Компания «Инфосистемы Джет» стала генеральным партнером курса по машинному обучению Data Mining in Action, который проходит 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 других 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.