Кожемяка
Не Стучи Дважды
Организатор
- #1
[karpov.courses] Хардкорный Machine Learning. Часть 4 из 5 [Валерий Бабушкин]
- Ссылка на картинку
Hard ML — это не стандартный курс по машинному обучению. Моя команда не стала ограничиваться одним лишь обучением моделей и решила охватить абсолютно все этапы работы ML-инженера. Вы научитесь самостоятельно собирать и размечать данные, строить пайплайны их поставки, деплоить приложения, настраивать мониторинги и оценивать эффективность алгоритмов.
Вы получите максимально глубокое погружение в задачи, с которыми сталкивается современный бизнес. Каждая тема курса будет рассмотрена на реальных кейсах. К концу каждого модуля у вас будет собственный ML-сервис, решающий сложную и важную задачу. Этот курс станет проверкой на прочность для любого ML-специалиста, поэтому дерзайте — я верю в вас!
ДЛЯ КОГО ЭТА ПРОГРАММА:
ML-разработчик
Вы уже имеет опыт работы в областях связанных с машинным обучением и хотите понять, как решать специфические задачи.
Тимлид
Программа поможет вам понять, как лучше создать сервис, который сможет решать сложные бизнес-задачи с использованием машинного обучения. От момента постановки задачи, до запуска приложения на основе ML алгоритмов в работу.
ПРОГРАММА КУРСА:
ВЫ ОСВОИТЕ:
Динамическое ценообразование
Научим делать динамическое ценообразование на основе машинного обучения, что позволит вам максимизировать прибыль в компании, в которой вы работаете и построить баланс между трафиком, выручкой и маржой.
Matching
Матчинг решает несколько важных проблем для любых компаний. Вы научитесь выявлять товары-дубли по их названиям. Научитесь сопоставлять покупателей в онлайне, приложении и в офлайне. Сможете мониторить цены постоянно
Uplift-моделирование
Научим делать uplift-моделирование от постановки задачи до реализации. Данный тип моделирования позволит учесть изменения в поведении клиентов, которые, к примеру, были вызваны рекламной акцией (реализация модели next best action). Благодаря данной модели можно будет планировать и своевременно предлагать определенным клиентам нужные акции и особые цены.
A/B тестирование при помощи ML
Вы научитесь использовать ML алгортимы для ускорения A/B тестов. Помимо этого тесты станут намного более чувствительными, а плохо показывающие себя тесты можно будет быстро выявить и отключить.
Поддержание жизни ML-модели
ML-модели со временем умирают. Чтобы этого не происходило её надо доучивать. Мы научим делать это правильно.
Вы получите максимально глубокое погружение в задачи, с которыми сталкивается современный бизнес. Каждая тема курса будет рассмотрена на реальных кейсах. К концу каждого модуля у вас будет собственный ML-сервис, решающий сложную и важную задачу. Этот курс станет проверкой на прочность для любого ML-специалиста, поэтому дерзайте — я верю в вас!
ДЛЯ КОГО ЭТА ПРОГРАММА:
ML-разработчик
Вы уже имеет опыт работы в областях связанных с машинным обучением и хотите понять, как решать специфические задачи.
Тимлид
Программа поможет вам понять, как лучше создать сервис, который сможет решать сложные бизнес-задачи с использованием машинного обучения. От момента постановки задачи, до запуска приложения на основе ML алгоритмов в работу.
ПРОГРАММА КУРСА:
ВЫ ОСВОИТЕ:
Динамическое ценообразование
Научим делать динамическое ценообразование на основе машинного обучения, что позволит вам максимизировать прибыль в компании, в которой вы работаете и построить баланс между трафиком, выручкой и маржой.
Matching
Матчинг решает несколько важных проблем для любых компаний. Вы научитесь выявлять товары-дубли по их названиям. Научитесь сопоставлять покупателей в онлайне, приложении и в офлайне. Сможете мониторить цены постоянно
Uplift-моделирование
Научим делать uplift-моделирование от постановки задачи до реализации. Данный тип моделирования позволит учесть изменения в поведении клиентов, которые, к примеру, были вызваны рекламной акцией (реализация модели next best action). Благодаря данной модели можно будет планировать и своевременно предлагать определенным клиентам нужные акции и особые цены.
A/B тестирование при помощи ML
Вы научитесь использовать ML алгортимы для ускорения A/B тестов. Помимо этого тесты станут намного более чувствительными, а плохо показывающие себя тесты можно будет быстро выявить и отключить.
Поддержание жизни ML-модели
ML-модели со временем умирают. Чтобы этого не происходило её надо доучивать. Мы научим делать это правильно.