МГУ: «Современные рекомендательные системы»
студенты МГУ им. М.В. Ломоносова | бесплатно
Что такое курс?
Это формат, предполагающий краткосрочное обучение и освоение конкретной технологии, инструмента или методики в сфере IT. На курсе ты получишь актуальные теоретические и практические знания по современным рекомендательным системам от ведущих экспертов-практиков из VK. Ты узнаешь, как устроена рекомендательная система изнутри: какие приёмы обработки пользовательского сигнала и машинного обучения используются при построении алгоритма и ответе на запросы. А ещё курс раскрывает тему объективной оценки качества системы рекомендаций — эти знания помогут самостоятельно спроектировать рекомендательный пайплайн! При успешном окончании курса ты получишь сертификат и зачёт по спецкурсу или факультативу, в зависимости от ступени высшего образования.
Обучение бесплатное, но количество мест ограничено. Подать заявку можно, когда набор открыт.
Длительность
1 семестр
Формат
Гибрид
Нагрузка
2-4 ак.часа в неделю
Кто может учиться
Студенты МГУ им. М. В. Ломоносова
Стоимость
Бесплатно
Статус
Набор закрыт
Набор заявок закрыт
Подпишись на уведомления, чтобы не пропустить старт набора.
Изучай то, что востребовано на рынке
Рекомендательные системы — это программы, которые помогают пользователям выбрать наиболее подходящий продукт. Они автоматизируют процесс поиска, повышают конверсию для бизнеса и экономят время. Сегодня рекомендательные системы используются повсюду, поэтому специалисты, умеющие проектировать их качественно и быстро, точно будут востребованы на рынке. Ты познакомишься с основными алгоритмами и методами современной разработки рекомендательных систем, применишь полученные знания на практике и сможешь спроектировать собственную рекомендательную систему вместе с экспертами VK и индустрии!
Получай практические навыки
Основы разработки рекомендательных систем
На курсе ты изучишь современные технологии, необходимые для разработки рекомендательных систем, и ознакомишься с подходами к их проектированию. Получишь комплекс навыков, которые помогут тебе стать востребованным специалистом и начать работать в крупной IT-компании.
Тренировка навыков
Программа ориентирована на практику: будут домашние задания, тренировочные тесты, разбор реальных кейсов из индустрии. Преподают ведущие эксперты VK, которым всегда можно задать вопрос и получить обратную связь.
Знакомство с экспертным сообществом
Преподаватели на курсе — действующие разработчики в VK и ведущие эксперты индустрии. У тебя будет возможность пообщаться с ними лично и задать вопросы по интересующей профессии.
Содержание курса
цель курса
изучить рекомендательную систему изнутри: узнать приёмы обработки пользовательского сигнала, оценить роль машинного обучения в построении рекомендательного алгоритма и научиться качественно оценивать работающую модель рекомендательной системы.
всего
15 занятий / 36 ак. часов и 3 домашних задания
преподаватель
Владислав Гончаренко
Преподаватель
Преподаю машинное обучение в МФТИ и читаю курс по рекомендательным системам в МГУ. Люблю делиться знаниями, поэтому часто выступаю на конференциях. Если не работаю, то катаюсь на велосипеде.
цель курса
изучить рекомендательную систему изнутри: узнать приёмы обработки пользовательского сигнала, оценить роль машинного обучения в построении рекомендательного алгоритма и научиться качественно оценивать работающую модель рекомендательной системы.
всего
15 занятий / 36 ак. часов и 3 домашних задания
преподаватель
Владислав Гончаренко
Преподаватель
Преподаю машинное обучение в МФТИ и читаю курс по рекомендательным системам в МГУ. Люблю делиться знаниями, поэтому часто выступаю на конференциях. Если не работаю, то катаюсь на велосипеде.
Кому подходит курс?
Студентам МГУ им. М. В. Ломоносова
Если ты хочешь узнать, как работают современные рекомендательные системы изнутри и построить рекомендательный пайплайн полного цикла, — этот курс для тебя. Поступить могут действующие студенты 2-6 курсов бакалавриата, специалитета, а также магистранты и аспиранты факультетов ВМК, мехмата, ФКИ и физфака МГУ, обладающие требуемыми навыками.
Какие требования?
Обладать знаниями и навыками
Студентам курса необходимо владеть базовыми знаниями программирования, линейной регрессией, бустингом и нейросетями, а также разбираться в математике (линейной алгебре, статистике, оптимизации) и понимать, как работает машинное обучение.
Быть готовым к нагрузке
Наш курс состоит из 36 часов погружения в проектирование рекомендательных систем и содержит 8 разноплановых тем. Будут интересные лекции, интерактивные семинары и полезные домашние задания. При успешном окончании курса ты получишь сертификат и зачёт по спецкурсу или факультативу, в зависимости от ступени высшего образования.
Как поступить на курс?
Для нас важно качество образования, а не количество выпускников, поэтому места на нашем бесплатном курсе «Современные рекомендательные системы» ограничены. Чтобы начать обучение, выполни два простых действия.
Подача заявки
Внимательно изучи страницу курса, убедись, что соответствуешь всем требованиям, и подай заявку на участие. Если анкета заполнена верно и ты соответствуешь всем условиям, мы пришлём тебе письмо с информацией о дальнейших шагах для зачисления на программу.Набор заявок закрыт
Подпишись на уведомления, чтобы не пропустить старт набора.
Набор заявок закрыт
Подпишись на уведомления, чтобы не пропустить старт набора.