Специализация

Курсы

B2B

Контакты

Связаться с нами

Смотреть программы

Учитесь работать с данными, моделями и AI-инструментами будущего

1

Виктор Кантор

Экспертов

1

часов образовательного материала

Мы делаем доступным профессиональное образование уровня топ ВУЗ-ов России с опорой на корпоративный опыт лучших экспертов и с учётом мировых трендов технологий в сфере искусственного интеллекта и машинного обучения. Наша задача — сделать образование высокого уровня доступным, понятным и применимым на практике, чтобы знания сразу превращались в профессиональные навыки

Основатель школы

Команда преподавателей по ML и AI

Кирилл Малков

Кирилл Малков

— СDЅ в крупном банке
— Более 8 лет опыта в создании крупномасш- табных проектов на базе Al и Big Data с внутренней и внешней монетизацией: от ключевых рисковых моделей банков до собственных ASR движков
— Возглавлял Data и Al подразделения в крупнейших компаниях России: СБЕР, Билайн, Росбанк, МТС

Даниил Потапов

Даниил Потапов

— Разработчик и идеолог open source библиотек rectools (Recommender Systems) и ambrosia (AB testing)
— Преподаватель в ИТМО, Al Talent Hub
— Head of Al Lab в банке, ранее Head of DS & Analytics в операторе

Никита Зелинский

Никита Зелинский

— ex-SBER AI исполнительный директор по исследованию
— Chief Data Scientist MTC
— ех-СДО Сбербанк
— Кандидат физико-математических наук

Михаил Степнов

Михаил Степнов

— ex-SBER Al исполнительныйдиректор по исследованию д анных
— ех-Руководитель центра R&D Big Data MTS, внедрял ML/Al в МТС Маркетолог, МТС Travel и др.
— Преподаватель и член академического совета НИУ ВШЭ, преподаватель ФКН НИУ ВШЭ, эксперт «Сириус» и др.

Сергей Жестков

Сергей Жестков

— 10+ лет преподаватель высшей математики
— Автор курсов для Сбер, ТБанк, Otus и Skillbox
— Дважды «Преподаватель года» МФТИ
— Эксперт Т-Образования

Илья Ирхин

Илья Ирхин

— CDO Yandex.Eats, ex-CDS Yandex.Go
— Соавтор и преподаватель DMIA
— Кандидат физико-математических наук

Принципы, на которых строится обучение

Мы выстраиваем понятную траекторию развития от базы к сложным современным инструментам

Системный подход

Студенты учатся у практиков и развиваются внутри профессионального сообщества.

Экспертная среда

Школа дает не только программу, но и среду, в которой легче расти и удерживать темп развития.

Поддержка и дополнительные материалы

Три формата обучения

1

Бесплатные видео об искусственном интеллекте и анализе данных: разборы, интервью с экспертами и другие материалы от команды MLinside

Оплата:

Бесплатно

Ролики на youtube

Старт:

В любой момент

Проверка работ:

Нет

Открыть библиотеку

2

Большая программа по искусственному интеллекту и анализу данных. Выбирайте нужные модули и учитесь в удобном темпе - доступ ко всей программе открывается сразу.

Оплата:

Специализация

Старт:

В любой момент

Проверка работ:

Автоматически

О специализации

3

Курсы по отдельным направлениям с преподавателями-практиками, практическими заданиями и обратной связью в процессе обучения.

Оплата:

За поток

Потоковые курсы

Старт:

По датам набора

Проверка работ:

Преподавателями

Смотреть курсы

Открытая библиотека знаний по машинному обучению и AI

Мы верим, что качественное образование должно быть доступным. На наших открытых площадках собраны образовательные видео, лекции и практические материалы по искусственному интеллекту и машинному обучению от ведущих экспертов отрасли.

Открытые уроки

01

Машинное обучение, работа с данными, модели, инфраструктура и практические аспекты разработки ML-решений.

Плейлист

Технический ML

Основатель школы, эксперт по искусственному интеллекту и машинному обучению. Лекции, разборы технологий, практические кейсы и комментарии по развитию индустрии.

Плейлист

Виктор Кантор

Беседы с ведущими экспертами индустрии о технологиях, карьере, развитии AI и реальном опыте работы над продуктами

Плейлист

Подкаст MLinside

Развитие профессиональных навыков, карьерные треки, собеседования, развитие экспертизы и работа в индустрии

Плейлист

Карьера в AI и Data Science

MLinside

14,1 тыс. подписчиков

Смотреть все материалы

Продолжение одной из самых известных специализаций
по машинному обучению

Программа основана на специализации «Машинное обучение и анализ данных» от МФТИ и Яндекса на Coursera и обновлена с учетом современных требований индустрии.

Специализация

02

Смотреть программу

Фундаментальная база

От математики и анализа данных до современных методов машинного обучения.

Системный подход к обучению

Последовательная программа вместо набора отдельных курсов и разрозненных знаний.

Практика на реальных задачах

Домашние задания, проекты и инструменты, которые используются в индустрии.

Образовательные программы MLinside

От практических курсов до академических программ — выбирайте формат обучения, который соответствует вашим целям и уровню подготовки.

Потоковые курсы

03

База ML

Практический курс по машинному обучению для старта и развития в профессии

Идет набор
на поток

Ознакомиться с курсом

Системный дизайн

Проектирование современных ML-систем и AI-продуктов для production-среды

Ознакомиться с курсом

Магистратура

Углубленная академическая программа в области искусственного интеллекта и машинного обучения

Набор временно закрыт

NLP

Практический курс по современному NLP: от трансформеров и языковых моделей до RAG-систем и LLM-агентов.

Записаться

Recsys

Построение современных рекомендательных систем: от классических алгоритмов до нейросетей и LLM

Записаться

Агентная разработка

Основы работы с ИИ-агентами для создания программных проектов и автоматизации рабочих задач

Записаться

Математика
в машинном обучении

Ключевые разделы математики для понимания ML: от функций и производных до линейной алгебры и теории вероятностей

Ознакомиться с курсом

Новые программы в разработке

Мы постоянно расширяем линейку обучения и готовим новые образовательные направления.

Корпоративное обучение
по нейросетям для ваших сотрудников

Узнать больше

Обучение сотрудников AI, машинному обучению и современным инструментам для бизнеса на практике, а не голой теории. Программы строятся на воркшопах с реальными кейсами, задачами и сценариями применения технологий.

Корпоративное обучение