Пока вы ждёте, скидка тает
Пока вы ждёте, скидка тает
На 15% снизили цены октябрьских курсов. Бонус действует до 4 числа
На 15% снизили цены октябрьских курсов. Бонус действует до 4 числа
Выбрать курс

Специальная цена

ML System Design / Проектирование систем машинного обучения

Проектирование систем машинного обучения

14 октября

2 месяца

Онлайн

Ср/Пт 20:00 Мск

Для кого этот курс?

  • ML Engineer, ML Ops Engineer, Data Engineer, желающие научиться создавать ML-систему, которая устойчива к деградации моделей и масштабируема
  • Team Lead, Tech Lead, Solution Architect, которые хотят уметь проектировать ML-системы на уровне команды и продукта
  • Data Scientist, заинтересованные научиться строить архитектуру ML-систем, оценивать масштабируемость и надежность решений

Необходимые знания

  • Базовые знания машинного обучения
  • Опыт в одной из следующих сфер: CV, NLP, RecSys, Speech Recognition

Чему научится студент на курсе?

  • Понимать и применять концепцию ML System Design (MLSD): оценивать требования и ограничения проектов, строить архитектуру ML-систем, планировать жизненный цикл ML-проекта
  • Проектировать архитектуру и конвейеры ML-систем: выбирать модели и слои, организовывать сервисы и доступ к данным, строить data pipeline с EDA, feature engineering и схемами валидации
  • Обеспечивать надежность и наблюдаемость ML-систем: внедрять CI/CD для ML, оркестрацию пайплайнов, мониторинг деградации моделей, интеграцию с сервисами
  • Решать реальные бизнес-задачи через MLSD: строить ML-конвейеры для визуального поиска, фильтрации контента, корпоративных ассистентов и предиктивных моделей на сенсорных данных
  • Анализировать и повышать эффективность моделей: оценивать производительность и безопасность моделей, проводить обработку больших данных и мультимодальных источников

Почему стоит освоить?

 
Прохождение курса позволит вам не ограничиваться обучением моделей, а начать проектировать ML-системы целиком. Вы сможете самостоятельно проектировать архитектуру, управлять данными, а также внедрять решения, которые реально работают в компании.
 
Курс идеально подойдет для тех, кто заинтересован в переходе на следующий уровень в сфере ML.

Процесс обучения

Занятия в OTUS — это не заранее отснятый материал. Вебинары проходят в режиме реального времени, где преподаватели-практики рассказывают об актуальных кейсах и инструментах, которые нужны им в работе сейчас. Вы сможете активно участвовать голосом, практиковаться, задавать вопросы и получать обратную связь. Такой формат дает реальный результат. 

А если вы не смогли посетить занятие в реальном времени, то сможете посмотреть его в записи и задать вопрос преподавателю в закрытом Telegram-чате.

Портфолио

Индивидуальная разработка итоговой проектной работы

Обучайтесь у экспертов


Программу ведут действующие специалисты

Перспективы

 

Получите знания, которые помогут повысить вашу востребованность и доход

Партнеры

Многие студенты еще во время прохождения первой части программы находят или меняют работу, а к концу обучения могут претендовать на повышение в должности.

  • Карьерные мероприятия в сообществе
    Публичный разбор резюме
    Публичное прохождение собеседования и воркшопы
  • Разместите свое резюме в базе OTUS и сможете получать приглашения на собеседования от партнеров
* Информация в этом разделе не предназначена для корпоративного обучения
Формат обучения

Интерактивные вебинары


2 онлайн-трансляции по 2 ак.часа в неделю. Доступ к записям и материалам остается навсегда

Активное комьюнити

Живое общение с преподавателями на вебинарах, переписки в чате и развёрнутые ответы при проверке ДЗ

Активное комьюнити

Живое общение с преподавателями на вебинарах, переписки в чате и развёрнутые ответы при проверке ДЗ

Программа

Постановка задачи, данные и модель

В этом модуле вы разберёте, как превратить бизнес-цель в ML-задачу с измеримыми критериями успеха и границами первой версии. Научитесь оценивать данные до старта разработки: источники, объёмы, разметку, доступность на инференсе и риски утечек. А также спроектируете методологию решения: baseline, схему валидации и этапы от прототипа до production.

Тема 1: Введение: ML-система и design doc

Тема 2: Постановка задачи

Тема 3: Данные

Тема 4: Методология и модель // ДЗ

Архитектура, метрики и экономика

В этом модуле вы спроектируете архитектуру системы и посчитаете нагрузку: RPS, latency budget, ресурсы, SLA. Разберёте стратегии serving и безопасного выката модели, включая shadow, canary и A/B-тесты. А также свяжете метрики модели с бизнес-эффектом и посчитаете экономику решения: cost per 1k requests и ROI.

Тема 1: Архитектура и нагрузка

Тема 2: Эксплуатационная готовность и масштабирование // ДЗ

Тема 3: Метрики и валидация

Тема 4: Экономика системы // ДЗ

Эксплуатация, риски и завершение документа

В этом модуле вы спроектируете мониторинг, обнаружение дрифта, переобучение, алерты и fallback после запуска. Проверите дизайн на устойчивость: adversarial-сценарии, human-in-the-loop, карта рисков и premortem. А также сведёте trade-off’ы, спланируете развитие системы и доведёте design doc до состояния, готового к ревью.

Тема 1: Мониторинг и надёжность

Тема 2: Устойчивость и риски // ДЗ

Тема 3: Trade-off'ы и альтернативы

Тема 4: Развитие и готовность документа

Проектная работа

Тема 1: Выбор темы и организация проектной работы // Проектная работа

Тема 2: Консультации по проектам и домашним заданиям

Тема 3: Защита проектных работ

Тема 4: Подведение итогов курса

Также вы можете получить полную программу, чтобы убедиться, что обучение вам подходит

Проектная работа


На основе умений и знаний полученных в курсе студент выбирает какой проект будет реализовывать. С нашей стороны будет помощь и наставничество в реализации проекта. Проект станет хорошим пополнением вашего портфолио.

Преподаватели

Руководитель курса

Николай Осипов

MLOps Engineer

Kadam

Игорь Матвеев

ML-инженер

Рексофт

Игорь Стурейко

(к.ф.-м.н.) Teamlead, главный инженер

FinTech

Раиль Сулейманов

Machine Learning Engineer

Garage IT

Михаил Лебедев

Tech Lead DS

Банк России

Эксперты-практики делятся опытом, разбирают кейсы студентов и дают развернутый фидбэк на домашние задания

Прошедшие
мероприятия

Игорь Стурейко
Открытый вебинар
Почему 90% ML-проектов не доходят до продакшена? Разбираем архитектуру настоящей ML-системы
Михаил Лебедев
Открытый вебинар
Базовая структура ML: задачи, pipeline, метрики и функции потерь

Этот курс может оплатить ваш работодатель

Обучайтесь за счёт работодателя или разделите оплату 50/50
  • Подробно расскажем об интересующем вас курсе
  • Объясним, как договориться с работодателем
  • Сообщим стоимость обучения и варианты оплаты
  • Ответим на вопросы
  • Предоставим шаблон договора и счёт на оплату

Подтверждение знаний и навыков

OTUS осуществляет лицензированную образовательную деятельность.

Вы получите сертификат о прохождении обучения, а также можете получить удостоверение о повышении квалификации.

После обучения:

  • Удостоверение о повышении квалификации: если вы успешно защитили выпускной проект и готовы предоставить копию документа о высшем или среднем профессиональном образовании

  • Доступ к учебным материалам курса

  • Ваш личный проект, который поможет проходить собеседования

Частые вопросы

Смогу ли я совмещать учебу с работой?
Да. Программа курса рассчитана на студентов, у которых мало времени. Лекции проводим дважды в неделю, домашние задания — не чаще 1 раза в неделю.
Обязательно ли выполнять и защищать выпускной проект?
Для получения сертификата OTUS и УПК (удостоверение повышения квалификации государственного образца) необходимо сдать проект. Кроме того, проект необязательно защищать перед аудиторией, а можно сдать в чате с преподавателем. Для получения УПК также понадобится предъявить документ об образовании.
Обязательно ли выполнять все домашние задания?
Да, если хотите хорошо отточить навыки. На курсе будут практические домашние задания, их выполнение занимает примерно 2-3 часа.
Что, если в середине курса я не смогу продолжать обучение?
Вы можете бесплатно перейти в другую группу. Но только один раз.
Я могу вернуть деньги?
Да, мы можем вернуть деньги за то время курса, которое вы ещё не успели отучиться. Например, если курс длится пять месяцев, а вы отучились один, мы вернём деньги за оставшиеся четыре месяца за вычетом фактически понесенных расходов.
Может ли мой работодатель оплатить курс?
Да. Когда свяжетесь с нашим менеджером, уточните, что оплачивать курс будет ваш работодатель.
Остались вопросы?
Оставляйте заявку и задавайте вопросы менеджеру, команда курса с ним на связи и постарается дать вам исчерпывающую информацию.