Курс подходит
- Новичкам, планирующим первую работу в IT
- Самоучкам, собирающим доказательное портфолио
- Специалистам, систематизирующим профессиональные навыки
Практические профессии
Онлайн-курс «ML Platform Engineer»
Создавать платформу для воспроизводимого обучения, поставки и наблюдения моделей. Обучение построено вокруг практики и завершается самостоятельной итоговой работой.
Итоговый результат: ML-платформа с feature pipeline, registry, deployment, monitoring и self-service.
12 модулейот основ до проекта
33–45 часовв удобном темпе
Автопроверкаобратная связь сразу
Сертификатс проверкой подлинности
О программе
Кому подойдёт курс и чему вы научитесь
Практические навыки
- Разбирать «Жизненный цикл ML» на практическом примере
- Проектировать «Потребности команд» на практическом примере
- Применять «Данные и features» на практическом примере
- Проверять «Эксперименты» на практическом примере
- Сравнивать решения для «Artifact и registry» на практическом примере
- Объяснять результат по теме «Training pipeline» на практическом примере
Программа обученияМодуль 1 · Основа Модуль 2 · Основа Модуль 3 · Основа Модуль 4 · Сборка Модуль 5 · Сборка Модуль 6 · Сборка Модуль 7 · Сборка Модуль 8 · Сборка Модуль 9 · Проверка и усиление Модуль 10 · Проверка и усиление Модуль 11 · Проверка и усиление Модуль 12 · Защита
Что вы изучите и создадите
Каждый модуль объясняет отдельную тему простыми словами и закрепляет её практикой.
Жизненный цикл ML
«Жизненный цикл ML» простыми словами — это умение решить рабочую задачу и оформить воспроизводимое доказательство личного вклада. Мы превращаем выполненную задачу в доказательство навыка, которое может проверить другой специалист.
Потребности команд
«Потребности команд» простыми словами — это умение решить рабочую задачу и оформить воспроизводимое доказательство личного вклада. Мы превращаем выполненную задачу в доказательство навыка, которое может проверить другой специалист.
Данные и features
«Данные и features» простыми словами — это умение определить единицу наблюдения и качество исходных данных, выполнить расчёт и проверить вывод независимым способом.
Эксперименты
«Эксперименты» простыми словами — это умение решить рабочую задачу и оформить воспроизводимое доказательство личного вклада. Мы превращаем выполненную задачу в доказательство навыка, которое может проверить другой специалист.
Artifact и registry
«Artifact и registry» простыми словами — это умение решить рабочую задачу и оформить воспроизводимое доказательство личного вклада. Мы превращаем выполненную задачу в доказательство навыка, которое может проверить другой специалист.
Training pipeline
«Training pipeline» простыми словами — это умение решить рабочую задачу и оформить воспроизводимое доказательство личного вклада. Мы превращаем выполненную задачу в доказательство навыка, которое может проверить другой специалист.
Serving
«Serving» простыми словами — это умение решить рабочую задачу и оформить воспроизводимое доказательство личного вклада. Мы превращаем выполненную задачу в доказательство навыка, которое может проверить другой специалист.
CI/CD моделей
«CI/CD моделей» простыми словами — это умение выделить сущности, границы и связи, затем проверить схему на основном и аварийном сценариях. Мы превращаем выполненную задачу в доказательство навыка, которое может проверить другой специалист.
Наблюдаемость
«Наблюдаемость» простыми словами — это умение решить рабочую задачу и оформить воспроизводимое доказательство личного вклада. Мы превращаем выполненную задачу в доказательство навыка, которое может проверить другой специалист.
Безопасность и стоимость
«Безопасность и стоимость» простыми словами — это умение построить модель угроз, сократить поверхность атаки и проверить защиту воспроизводимым сценарием. Мы превращаем выполненную задачу в доказательство навыка, которое может проверить другой специалист.
Self-service
«Self-service» простыми словами — это умение решить рабочую задачу и оформить воспроизводимое доказательство личного вклада. Мы превращаем выполненную задачу в доказательство навыка, которое может проверить другой специалист.
Защита платформы
«Защита платформы» простыми словами — это умение решить рабочую задачу и оформить воспроизводимое доказательство личного вклада. Мы превращаем выполненную задачу в доказательство навыка, которое может проверить другой специалист.
Результат
ML-платформа с feature pipeline, registry, deployment, monitoring и self-service
По ходу курса ученик выполняет практические задания, проверяет себя и постепенно готовит итоговую работу.
Что нужно знать до начала
Нужны базовые навыки инструментов, перечисленных в программе. Перед началом пройдите вводные курсы по незнакомым технологиям.
Инструменты курса
Python, containers, Kubernetes, MLflow, feature store, CI/CD, monitoring
Формат
Теория простыми словами, разобранный пример, практика, автопроверка и итоговый проект
Можно начать сразу
Начать обучение →Перейдите от программы к практике
Доступ ко всем модулям, автопроверке и сертификату — 56 900 ₽.
Ответы на вопросы
Подойдёт ли курс новичку?
Это не вводный курс. Перед началом желательно: Нужны базовые навыки инструментов, перечисленных в программе. Перед началом пройдите вводные курсы по незнакомым технологиям..
Как проверяются задания?
Система проверяет текст ответа по критериям урока и короткий тест. Код, сайт или другой результат ученик прикладывает как доказательство: система оценивает объяснение, но не запускает проект автоматически.
Когда я получу сертификат?
Именной сертификат освоения основной части программы автоматически выпускается после зачёта 80% модулей. В нём указано, сколько модулей пройдено; обучение можно продолжить до 100%.