ML-инженер + ИИ
- Практика в Kaggle
сможете работать с реальными дата-сетами
- Проект от «Газпромбанк.Тех»
Усилит портфолио и покажет максимум навыков будущему работодателю
- 10+ проектов в портфолио
основанных на реальных данных от наших партнёров
Настоящее за искусственным интеллектом
Специалист по Machine Learning, Data Scientist или ML-инженер анализирует большие объёмы информации, разрабатывает модели машинного обучения, нейросети и создаёт большие GPT-подобные языковые модели. Спрос на таких специалистов есть везде: в бизнесе, медицине, промышленности и других отраслях.
Все необходимые навыки ML-инженера — в одном курсе
Должность
Специалист по машинному обучению/ML-engineerНавыки
- Уверенно владею Python, SQL
- Извлекаю данные из различных источников (файлы, API, базы данных)
- Умею проводить EDA и визуализировать его результаты
- Провожу очистку и нормализацию данных, готовлю их к обучению и анализу
- Провожу feature engineering и feature generation: оцениваю значимость фичей, отбираю признаки
- Владею всеми классическими методами машинного обучения, умею их применять и адаптировать под задачу
- Использую временные ряды для решения задач прогнозирования
- Строю рекомендательные системы
- Работаю с инструментами Big Data
- Использую и дообучаю нейросети, в том числе трансформеры
- Внедряю модели в прод в бизнесе
- Строю пайплайны сбора и обработки данных, а также обучения ML-алгоритмов и оценки качества их работы
- Замеряю качества работы алгоритмов с помощью модельных метрик и провожу их тестирование
- Работаю с NLP/CV-задачами с помощью классических методов ML и Deep Learning
Инструменты
10+ сильных проектов в портфолио
Сравниваете курсы от разных образовательных платформ?
Оставьте заявку на бесплатную консультацию, и мы расскажем, чем наша программа обучения отличается от остальных.
Наши студенты создали нейросетевой сериал
Студенты профессии Data Scientist разработали нейросеть-сценариста, которая написала сериал для телеканала СТС. По сюжету герои пытаются выбраться из ситкома, в котором они внезапно оказались — сюжет и диалоги сгенерировала нейросеть.
Вас ждёт практика в Kaggle
Kaggle — это онлайн-платформа для работы с реальными дата-сетами. Проекты, которые вы создадите в Kaggle, станут частью вашего портфолио и помогут быстрее трудоустроиться.
Во время курса вы самостоятельно построите модель для решения задачи на данных из Kaggle.
Учим на собственной образовательной платформе
- Видео с доступом навсегда
Видеолекции можно смотреть в любое время. У вас нет жёстких дедлайнов. Мы постоянно обновляем курс под требования рынка — доступ ко всем обновлениям курса останется с вами.
- Практика построена на реальных задачах
Методолог и практикующие эксперты приготовили более 80 практических заданий на развитие аналитического мышления и отработки навыков.
- Персональная обратная связь
Подробная обратная связь от кураторов-экспертов в течение 24 часов с момента отправки работы.
- Учебные материалы всегда под рукой
Вы можете проходить обучение в мобильной версии платформы прямо с телефона — весь прогресс сохранится.
Учитесь у ML-инженеров из международных компаний
Учим так, чтобы у вас точно всё получилось
- С учётом реальных требований к кандидатам и технологий
Постоянно следим за актуальностью курса и обновляем программу — добавляем только те навыки, которые сейчас нужны рынку.
- Без дедлайнов и жёсткого расписания
Понимаем, как сложно учиться, будучи взрослым, поэтому не отчисляем студентов. Учитесь в любое время и сдавайте домашние работы когда удобно.
- Понятно и профессионально
Мы посмотрели курс глазами новичка и упростили подачу материала, чтобы вы точно разобрались со сложными темами.
Программа профессии
- 12 месяцев обучения
- 10+ итоговых проектов
- Доступ навсегда
- Обновлена в 2026 году
- Уровень 0: Базовая подготовка — 5 месяцев
-
Введение в Data Science Этот блок нужно пройти, чтобы получить основные навыки работы с данными.
- Введение в курс
- Business Understanding. С чего начинается работа с данными
- Data Understanding. Excel
- Введение в Python
- Переменные и типы данных
- Условия
- Циклы
- Алгоритмы и структуры данных
- Функции
- Коллекции в Python
- Чтение файлов в Python и командной строке
- Библиотека Pandas
- Базы данных
- Язык запросов SQL
- Power BI
- Data Preparation
- Разведочный анализ данных: Data Cleaning
- Разведочный анализ данных: Data Visualization
- Разведочный анализ данных. Feature Engineering
- Modeling
- Машинное обучение
- Линейные модели и нейронные сети
- Метрики в аналитике
- Маркетинговая аналитика
- Продуктовая аналитика
- Modeling. Заключение
- Evaluation
- Deployment
- Модель как API
- Мониторинг моделей
- Airflow
- Заключение
-
Финальная работа совместно с СберАвтоподписка Вам предстоит изучить предоставленный датасет, ответить на вопросы из общей части (подразумевающей базовую обработку данных и их разведочный анализ) и выполнить задание по специализации.
-
Основы математики для Data Science Пройдите этот блок, чтобы разобраться, как работают различные методы анализа данных, как строятся модели прогнозирования и как выявляются связи между разными переменными.
- Аналитика и ML. Базовые математические объекты и SymPy. Дроби и преобразования
- Аналитика и ML. Базовые математические объекты и SymPy. Необходимые функции и некоторые дополнительные объекты
- Аналитика и ML. Функции одной переменной, их свойства и графики
- ML. Интерполяция и полиномы
- ML. Аппроксимация и преобразования функций
- ML. Аппроксимация и производные
- ML. Функции нескольких переменных, их свойства и графики
- ML. Частные производные функции нескольких переменных
- ML. Векторы и Матрицы. Градиент
- ML. Линейная регрессия и системы линейных уравнений
- Задача аппроксимации как матричное уравнение
-
Основы статистики и теории вероятностей Из этого блока вы узнаете, как измерить вероятность разных событий и оценить надёжность полученных выводов.
- Введение в теорию вероятностей
- Случайные события
- Случайная величина
- Непрерывные распределения. Общие сведения
- Основные виды непрерывных распределений
- Статистические тесты
-
- Уровень 2: углубление знаний — 3 месяца
-
Machine Learning. Advanced Освоите алгоритмы для построения рекомендательных систем и прогнозирования временных рядов.
- Введение
- Auto ML. Часть 1
- Auto ML. Часть 2
- Введение в Computer Vision
- Нейронные сети и Computer Vision
- Нейронные сети и NLP. Часть 1
- Нейронные сети и NLP. Часть 2
- Введение в рекомендательные системы
- Коллаборативная фильтрация
- Бизнес оценка рекомендательных систем
- Продвинутые инструменты ML инженера
- Временные ряды
- Мониторинг качества. Бонус-модуль
-
Практика от «Газпромбанк.Тех»
-
Deep Learning Научитесь работать с нейросетями
- Нейронные сети: введение
- Инструменты для глубокого обучения
- Свёрточные нейронные сети
- Задача оптимизации
- Fine-tuning & Transfer Learning
- Natural Language Processing
- Сегментация и детекция
- Reinforcement Learning
- Advanced: продвинутые нейронные сети
-
- Дополнительные курсы
-
Основы статистики и теории вероятностей Advanced Научитесь применять основные принципы статистики и теории вероятностей при работе с задачами Data Science. Поймете, как устроены алгоритмы машинного обучения, как в них применяются математическая статистика и теория вероятностей.
- Gentle introduction. Теория вероятностей в Python
- Оценивание
- Проверка гипотез: теория
- Проверка гипотез: практика
- Совместные распределения
- Исследование зависимостей
- Временные ряды
- Дополнительные главы (частотный и байесовский подходы, энтропия и дивергенция, формула Байеса)
-
Обработка естественного языка (NLP) в медицине Научитесь решать задачи обработки медицинских текстов: готовить данные, классифицировать тексты и создавать чат-ботов. Доступен в тарифах «Оптимальный» и «Максимальный».
- Разберётесь в задачах NLP для бизнеса и медицины, решите задачу классификации лечения пациентов
- Научитесь собирать, очищать и векторизовать тексты, оценивать данные и готовить их для модели
- Освоите токенизацию и векторизацию, сравните методы и создадите признаки для NLP-моделей
- Поймёте принципы RNN и примените их для классификации текстов и машинного перевода
- Научитесь определять темы и тональность текста, находить сущности и кластеризовать документы
- Извлечёте данные из медкарт, проанализируете отзывы и спроектируете медицинского чат-бота
-
Компьютерное зрение (CV) для обработки медицинских изображений Освоите анализ медицинских изображений: подготовку данных, классификацию, детекцию, сегментацию и обучение 3D-моделей. Доступен в тарифах «Оптимальный» и «Максимальный».
- Разберётесь в задачах CV и подходах к классификации, детекции объектов и ключевых точек
- Научитесь готовить сложные медицинские изображения, работать с PyTorch, аугментациями
- Освоите CNN и архитектуры для классификации, детекции и сегментации медицинских изображений
- Научитесь обучать модели сегментации, выбирать метрики и функции потерь, настраивать постобработку
- Разберётесь в технологиях DICOM и PACS, обработаете снимки на Python и обучите 3D-модель
-
- Бонусные курсы
-
ИИ-помощники для IT-специалистов: ChatGPT и его аналоги
- Виды ИИ-помощников и основы промптинга
- Тактики использования ИИ-помощников для работы с кодом
- Продвинутые методы использования: плагины и API
- ИИ для личных целей
-
Кем можно работать после курса
- Специалистом по Machine Learning
Будете обучать алгоритмы классического машинного обучения и создавать сервисы на их основе: прогнозировать курс валют и акций, оптимизировать цепочки поставок или, например, создавать рекомендательные системы для музыкальных стримингов.
- Специалистом по компьютерному зрению
Будете работать с алгоритмами которые позволяют контролировать безопасность на производстве, усталости водителей и повреждений трубопроводов на нефтезаводах. Потенциально сможете поучаствовать в создании беспилотных автомобилей и другого транспорта.
- Специалистом по NLP
Будете улучшать такие большие языковые модели, как LLaMA и работать с другими GPT-подобными моделями, а также работать с алгоритмами, которые извлекают информацию из документов, анализируют комментарии пользователей в соцсетях, и будете строить поисковые движки и создавать виртуальных помощников для бизнеса.
Общение, комьюнити и нетворкинг
Доступ в студенческий чат с экспертами и поддержка кураторов на протяжении всего обучения.
Оплатите курс через работодателя или обучите сотрудников вашей компании
Оставьте заявку, если хотите согласовать оплату выбранного курса со своим работодателем или подобрать обучение для сотрудников вашей компании.
- Убедим работодателя оплатить обучение Поможем обосновать ценность курса и согласовать оплату части или полной стоимости.
- Соберём все необходимые документы Подготовим материалы для согласования, оплаты и оформления обучения.
- Подберём обучение под задачи компании Предложим программы для одного сотрудника, отдела или целой команды.
- Сопроводим до начала обучения Ответим на вопросы и поможем пройти все этапы без лишней бюрократии.
Заявка почти оформлена — выберите тариф
-
- Поможем найти работу или вернём деньги
- Индивидуальные консультации с HR-специалистом: составите план развития в профессии
- Эксперты проверят практические работы и помогут довести проекты до идеала
- 10+ проектов в портфолио на основе данных от реальных компаний
- Курсы по математике, статистике и теории вероятностей, чтобы проверять данные и работать без ошибок
- Самый популярный
Всё из базового тарифа, плюс:
- Второй курс на выбор: усилите навыки в интересующей сфере, чтобы повысить шансы на трудоустройство
- 10 консультаций по темам курса с экспертом: закроете пробелы в знаниях и доработаете проекты
- Усилите портфолио крупным проектом от «Газпромбанка»: создадите продвинутого чат-бота с ИИ, который будет работать с большим количеством данных
- Пробное собеседование с HR и экспертом-аналитиком: сможете увереннее проходить реальные интервью
- Курс по нейросетям: будете быстрее работать с данными и добавите востребованный навык в резюме
- Курсы по CV и NLP в медицине: сможете работать над дорогими проектами в высокотехнологичной сфере
-
Всё из оптимального тарифа, плюс:
- 2 консультации с карьерными консультантами, чтобы быстрее освоиться на работе и разобрать задачи
Заявка принята
Отправили СМС с кодом на номер
Введите его, чтобы мы позвонили вам быстрее и не ошиблись номером
Страница банка может
не открыться
Часто задаваемые вопросы
-
У меня нет опыта работы с данными. Подходит ли мне этот курс?
Курс по машинному обучению подходит новичкам без специальных знаний, высшего образования и талантов. Главное — не пожалейте времени на первый этап. Внимательно выполняйте практические работы и не забывайте читать дополнительную литературу. Чем лучше вы поймёте основы, тем легче вам будет учиться дальше. Наш онлайн-курс высоко оценили студенты. Его средняя оценка — 4,9 из 5 на основе 952 отзывов.
-
Требуется ли знание математики?
Для того, чтобы начать осваивать профессию ML-инженера на начальных этапах от вас не требуется продвинутых знаний — достаточно школьного курса математики. Не пугайтесь, если вам придётся разобраться в темах, которые вы забыли или не проходили, — куратор поможет освежить знания или даст ссылки на полезные материалы.
-
Нужно ли знать английский язык?
Значения важных англоязычных терминов объясним на курсах. В практических работах перевести незнакомые слова поможет «Google Переводчик». Но со знанием языка проще ориентироваться в среде разработки, читать документацию, участвовать в международных проектах.
Поэтому пользователям платформы Skillbox мы дарим бесплатные занятия в онлайн-школе английского Skillbox на год. За это время вы освоите грамматику, пополните словарный запас и научитесь свободно читать и говорить на английском. -
Сколько часов в неделю мне нужно будет уделять учёбе?
Всё зависит только от вас. В среднем участники курса по машинному обучению занимаются от 2 до 3 часов в день.
-
Кто будет проверять практические задания?
В обучении профессии «Machine Learning Engineer» нет никаких автоматических проверок и скриптов. Куратор-практик не только укажет на ошибки, но и поможет разобраться в сложных темах, ответит на вопросы. Проверка практических заданий и доступ к чату уже входят в стоимость курса — ничего доплачивать не нужно.
-
Действуют ли какие-нибудь программы рассрочки?
Да, вы можете купить курс в рассрочку — и спланировать свой бюджет, разбив всю сумму на небольшие ежемесячные платежи.
- Санкт-Петербург
- Алматы
- Минск
- Москва
- Санкт-Петербург
- Алматы
- Волгоград
- Воронеж
- Екатеринбург
- Казань
- Красноярск
- Нижний Новгород
- Новосибирск
- Омск
- Пермь
- Ростов-на-Дону
- Уфа
- Челябинск
- Вологда
- Гомель
- Ижевск
- Иркутск
- Калининград
- Кемерово
- Киров
- Краснодар
- Курск
- Липецк
- Махачкала
- Оренбург
- Пенза
- Ростов
- Рязань
- Саратов
- Сочи
- Ставрополь
- Сургут
- Тверь
- Тольятти
- Томск
- Тула
- Тюмень
- Ульяновск
- Хабаровск
- Чебоксары