более 8 лет занят в разработке enterprise-решений для финансового сектора. Последние 4 года активно применяет технологии машинного обучения к задачам розничных банков, финансовых рынков, страховых компаний.
Дмитрий Петухов
Почему этот тренинг?
Баланс теории и практики
Задачи из индустрии
Преподаватель Most Valuable Professional от Microsoft
Персональные проекты для выпускников
Теория онлайн в удобное время
Практические лабораторные останутся у Вас навсегда
Тренинга нацелен на людей, имеющих представление об основах программирования. Для прохождения теоретической части курса Вам не понадобятся знания в области Финансов или технологий Машинного обучения. Все необходимые теоретические основы будут рассказаны в рамках курса.
Для успешного прохождения практической части тренинга и написания финального проекта вам понадобится знание основ статистического пакета R. При отсутствии таковых, Вы сможете их получить на нашем курсе на второй неделе обучения.
Часто задаваемые вопросы:
Есть ли какой-то критерий отбора на тренинг? Какими навыками должен обладать слушатель тренинга?
Тренинг нацелен на людей, имеющих представление об основах программирования.
Для прохождения теоретической части курса вам не понадобятся знания в области Финансов или технологий Машинного обучения. Все необходимые теоретические основы будут рассказаны в рамках курса.
Для успешного прохождения практической части тренинга и написания финального проекта Вам понадобится знание основ статистического пакета R. При отсутствии таковых, Вы сможете их получить на нашем курсе на второй неделе обучения.
Как долго длится тренинга? В каком формате проходит обучение и аттестация?
Тренинг состоит из 7 недель. Каждая неделя, кроме заключительной, состоит из теоретической и практической частей. Ориентировочная загрузка для прохождения обоих частей – 6-8 часов в неделю.
Для успешного прохождения курса необходимо ознакомиться с теоретической частью курса, успешно сдать 4 из 6 практических занятий и финальный проект.
Что такое Машинное обучение?
Машинное обучение - это построение на основании известных данных моделей, которые предсказывают неизвестное.
Основные задачи машинного обучения:
регрессия (предсказание числовых значений признаков, например, предсказание будущих объемов продаж на основании известных данных о продажах в прошлом);
классификация (предсказание того, к какому из известных классов относится объект, например, предсказание того, вернет ли заемщик кредит, на основании данных о том, как возвращали кредиты заемщики в прошлом);
кластеризация (разделение большого множества объектов на кластеры - классы, внутри которых объекты похожи между собой, например, сегментирование рынка, разделение всех потребителей на классы так, что внуктри классов потребители похожи между собой, а в разных классах - отличаются);
поиск аномалий (поиск редких и необычных объектов, существенно отличающихся от основной массы, например, поиск мошеннических транзакций).
Какие задачи решает язык R?
R - язык программирования для статистической обработки данных и работы с графикой. R отлично подходит для задач анализа данных и машинного обучения. Открытый исходный код, удобная IDE, большое коммьюнити, большое количество специализированных пакетов, нацеленных на решение прикладных задач - вот лишь небольшое количество достоинств языка R.
Какие навыки студент получит на выходе?
Решение прикладных задач финансового сектора с помощью современных алгоритмов и фреймворков Машинного обучения
Где сможет применять полученные навыки? По какой профессии?
Финансовый аналитик и/или data scientist в банке, страховой компании или компании, работающей в финансовом секторе.
IQUNION - основана сертифицированными партнерами Microsoft. Является следствием развития образовательного центра аналитики и данныхiqbi. Фокус работы - корпоративный сегмент.
Записаться на тренинг
Дату старта и время проведения тренинга согласуем индивидуально.