Войти
Каталог
Специалист по компьютерному зрению дронов и нейросетям
Научим интеграции решений компьютерного зрения с нуля
- Спикеры из Сколтеха
С опытом применения нейросетей для реализации задач различных отраслей
- Реальная практика
Во время обучения рассматриваются кейсы из индустрии сельского хозяйства и логистики
- Финальная работа
Позволит сразу после курса показать реальный опыт в портфолио
Что будете изучать
Через 8 месяцев обучения вы сможете писать код для роботов на Python, чтобы учить машины видеть и анализировать данные предметов вокруг — от тостера до складской руки-манипулятора. С этим навыком вы сможете решать индустриальные задачи: учить дроны рисовать карты и сканировать состояние полей, делать системы безопасности на производстве и много чего ещё!
Что такое компьютерное зрение
- Это область искусственного интеллекта
задача которой научить компьютеры видеть объекты, а не набор пикселей. Занимаются компьютерным зрением AI-разработчики — специалисты по машинному обучению и нейросетям.
- В сельском хозяйстве
например, обычная камера «увидит» в клубне картошки массу пикселей с превалирующим цветом #FBD080. Робот с компьютерным зрением поймёт: «Передо мной клубень, приступить к нарезанию картошки фри!»
- В картографии
дроны с компьютерным зрением помогают строить подробные карты местности. Такие карты очень нужны, например, в геодезии или строительстве для анализа рельефа.
- В строительстве
умные камеры следят за безопасностью рабочих и предотвращают несчастные случаи. Скажем, если какой-то рабочий оставил балку в опасной близости от края здания, камера зафиксирует это и передаст руководству.
- В умных автомобилях
системы компьютерного зрения отвечают за дополнительный уровень безопасности, рассчитывая расстояние до ближайших объектов и их скорость.
- В распознавании текста
компьютерное зрение используется, например, для перевода иностранного текста через камеру в Google- или Яндекс-переводчике. Вы наверняка пробовали эту функцию — а значит, и уже пользовались компьютерным зрением.
Чему вы научитесь
-
Узнаете сильные и слабые стороны разных нейросетей. Сможете безошибочно определить, какая архитектура лучше подходит для решения конкретной задачи.
-
Освоите Python-библиотеки PyTorch, Keras, TensorFlow и другие. Научитесь правильно собирать и размечать данные, обучать и тестировать модели.
-
Сможете понимать логику языка. Работать с данными из сторонних источников. Использовать библиотеки Python и решать уравнения с помощью Python.
-
Получите весь необходимый объём знаний из высшей математики для решения основных задач робототехники. Научитесь использовать теорию вероятностей, дифференциальное исчисление, численные методы для построения сложных моделей.
-
Научитесь решать прикладные математические задачи при помощи Python.
Подробнее о программе
- 3 курса
- 21 тематический модуль
- Много практики
- Актуальна для 2024 года
- 1 курс
-
Python для инженеров Научитесь автоматизировать работу с данными, решать технические и инженерные задачи с помощью языка программирования Python.
- Основы разработки на Python
- Расширенные возможности Python
- Символьные и численные расчёты в Python
- Визуализация данных
- Обработка и первичный анализ данных различных типов
- Взаимодействие с операционной системой и оборудованием
-
- 2 курс
-
Математика для робототехников Узнаете, как работать со сложными функциями и уравнениями. Изучите законы механики, линейной алгебры и основы теории вероятностей, чтобы проводить инженерные расчёты.
- Базовые понятия линейной алгебры
- Прикладная линейная алгебра
- Математический анализ и решение дифференциальных уравнений
- Теоретическая механика: кинематика
- Теоретическая механика: динамика
- Основы теории вероятностей и статистики
-
- 3 курс
-
Компьютерное зрение и нейросети для роботов На примере задач для сельского хозяйства и производственных складов научитесь работать с AI-проектами.
- Специфика AI-индустрии и задач компьютерного зрения
- Постановка задач машинного обучения и подходы к их решению
- Обучение и настройка нейросетей
- Нейросети класса YOLO — определение объекта
- Нейросети класса U-Net — решение индустриальных задач
- Сбор и разметка датасета
- Управление проектами по внедрению компьютерного зрения
-
- Финальная работа
-
Создадите решение компьютерного зрения для прикладной задачи в сельском хозяйстве
-
Спикеры курса
Как проходит обучение на платформе
-
РегистрацияЗнакомитесь с платформой
Платформа Skillbox — собственная разработка компании, которую мы постоянно улучшаем. Вас ждут видео, практические задания и общение с кураторами. Доступ к материалам откроется сразу после покупки курса.
-
ТеорияПолучаете знания
Курсы состоят из тематических видео разной длительности. Смотрите их когда и где угодно. Доступ бессрочный, чтобы вы всегда могли вернуться и повторить теорию.
-
ПрактикаВыполняете задания
Мы уверены, что навыки отрабатываются только через практику. Поэтому после теории вас ждёт практическая работа или тест. Все задачи приближены к реальным — их можно с гордостью положить в портфолио.
-
Обратная связьРаботаете с куратором
Проверкой заданий занимаются кураторы. Это эксперты по теме курса. Они помогут с трудными задачами и подскажут, как улучшить ваши проекты. Общаться с проверяющими кураторами можно прямо на платформе.
Общение, комьюнити и нетворкинг
-
Вебинары с экспертами
Сможете задать вопросы специалисту и отточить навыки на новых задачах
-
Общение в Telegram-чате
Приобщитесь к комьюнити и сможете разбирать темы занятий вместе с будущими коллегами
Вам может понравиться
О Skillbox
Часто задаваемые вопросы
-
Что я должен уметь, чтобы успешно пройти курс?
У вас должны быть знания по математике на уровне выпускника старшей школы. Всему остальному вы научитесь на курсе! А если что-то покажется сложным, вы всегда сможете обратиться за помощью к кураторам.
-
Нужен ли мне мощный компьютер, чтобы пройти курс?
Нет, технические требования для программ, которые мы используем на курсе, невысокие. Вам хватит 4 ГБ оперативной памяти и процессора с частотой 1,6 ГГц.
-
Нужно ли мне покупать какие-то программы, чтобы пройти курс?
Нет, всё ПО, которое вам понадобится, — бесплатное. На курсе мы расскажем, как его скачать, установить и настроить.
-
Какой график обучения на платформе? Получится ли совмещать его с работой?
Вы можете изучать материалы курса в удобном вам режиме, совмещать обучение на платформе с работой и личной жизнью. Более того, все видео будут доступны и по окончании курса, так что вы сможете освежить свои знания в любой момент.
-
Сколько часов в неделю мне нужно будет уделять обучению на платформе?
Всё зависит только от вас. В среднем пользователи платформы занимаются от 3 до 5 часов в неделю.
-
Кто будет мне помогать в обучении на платформе?
У вас будут проверяющие эксперты и куратор в Telegram-чате курса. Они прокомментируют практические работы, дадут полезные советы и ответят на любые вопросы. Вы сможете перенять их опыт, профессиональные знания и лайфхаки.
-
Действуют ли какие-нибудь программы рассрочки?
Да, вы можете купить курс в рассрочку — и спланировать свой бюджет, разбив всю сумму на небольшие ежемесячные платежи.
- 4,7
- 4,7
- 4,8
- 4,5
- 4,7
- 5,0
- 4,5
- 4,7
- Кишинев
- Ташкент
- Баку
- Ереван
- Астана
- Минск
- Москва
- Гюмри
- Ванадзор
- Абовян
- Вагаршапат
- Раздан
- Гавар
- Капан
- Алматы
- Шымкент
- Гомель
- Могилев
- Наманган
- Самарканд
- Тирасполь
- Бельцы
