Новости
Программы
О школе
Главная
Мнения
© 2022 АНО «Моспром» – Все права защищены
Технологии связи
Аддитивные технологии
Искусственный интеллект
Микроэлектроника и фотоника
Пром. дизайн
Робототехника и сенсорика

Программа «Искусственный интеллект» от Московской технической школы (МТШ): курсы и особенности обучения

Программы «Искусственный интеллект в промышленности» направлены на подготовку специалистов в области разработки передовых интеллектуальных технологий для внедрения на московских промышленных предприятиях. Применение искусственного интеллекта в промышленности приносит высокий экономический эффект за счет повышения производительности труда, снижения материальных затрат и оптимизации производственных процессов. Методы машинного обучения позволяют повысить точностью и эффективность бизнес-процессов промышленных предприятий, что напрямую влияет на получение дополнительных конкурентных преимуществ на рынке.
Программа «Искусственный интеллект»
Искусственный интеллект
Главная
262 часа
МГТУ им. Н.Э.Баумана
Data Science Pro. Специалист по большим данным
120 000 рублей
72 часа
МТУСИ
Использование цифровых двойников для планирования и прогнозирования производства
26 000 рублей
72 часа
РТУ МИРЭА
Нейронные сети анализа изображений и аудиоинформации
50 000 рублей
40 часов
Сколтех
Введение в модели последовательных данных
37 000 рублей
30 часов
Сколтех
Модели последовательных данных
35 000 рублей
45 часов
Сколтех
Машинное обучение
40 000 рублей
28 часов
Сколтех
Интеграция ESG-факторов: от PR стратегии до инструмента создания стоимости.
Прикладной ИИ для реализации проектов по устойчивому развитию
25 000 рублей
27 часов
Сколтех
Интеграция ESG-факторов: от PR стратегии до инструмента создания стоимости.
Прикладной ИИ для стратегии устойчивого развития
25 000 рублей
40 часов
Сколтех
Модели последовательностей событий
38 000 рублей
72 часа
МИФИ
Методы и модели глубокого обучения
35 000 рублей
32 часа
МИФИ
Предиктивная аналитика в промышленности
40 000 рублей
32 часа
МИФИ
Компьютерное зрение в промышленности
40 000 рублей
52 часа
МГТУ им. Баумана
Введение в прикладной и сильный искусственный интеллект
24 400 рублей
44 часа
МГТУ им. Баумана
Junior data analyst: младший аналитик данных
15 120 рублей
47 часов
МГТУ им. Баумана
Junior data scientist:
младший специалист по анализу больших данных
16 980 рублей
52 часа
МГТУ им. Баумана
Junior machine learning engineer: инженер машинного обучения
16 020 рублей
67 часов
МГТУ им. Баумана
Middle data scientist: продвинутый специалист по анализу больших данных
19 500 рублей
150 часов
МГТУ им. Баумана
Анализ данных и искусственный интеллект
90 000 рублей
46 часов
МГТУ им. Баумана
Программирование на Python. Уровень 1. Основы программирования
38 800 рублей
45 часов
МГТУ им. Баумана
Программирование на Python. Уровень 2. Алгоритмы, работа с данными
40 000 рублей
34 часа
МГТУ им. Баумана
SQL. Уровень 1: создание запросов и анализ данных
29 900 рублей
110 000 рублей
Управление проектами в области ИТ (с применением data science и бизнес-анализа)
МГТУ им. Баумана
261 час
60 часов
МГТУ им. Баумана
SQL. Уровень 2: экспертный анализ данных
42 790 рублей
52 часа
МГТУ им. Баумана
Data Science. Уровень 1: Основные технологии
36 090 рублей
50 часов
МГТУ им. Баумана
Data Science. Уровень 2: Машинное обучение
38 090 рублей
64 часа
МГТУ им. Баумана
Data Science. Уровень 3: Нейронные сети
39 450 рублей
78 часов
МГТУ им. Баумана
Data Science. Уровень 4: Нейронные сети. Продвинутый уровень
46 250 рублей
257 часов
МГТУ им. Баумана
Аналитик данных (Data scientist)
80 000 рублей

Что вы получите по итогам обучения:

Новые компетенции, необходимые для планирования и оптимизации производства на основе цифровых двойников и методов искусственного интеллекта
Навыки решения задач распознавания образов, управления, обработки и генерации сигналов
Базовые знания по программированию на языке Python и SQL, которые позволят свободно и уверенно пользоваться современными базами данных, в том числе анализировать данные и строить отчёты
Базовые знания в сфере обучения искусственного интеллекта, а также навыки построения математических моделей: от нейронных сетей до кластеризации, от факторного до корреляционного анализов

Кто может стать студентом:

Cтуденты старших курсов профильных вузов
Опытные практикующие инженеры
Важно
Предприятия города, направившие на курсы своих сотрудников, смогут получить субсидию на обучение, которая покроет 95% потраченных средств.

Партнеры:

1. МГТУ им. Н.Э. Баумана
2. МТУСИ
3. НИЯУ МИФИ
4. РЭУ им. Г.В. Плеханова
5. НИУ ВШЭ
6. МФТИ
7. РТУ МИРЭА
8. АО НТЦ «Модуль»
9. ГК «Цифра»
10. ООО «Айпавлов»
11. Сколковский институт науки и технологий, Сколтех

Тренды технологий искусственного интеллекта

  • В основе голосовых помощников, чат-ботов, программ по переводу речи в текст и других подобных технологий лежат алгоритмы NLP. Рост рынка речевых технологий в последние несколько лет стал возможен благодаря нейросетевой архитектуре Transformer
Разговорный искусственный интеллект
  • Синтетические данные (т.е. сгенерированные компьютерной программой) по прогнозам компании Gartner к 2024 году будут составлять 60% всех данных, которые используются при разработке продуктов на базе искусственного интеллекта
Синтетические данные
  • AI-системы анализируют сетевой трафик, распознают подозрительные действия и шаблоны атак, осуществляют мониторинг облачных сетей и стравляются ещё со многими задачами. Но и злоумышленники берут на вооружение искусственный интеллект, благодаря которому, например, обнаруживают слабые места в корпоративных системах
Развитие приложений искусственного интеллекта в сфере кибербезопасности
  • ИИ-технологии развиваются быстрее возможностей по их ответственному применению. Основные проблемы связаны: с предвзятостью искусственного интеллекта, происхождением данных, объяснимостью и проверяемостью гипотез и решений ИИ. Аналитики компании Dentons прогнозируют, что в 2022 ситуация будет меняться. Драйвером этих изменений, в основном, становится создание правовой инфраструктуры в этой области
Переход искусственного интеллекта к определенному набору корпоративных практик
  • Главенствующим подходом в разработке систем ИИ является обучение с наставником, которое влечет за собой сбор большого количества данных, их маркировку и передачу в ИИ-модель. Однако существует еще одна парадигма - MACHINE LEARNING (обучение с подкреплением). При таком способе система не обучается на исторических данных реального мира и ей не даются «ключи к ответу» и указания. Вместо этого искусственному интеллекту разрешено неограниченно изучать мир, руководствуясь определенной целью
Обучение с подкреплением