Stepik О курсе
Подробнее
Курс создан, чтобы дать слушателям представление о том, что в 2025 году происходит в области AI и объяснить, какими задачами можно заниматься на разных уровнях владения искусственным интеллектом в индустрии и research. Также на курсе можно приобрести новые знания об области Data Science, получить экспертное мнение от AI-деятелей о будущем направления и даже научиться создавать AI-агентов.
Требования
Что нужно для старта
- Мы ожидаем от слушателей знания школьной программы математики на хорошем уровне (в идеале - знакомство с высшей математикой), а также умение писать простые программы на языке Python
Результат
Что вы получите
- Получите представление о возможностях и ограничениях современного AI
- Повторите или освоите основы Data Science, необходимые для старта в области AI
- Узнаете о современных кейсах применения искусственного интеллекта в науке и индустрии
- Научитесь создавать AI-агентов
Аудитория
Для кого этот курс
- Курс предназначен для широкой аудитории: для тех, кто хочет войти в Data Science, для студентов технических направлений, разработчиков, аналитиков и ML-специалистов, а также для преподавателей.
Содержание
8 занятийПрограмма курса
№ТемаЧто внутри
01О курсе
- О курсе
- Входное тестирование
02Подготовительный модуль 1: основы Data Science
- Введение в разведочный анализ данных
- Продвинутый EDA и математика для анализа данных
- Введение в машинное обучение
- Основные понятия машинного обучения
- Типы задач в машинном обучении
- Обучение моделей и практика
- Введение в нейронные сети
- Домашнее задание
03Подготовительный модуль 2: основы программирования
- Введение в Python
- Тестирование
- Погружение в Streamlit
- Тестирование
04Воркшоп. Часть 1: AI в образовании
- Современный Искусственный интеллект: возможности и ограничения
- Что стоит за ботом программы “Искусственный интеллект”
- Секреты использования AI в работе продакт менеджера
- Будущее и тренды GenAI: чего ждать от LLM и других нейросетей?
- LLM Self-Correction for Mitigating Hallucinations
05Воркшоп. Часть 2: AI в индустрии
- Как находить общий язык с бизнесом в ML-проектах
- PINN
- Чтение Геркуланумских свитков
- CV в сфере переработки отходов
- Внедрение LLM в процессы банка
06Мастер-класс: создание AI-агентов
- Создание агентов на n8n
07Дискуссия о будущем AI
- Будущее AI
08Проверка знаний
- Итоговое тестирование
- Домашнее задание по AI-агентам
- Заключение
01О курсе
- О курсе
- Входное тестирование
02Подготовительный модуль 1: основы Data Science
- Введение в разведочный анализ данных
- Продвинутый EDA и математика для анализа данных
- Введение в машинное обучение
- Основные понятия машинного обучения
- Типы задач в машинном обучении
- Обучение моделей и практика
- Введение в нейронные сети
- Домашнее задание
03Подготовительный модуль 2: основы программирования
- Введение в Python
- Тестирование
- Погружение в Streamlit
- Тестирование
04Воркшоп. Часть 1: AI в образовании
- Современный Искусственный интеллект: возможности и ограничения
- Что стоит за ботом программы “Искусственный интеллект”
- Секреты использования AI в работе продакт менеджера
- Будущее и тренды GenAI: чего ждать от LLM и других нейросетей?
- LLM Self-Correction for Mitigating Hallucinations
05Воркшоп. Часть 2: AI в индустрии
- Как находить общий язык с бизнесом в ML-проектах
- PINN
- Чтение Геркуланумских свитков
- CV в сфере переработки отходов
- Внедрение LLM в процессы банка
06Мастер-класс: создание AI-агентов
- Создание агентов на n8n
07Дискуссия о будущем AI
- Будущее AI
08Проверка знаний
- Итоговое тестирование
- Домашнее задание по AI-агентам
- Заключение
Организатор
Автор курса
Мнения учеников
Отзывы о курсе
Оставьте отзыв
Расскажите о качестве обучения, поддержке и результате. Это поможет другим выбрать организацию осознанно.
Оставьте заявку
Консультант ответит на вопросы о курсе «Современный AI в IT-индустрии и науке» и поможет разобраться в деталях обучения.
Нажимая кнопку, вы даете согласие на обработку персональных данных
Информация обновлена 12 августа 2026 г.
Продолжить выбор
Похожие курсы
Начать без затрат
