Рассрочка

Natural Language Processing (NLP)

Курс для DS/ML-специалистов, которые, либо уже какое-то время находятся в профессии, либо недавно закончили ML/DS/DL курсы и хотят углубить знания в области NLP.

Длительность обучения:

4 месяца

4 ак. часа в нед.

Формат:

Online

Начало занятий:

28 апреля

Дни занятий:

Пт 20:00, Ср 20:00

Что даст вам этот курс

Что такое Natural Language Processing?

Natural Language Processing (NLP, обработка естественного языка) – это направление, которое объединяет в себе лингвистику, компьютерные науки и искусственный интеллект. NLP применяет алгоритмы машинного обучения для анализа естественных языков.

Что даст вам этот курс?

Знаний, которые дают ML/DL курсы, часто оказывается недостаточно, чтобы стать специалистом в области NLP. Data Scientist'ам, которые решили заняться методами, связанными с автоматической обработкой текстов, необходимы дополнительные знания из этой области.
Данный курс представляет собой уникальное сочетание глубоких знаний из области NLP и "повседневных" практических навыков. С одной стороны, программа курса по наполненности и изучаемым темам ничуть не уступает аналогичным вузовскими курсам. С другой стороны, в курсе, помимо теоретичечских знаний, особое внимание уделяется практическим навыкам, таким как работа с текстами на основе регулярных выражений, парсинг данных, создание телеграм-ботов. Эти темы практически не освещаются в большинстве NLP-курсов, так как считаются рутинными и техническами. При этом эти навыки необходимы всем специалистам в области NLP.
Также на курсе изучаются современные подходы и модели, которые на данный момент являются стандартом в области, но еще не успели войти в большинство программ, так как были предложены совсем недавно. Стоит отметить, что на курсе делается акцент на особенностях работы с русскоязычными моделями и данными на русском языке.

Для кого этот курс?

Курс предназначен для DS/ML-специалистов, которые, либо уже какое-то время находятся в профессии, либо недавно закончили ML/DS/DL курсы и хотят углубить знания в области NLP.

После завершения курса вы сможете:

работать с текстовыми данными;
парсить, собирать данные с сайтов из интернета;
создавать телеграм-ботов;
применять методы классического NLP для решения ML задач, связанных с текстами;
работать с нейросетевыми моделями архитектуры трансформер;
применять модели архитектуры трансформер для широкого спектра NLP задач;
решать задачу распознавания именованных сущностей;
создавать вопросно-ответные системы.

Карта курсов направления Data Science в OTUS

Задача Question-Answering в NLP, 3 апреля в 18:00

Вы узнаете: занятие посвящено задаче Question-Answering, крайне востребованной задачи в области NLP сегодня. На вебинаре мы поговорим о том, какие типы вопросно-ответных систем существуют сегодня, на каких принципах и методах они основаны и как они применяются в чат-ботах

Результаты урока: узнаете, какие существуют типы вопросно-ответных систем и подходы к их построению. Поймете, как данные методы можно применять в чат-ботах

Кому подходит этот урок:
- IT-специалистам, которые хотят расширить свои знания в Data Science
- Дата-сайентистам, желающим углубить свои знания по автоматической обработке текстов
- Тем кто самостоятельно изучает Data Science

Ведет

Мария
Тихонова

Предыдущий открытый вебинар

Преподаватели

Мария Тихонова

Senior Data Scientist SberDevices, преподаватель ВШЭ

Работает специалистом по анализу данных в команде AGI NLP в SberDevices. Занимается нейросетевыми языковыми моделями и их применением в реальных задачах. Считает, что работа в области Data Science дает уникальную возможность заниматься безумно крутыми вещами on the edge of science, которые меняют мир здесь и сейчас.

Преподает в Высшей Школе Экономики дисциплины по анализу данных, машинному обучению и data science.

Мария закончила механико-математический факультет МГУ и школу анализа данных Яндекса. В настоящий момент Мария обучается в аспирантуре ВШЭ на факультете компьютерных наук. Среди ее научных интересов такие области data science, как natural language processing и тематическое моделирование.

Руководитель программы

Мария
Тихонова

Александр
Брут-Бруляко

Антон
Витвицкий

Никита
Мартынов

Анатолий
Бурнашев

Преподаватели

Мария Тихонова

Senior Data Scientist SberDevices, преподаватель ВШЭ

Александр Брут-Бруляко

Ds инженер в СБЕР Neurolab

Занимаюсь построением DS систем. Анализирую данные, выстраиваю ИТ сервисы вокруг этого.

Закончил мехмат МГУ в 2004 г.
До 2012 г. преподавал в университете, защитил диссертацию по матметодам в экономике.
С 2010 по 2016 г. занимался веб разработкой на Python и PHP, программировал интернет-магазины, писал парсеры.
В DS и аналитике с 2016 г. Работал аналитиком данных в банке.
Писал внутренний аналитический софт на крупном ювелирном заводе, работал DS инженером в региональной ритейл сети. Делал ML модели персонализации для AVITO Работа.

Сейчас работаю DS инженером в СБЕР Neurolab. Это исследовательское подразделение с фокусом на персонализацию коммуникаций, поэтому спектр задач широк - и классические задачи ML, и NLP, и CV, и написание парсеров, и написание поддерживающей ИТ инфраструктуры.

Основной стек: Python, Pandas, PyTorch, Keras, SQL, ClickHouse, PySpark.

Преподаватель

Антон Витвицкий

Boost Arria NLG, Director of Computer Vision

Эксперт по компьютерному зрению и глубокому обучению, дипломированный инженер-программист и кандидат физ-мат наук.

С 2012 по 2017 занимался распознаванием лиц в компании WalletOne, чьи решения поставлялись для бизнеса в странах Южной Африки и Европы. Участвовал в стартапе Mirror-AI, где руководил командой компьютерного зрения. В 2017 стартап прошел Y-combinator и получили инвестиции для создания приложения в котором пользователь может реконструировать свой аватар по селфи. В 2019 участвовал в британском стартапе Kazendi Ltd., в проекте HoloPortation. Цель проекта - реконструкция 3D-аватаров для очков дополненной реальности HoloLens. C 2020 руководит командой компьютерного зрения в американском стартапе Boost Inc., который занимается видеоаналитикой в баскетболе для NCAA.

Преподаватель

Никита Мартынов

NLP Engineer в MTS AI

Закончил НИУ ВШЭ по направлению Прикладная Математика;
Работал в ВТБ, Тинькофф, Лаборатории "Финансовые технологии" МФТИ, сейчас работаю NLP Engineer-ом в MTS AI; занимался приложениями NLP для решения финансовых задач,
Сейчас занимаюсь разработкой и оптимизацией больших языковых моделей и гибридными диалоговыми движками;
Спикер на gtc2022 и ainl2022;

Преподаватель

Анатолий Бурнашев

Эксперт Центра практик обеспечения надёжности в MTS.Digital

20+ лет на проектах заказной разработки в ИТ.
Десятки успешных проектов, в том числе - по государственным контрактам.
Опыт разработки и внедрения ERP-систем, open-source решений, поддержка высоконагруженных приложений.
Преподаватель курсов по Linux, Kuber, MLOps, DataOps, SolutionArchitect, IaC, SRE, а так же наставник курса HighLoad

Преподаватель

основы линейной алгебры, матанализа, теории вероятности, статистики;
классические методы машинного обучения;
Python;
желательно знание основ Deep Learning.

Корпоративное обучение для ваших сотрудников

Поможем вашей компании развивать команду! Профиты данного курса для компании: Подробное изучение самых популярных баз данных с возможностью сосредоточиться на тех, которые используются в компании / Оптимизированные стабильные системы / Работа над промышленными задачами во время практики

Подробнее

Программа обучения

В процессе обучения вы получите комплексные знания и навыки.

Модуль 1 Python для работы с текстами

C 28 апреля

Тема 1. Введение в NLP

Тема 2. Recap python/ data analysis/ визуализации

Тема 3. Работа со строками + регулярные выражения

Тема 4. Парсинг данных

Модуль 2 Введение в DL

C 17 мая

Тема 5. Введение в нейросети

Тема 6. Градиентный спуск и backpropagation

Тема 7. PyTorch

Тема 8. Рекуррентные сети

Модуль 3 Классические методы NLP

C 31 мая

Тема 9. Предобработка данных и понятие векторных представлений слов

Тема 10. Векторные представления слов и работа с предобученными эмбедингами

Тема 11. Задача NER

Тема 12. Языковые модели (n-grammные языковые модели)

Тема 13. Тематическое моделирование

Модуль 4 Нейросетевые языковые модели

C 16 июня

Тема 14. Нейросетевые языковые модели и стратегии генерации текста

Тема 15. Машинный перевод и seq2seq

Тема 16. Архитектура Transformer и концепция attention mechanism

Тема 17. Transfer learning; BERT model

Тема 18. Генеративные языковые модели GPT3 и методы few, zero-shot learning

Тема 19. Практическое занятие: работа с предобученными языковыми моделями на практическом примере

Тема 20. Q&A

Модуль 5 Дополнительные главы NLP

C 19 июля

Тема 21. Оценка языковых моделей: классические NLP-бенчмарки

Тема 22. Вопросно-ответные системы (задача question-answering)

Тема 23. Распределенное обучение

Тема 24. Создание телеграм-бота

Тема 25. Бонус: занятие по заявкам

Модуль 6 Проектный модуль

C 4 августа

Тема 26. Выбор темы и организация проектной работы

Тема 27. Поиск работы в NLP DS

Тема 28. Предзащита №1

Тема 29. Предзащита №2

Тема 30. Защита проектных работ

Скачать подробную программу

Выпускной проект

Практический проект из области NLP, проходящий все этапы построения модели от сбора данных и их предобработки, до обучения модели и анализа ее результатов

Процесс обучения

Образовательный процесс происходит ONLINE в формате вебинаров (язык преподавания — русский). Стиль диалога позволит не только изучить материал через призму полученных ранее компетенций, но и объединит опыт слушателей с экспертной оценкой преподавателя. В рамках курса слушателям предлагаются к выполнению домашние задания, которые позволяют применить на практике знания, полученные на занятиях. По каждому домашнему заданию преподаватель дает развернутый фидбек. В течение всего учебного процесса преподаватель находится в едином коммуникационном пространстве с группой, т. е. при обучении слушатель может задавать преподавателю уточняющие вопросы по учебным материалам.

Получить консультацию

Наш специалист свяжется с вами в ближайшее время. Если у вас возникли трудности в выборе курса или проблемы технического плана, то мы с радостью поможем вам.

заберете с собой материалы по всем занятиям (презентации, записи вебинаров, примеры практических задач);

получите сертификат на русском о прохождении курса;

научитесь использовать методы NLP для решения реальных бизнес-задач;

создадите своё портфолио проектов, которое поможет при прохождении собеседований;

получите приглашение пройти собеседование в компаниях-партнерах OTUS в Москве (в случае успешного обучения на курсе).

Дата выдачи сертификата: 25 сентября 2023 года

Ваш сертификат

Сертификат №0001

Константин Константинопольский

Успешно закончил курс «Natural Language Processing (NLP)»
Выполнено практических заданий: 16 из 16

Общество с ограниченной ответственностью “Отус Онлайн-Образование”

Город:
Москва

Директор департамента образования
ООО “Отус Онлайн-Образование”
Анна Фирсова

Лицензия на осуществление образовательной деятельности
№ 039825 от 28 декабря 2018 года.

Сертификат №0001

Константин Константинопольский

Успешно закончил курс «Natural Language Processing (NLP)»
Выполнено практических заданий: 16 из 16

Общество с ограниченной ответственностью “Отус Онлайн-Образование”

Город:
Москва

Директор департамента образования
ООО “Отус Онлайн-Образование”
Анна Фирсова

Лицензия на осуществление образовательной деятельности
№ 039825 от 28 декабря 2018 года.

Прошедшие открытые вебинары

Открытый вебинар — это настоящее занятие в режиме он-лайн с преподавателем курса, которое позволяет посмотреть, как проходит процесс обучения. В ходе занятия слушатели имеют возможность задать вопросы и получить знания по реальным практическим кейсам.

Мария Тихонова

Для доступа к прошедшим мероприятиям необходимо пройти входное тестирование

Возможность пройти вступительное тестирование повторно появится только через 2 недели

Результаты тестирования будут отправлены вам на email, указанный при регистрации.

Тест рассчитан на 30 минут, после начала тестирования отложить тестирование не получится!