Rambler's Top100
Все новости Новости компаний

При поддержке «Инфосистемы Джет» пройдет курс Data Mining in Action

11 февраля 2019

Компания «Инфосистемы Джет» стала генеральным партнером курса по машинному обучению Data Mining in Action, который пройдет с 9 февраля по 27 апреля в Москве. Эксперты Центра машинного обучения интегратора поделятся практическим опытом реализации ML-проектов, а также предоставят обезличенные бизнес-данные для задач курса.  

Курс Data Mining In Action был организован 8 лет назад на базе МФТИ и в скором времени перерос в самостоятельный образовательный проект для всех желающих изучать Data Science. Сегодня обучение рассчитано на разные категории студентов: от первокурсников технических (и даже нетехнических) вузов до специалистов Data Science, желающих повысить квалификацию. В этом году курс включает 4 отдельных потока: базовый (введение в машинное обучение), индустриальный (применение ML для задач бизнеса), «спортивный» (для участия в хакатонах и соревнованиях по анализу данных) и Deep Learning (наиболее активно развивающаяся сегодня область ML).

«Руководители курса — авторы самой популярной на Coursera русскоязычной онлайн-специализации по машинному обучению — "Машинное обучение и анализ данных", а сам курс Data Mining in Action, насколько мне известно, самый масштабный оффлайн-курс по Data Science, — комментирует запуск Виктор Кантор, эксперт по машинному обучению, организатор и преподаватель курса. — Такое сочетание направлений — и индустриальные применения, и глубокое обучение, и соревнования — действительно уникальная особенность курса, и на каждом направлении у нас есть свой повод для гордости. На направлении “Индустрия” — большое количество разбираемых прикладных кейсов, направленное на выпуск готовых к работе специалистов, которых сейчас так не хватает. На направлении “Спорт” — обучение эффективному участию в соревнованиях под руководством специалистов из топа рейтинга Kaggle.com. На “Deep Learning” — контент, обновляемый и дополняемый каждый запуск (и даже в течение семестра) — ведь эта область сейчас так бурно развивается, что даже курс, подготовленный год назад, будет уже несколько устаревшим. Базовое направление отличается идеальным балансом тем для быстрого старта и, опять же, вниманием к Deep Learning, которого так не хватает многим вводным курсам по машинному обучению».

Руководитель Центра машинного обучения «Инфосистемы Джет» Евгений Колесников отмечает, что на рынке Enterprise сегодня наблюдается дефицит специалистов-практиков в сфере Data Science. Участие в хакатоне и ведение реального проекта у заказчика – это две разные задачи, требующие разных подходов и навыков, отмечает эксперт. В первом случае речь идет о выверенном наборе данных и корректно поставленной задаче, во втором — нередко приходится сталкиваться с проблемами как в самих данных, так и в определении заказчиком целей проекта. 

«Активно работая в сфере промышленного внедрения Machine Learning и видя потребности рынка, мы считаем необходимым развивать сообщество. Как показывает проектная практика, знание Data Science — это только четверть успеха. Не менее важными оказываются навыки проектной коммуникации с самим заказчиком, разработчиками, таксировщиками, аналитиками, менеджерами и т.д. И такой практический опыт мы предоставим студентам курса в рамках нашей стажерской программы», — поделился Евгений Колесников.  

Компания «Инфосистемы Джет» реализовала более 50 ML-проектов в промышленности, ритейле, финансовой, транспортной и др. отраслях. Начиная с 2017 года, интегратор проводит ежегодный Российский форум по системам искусственного интеллекта — RAIF, собирающий представителей крупнейших российских и международных компаний, а также экспертов Data Science. На Форуме рассматриваются практические аспекты применения искусственного интеллекта и возможности технологий Machine Learning на примере реальных кейсов.

Поделиться:
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!

Оставить свой комментарий:

Для комментирования необходимо авторизоваться!

Комментарии по материалу

Данный материал еще не комментировался.