MACHINE LEARNING ДЛЯ НАЧИНАЮЩИХ. ОБУЧЕНИЕ У НАС |

Всё про самую увлекательную профессию 21 века: от сбора данных до оценки эффекта от моделей машинного обучения

СТАРТ ПРОГРАММЫ
9 СЕНТЯБРЯ
ФОРМАТ ОБУЧЕНИЯ
ОНЛАЙН
Формат обучения Start ML
КОМУ ПОДОЙДЁТ
С НУЛЯ
Кому подойдет курс
ПОЭТАПНАЯ ОПЛАТА
НА 7 МЕСЯЦЕВ
Поэтапная оплата курса
НЕРСЕС БАГИЯН
Старт программы машинного обучения для начинающих
Преподаватель курса по машинному обучению для начинающих

Чем занимаются ML-Инженеры:

В современном мире бизнес сталкивается со многими проблемами, которые требуют неординарных решений. Например, как идентифицировать клиентов, которые хотят уйти, и сохранить их с помощью ценовых факторов?
Работа ML-инженера заключается в решении подобного рода задач и создании систем, которые работают лучше и быстрее, чем решения, сделанные простым человеком.
Вы уже работаете в IT, но хотите перейти в новую сферу или расширить свои знания и навыки, чтобы применить их в различных областях машинного обучения.
УЖЕ РАБОТАЕТЕ В IT
Хотите изучить машинное обучение, но не знаете, с чего начать. Курс научит вас необходимой математической базе для работы в ML и даст навыки для старта карьеры.
СТАРТ КАРЬЕРЫ

ДЛЯ КОГО ЭТА ПРОГРАММА:

ВАШЕ РЕЗЮМЕ == ЧЕРЕЗ 7 МЕСЯЦЕВ

Технологии:
Python (numpy, scipy, sklearn, catboost, pytorch*, seaborn, matplotlib, pandas), Airflow, Fast API, SQL Alchemy, Git, SQL

Задачи:
Разработка на Python:
— Cбор и обработка данных из БД с помощью Python
— Версионирование кода

Машинное обучение:
— Создание и отбор признаков для алгоритмов
— Построение бейзлайнов и их улучшение
— Валидация и визуализация результатов моделей
— Вывод модели в production через REST API или batch пайплайн

Прикладная статистика:
— Дизайн эксперимента: подбор выборок и расчет длительности А/B теста
— Оценка влияния ML моделей на перфоманс продукта
— Оценка причинно-следственного эффекта при невозможности проведения А/B эксперимента
ЖЕЛАЕМАЯ ЗАРПЛАТА ОТ
100 000 рублей
Junior ML-инженер
МАРИЯ ОСТРИКОВА

КАК ПРОХОДИТ ОБУЧЕНИЕ:

О курсе
Формат обучения
Подход к обучению
Проект
Инфраструктура
Поддержка студентов
Поиск работы

УЗНАВАЙТЕ ПОДРОБНЕЕ О КУРСЕ

Преподаватели расскажут о курсе, обсудят каждый модуль, его ценность и особенности использования полученных знаний в дальнейшей работе.

ФОРМАТ ОБУЧЕНИЯ

Обучение проходит в интенсивном формате по 3 занятия в неделю
Домашние задания выполняются на настоящей инфраструктуре
Все лекции и дополнительные материалы доступны на образовательной платформе и остаются у вас после окончания курса
На учёбу наши студенты тратят в среднем 10 часов в неделю

ФОКУСИРУЙТЕСЬ НА ПРАКТИКЕ

Мы включили в программу теорию по математике в необходимом для практики объеме. Она подаётся совместно с основным уроком, так что учить отдельно не придется.

Мы старались включить как можно больше приближенных к реальности заданий, чтобы задачи на работе не оказались для вас сюрпризом.

РАБОТАЙТЕ НАД РЕАЛЬНЫМ ПРОЕКТОМ

Проект заключается в построении системы ранжирования постов в социальной сети. Вы будете работать над ним на протяжении всего курса, выполняя задания по мере изучения необходимой теории. Вы освоите важнейшие области машинного обучения (от табличных данных до картинок) и познакомитесь с промышленной разработкой. В итоге вы создадите API, которое выбирает самые релевантные посты для каждого клиента.

ИСПОЛЬЗУЙТЕ НАШУ ИНФРАСТРУКТУРУ

Работайте во всех необходимых инструментах на нашей инфраструктуре. Вам не придется устанавливать ПО на свой компьютер, мы предоставляем доступ ко всем технологиям
Практикуйтесь на данных из реальных задач
Изучайте решения преподавателей и других студентов

ЗАДАВАЙТЕ ЛЮБЫЕ ВОПРОСЫ В ПОДДЕРЖКУ

Обсуждайте задачи и проекты с экспертами рынка
Вашими менторами будут ML-инженеры из ведущих российских компаний
По окончании курса мы помогаем нашим студентам устроиться на работу: объясняем, как правильно составить резюме и сопроводительное письмо, отрабатываем навыки самопрезентации, а затем отправляем ваше резюме с рекомендациями компаниям-партнёрам. В течение всего процесса трудоустройства мы поддерживаем и сопровождаем наших студентов — вплоть до получения желаемого оффера.

УСТРАИВАЙТЕСЬ НА РАБОТУ ПОСЛЕ КУРСА

ФОРМАТ ОБУЧЕНИЯ
 Обучение проходит в интенсивном формате по 3 занятия в неделю
 Домашние задания выполняются на настоящей инфраструктуре
 Все лекции и дополнительные материалы доступны на образовательной платформе и остаются у вас после окончания курса
 На учёбу наши студенты тратят в среднем 10 часов в неделю
ФОКУСИРУЙТЕСЬ НА ПРАКТИКЕ
 Мы включили в программу теорию по математике в необходимом для практики объеме. Она подаётся совместно с основным уроком, так что учить отдельно не придется.
 Мы старались включить как можно больше приближенных к реальности заданий, чтобы задачи на работе не оказались для вас сюрпризом.
РАБОТАЙТЕ НАД РЕАЛЬНЫМ ПРОЕКТОМ
Проект заключается в построении системы ранжирования постов в социальной сети. Вы будете работать над ним на протяжении всего курса, выполняя задания по мере изучения необходимой теории. Вы освоите важнейшие области машинного обучения (от табличных данных до картинок) и познакомитесь с промышленной разработкой. В итоге вы создадите API, которое выбирает самые релевантные посты для каждого клиента.
ИСПОЛЬЗУЙТЕ НАШУ ИНФРАСТРУКТУРУ
 Работайте во всех необходимых инструментах на нашей инфраструктуре. Вам не придется устанавливать ПО на свой компьютер, мы предоставляем доступ ко всем технологиям
 Практикуйтесь на данных из реальных задач
 Изучайте решения преподавателей и других студентов
ЗАДАВАЙТЕ ЛЮБЫЕ ВОПРОСЫ В ПОДДЕРЖКУ
— Обсуждайте задачи и проекты с экспертами рынка
Вашими менторами будут ML-инженеры из ведущих российских компаний

НА КУРСЕ ИСПОЛЬЗУЕМ >>>

ПРОГРАММА КУРСА ://

1. ПРИКЛАДНАЯ РАЗРАБОТКА НА PYTHON
Python — один из самых популярных инструментов для анализа данных. В этом блоке мы научимся работать с этим языком, познакомимся с основными библиотеками для ML и узнаем, как грамотно использовать Python при командной работе. Также мы посвятим время изучению инструментов для работы с базами данных, как с помощью классического SQL, так и с помощью Python кода. Полученных знаний будет достаточно для работы не только в области анализа данных, но и в классической разработке на Python.
2. МАШИННОЕ ОБУЧЕНИЕ И ПРИЛОЖЕНИЯ
Классические методы машинного обучения — это основа для большинства современных способов анализа данных, например, для оптимизации банковского ценообразования. Мы изучим основной теоретический инструментарий для успешного построения ML-дизайна в острых проблемах реальной индустрии и отточим новые навыки на практике.
3. ОБЗОР ОСНОВ DEEP LEARNING
Глубинное обучение с использованием нейронных сетей появляется тогда, когда классические модели бессильны: детекция объектов с картинки, генерация осмысленного текста, определение тональности звуковой дорожки и многое другое. В данном курсе мы обзорно посмотрим на решения, которые можно сделать с помощью deep learning, и попробуем в них разобраться.
4. СТАТИСТИКА И A/B-ТЕСТЫ
В этом блоке мы изучим основные понятия математической статистики, необходимые для улучшения моделей. Научимся правильно проводить A/B тестирование, чтобы достоверно измерять влияние внедрения ML моделей на продукт и бизнес. Обсудим нюансы при проведении экспериментов и способы оценки метрик при невозможности проведения A/B-теста.
5. СОБЕСЕДОВАНИЯ И КАК ИХ ПРОЙТИ
В последнем блоке курса мы еще раз вспомним основные моменты из всего курса и обсудим, как проходят собеседования на младшего специалиста в машинном обучении, как к ним готовиться и как их проходить. Мы хотим поделиться своим опытом и помочь пройти первый этап в поиске профессии мечты.
1. ПРИКЛАДНАЯ РАЗРАБОТКА НА PYTHON
Python — один из самых популярных инструментов для анализа данных. В этом блоке мы научимся работать с этим языком, познакомимся с основными библиотеками для ML и узнаем, как грамотно использовать Python при командной работе. Также мы посвятим время изучению инструментов для работы с базами данных, как с помощью классического SQL, так и с помощью Python кода. Полученных знаний будет достаточно для работы не только в области анализа данных, но и в классической разработке на Python.
2. МАШИННОЕ ОБУЧЕНИЕ И ПРИЛОЖЕНИЯ
Классические методы машинного обучения — это основа для большинства современных способов анализа данных, например, для оптимизации банковского ценообразования. Мы изучим основной теоретический инструментарий для успешного построения ML-дизайна в острых проблемах реальной индустрии и отточим новые навыки на практике.
3. ОБЗОР ОСНОВ DEEP LEARNING
Глубинное обучение с использованием нейронных сетей появляется тогда, когда классические модели бессильны: детекция объектов с картинки, генерация осмысленного текста, определение тональности звуковой дорожки и многое другое. В данном курсе мы обзорно посмотрим на решения, которые можно сделать с помощью deep learning, и попробуем в них разобраться.
4. СТАТИСТИКА И A/B-ТЕСТЫ
В этом блоке мы изучим основные понятия математической статистики, необходимые для улучшения моделей. Научимся правильно проводить A/B тестирование, чтобы достоверно измерять влияние внедрения ML моделей на продукт и бизнес. Обсудим нюансы при проведении экспериментов и способы оценки метрик при невозможности проведения A/B-теста.
5. СОБЕСЕДОВАНИЯ И КАК ИХ ПРОЙТИ
В последнем блоке курса мы еще раз вспомним основные моменты из всего курса и обсудим, как проходят собеседования на младшего специалиста в машинном обучении, как к ним готовиться и как их проходить. Мы хотим поделиться своим опытом и помочь пройти первый этап в поиске профессии мечты.
ЕСЛИ ЭТОТ КУРС КАЖЕТСЯ ВАМ ЛЕГКИМ

ПРОГРАММА ТРУДОУСТРОЙСТВА>>>

ТРУДОУСТРОЙСТВО
Вместе достигнем желаемой цели
ПОДГОТОВКА
Поможем составить сильное резюме

РЕКОМЕНДАЦИИ
Расскажем о вас компаниям-партнёрам
СОБЕСЕДОВАНИЕ
Организуем интервью с работодателем
90%
Трудоустроенных выпускников
Рассчитано на основе данных о количестве выпускников, обратившихся за помощью в поиске работы и трудоустроенных за 3 месяца. Как мы это считали
Будем поддерживать вас в течение всего процесса трудоустройства.
Наша цель — довести вас до оффера.
Рассчитано на основе данных о количестве выпускников, обратившихся за помощью в поиске работы и трудоустроенных за 3 месяца. Как мы это считали
ПОДРОБНЕЕ
САМОПРЕЗЕНТАЦИЯ
Чтобы получить сильное резюме и навыки самопрезентации вы пройдете:
- Лекции и вебинары по составлению резюме от HR-эксперта Яндекс
- Тест-драйв собеседования
- Консультацию, на которой определите стратегию поиска работы и пропишете карьерные цели
79
ОТСЛЕЖИВАНИЕ ПРОГРЕССА
Свой прогресс в трудоустройстве вы будете отслеживать с помощью специальных дневников. Работать над ошибками мы будем вместе с вами: мы подскажем, что нужно подтянуть и в каком направлении лучше мыслить, чтобы эффективнее справляться с задачами на собеседованиях.
90
РАБОТА МЕЧТЫ
Наша цель — довести вас до оффера. Среднее время трудоустройства с сопровождением составляет 1-1,5 месяца.
108
САМОПРЕЗЕНТАЦИЯ
Чтобы получить сильное резюме и навыки самопрезентации вы пройдете:
- Лекции и вебинары по составлению резюме от HR-эксперта Яндекс
- Тест-драйв собеседования
- Консультацию, на которой определите стратегию поиска работы и пропишете карьерные цели
ВЫБОР ВАКАНСИЙ
После подготовки всех необходимых материалов вы получите доступ к Telegram-каналам, где ежедневно обновляются вакансии от наших партнёров. На заинтересовавшие вас вакансии HR отправят ваше резюме с рекомендациями и организуют собеседование.
ОТСЛЕЖИВАНИЕ ПРОГРЕССА
Свой прогресс в трудоустройстве вы будете отслеживать с помощью специальных дневников. Работать над ошибками мы будем вместе с вами: мы подскажем, что нужно подтянуть и в каком направлении лучше мыслить, чтобы эффективнее справляться с задачами на собеседованиях.
РАБОТА МЕЧТЫ
Наша цель — довести вас до оффера. Среднее время трудоустройства с сопровождением составляет 1-1,5 месяца.

ВЫПУСКНИКИ НАШЕЙ ШКОЛЫ РАБОТАЮТ >>>

ДЕМОВЕРСИЯ
Пройдите по одному уроку из трех разных блоков, познакомьтесь с образовательной платформой и решите, подходит ли вам формат обучения.
ПОЛНАЯ ВЕРСИЯ
+ Прикладная разработка на Python
+ Машинное обучение и приложения
+ Обзор основ Deep Learning
+ Статистика и A/B-тесты
+ Собеседования и как их пройти
+ Поддержка преподавателей
+ Работа на удаленном сервере
Начните осваивать профессию ML-инженера, получите доступ к работе на удалённом сервере и поддержке от наших преподавателей.
+ Уроки по темам:
>> Основные сведения о Python
>> Введение в МО
>> Зачем нужна статистика и A/B тесты
+ Конспекты лекций
+ Практические задания с разбором
18 000 ₽
110 000 ₽
0 ₽
Регистрация на курсе открывается сразу после нажатия на кнопку ниже.
ПОМЕСЯЧНО:
ПОЛНАЯ ОПЛАТА:
Оплата в течение
7 месяцев
Скидка 16 000 ₽
при полной оплате
126 000 ₽
Доступ к демоверсии откроется после регистрации на образовательной платформе.
+ Статистика и A/B-тесты
+ Собеседования и как их пройти
+ Поддержка преподавателей
+ Работа на удаленном сервере
+ Прикладная разработка на Python
+ Машинное обучение и приложения
+ Обзор основ Deep Learning
Начните учиться сейчас, оформите налоговый вычет и верните до 13% стоимости обучения. Подробнее здесь.
налоговый вычет
гарантия возврата
Если в течение двух недель решите, что курс вам не подходит — вернём деньги.

ПОЛУЧИТЕ НЕОБХОДИМУЮ
БАЗУ ДЛЯ РАБОТЫ В СФЕРЕ
|

Преподаватель курса ML-инженера Нерсес Багиян
Этот курс составлен таким образом, чтобы человек, прошедший его, мог справляться с задачами Junior ML-инженера: обрабатывать данные, собирать признаки, строить бейзлайн модели ML. Помимо этого, мы прекрасно понимаем, что junior-специалистам тяжело проходить собеседования, и можно совершить много ошибок по неопытности, поэтому мы предусмотрели отдельный материал по подготовке к собеседованиям, в дополнение к hard skills, которым мы учим на курсе.
Head of DS в Raiffeisen CIB
НЕРСЕС БАГИЯН

УЧИТЕСЬ У >ЛУЧШИХ>

Преподаватель онлайн курса Start ML Нерсес Багиян
Руководитель направления продвинутой аналитики в Raiffeisen CIB. Преподаватель машинного обучения ФКН НИУ ВШЭ. Выпускник школы анализа данных от Яндекса. Ранее прошёл путь от стажера до старшего аналитика в Яндекс. Маркете за 2 года.
Head of DS в Raiffeisen CIB
НЕРСЕС БАГИЯН
Преподаватель курса Start ML для начинающих Алексей Кожарин
Занимается продуктовой аналитикой и построением моделей машинного обучения в корпоративно-инвестиционном подразделении Райффайзенбанка.
Модули >>>
Аналитик Raiffeisen CIB
АЛЕКСЕЙ КОЖАРИН
Преподаватель курса Start ML Никита Табакаев
Занимается продуктовой аналитикой и построением моделей машинного обучения в корпоративно-инвестиционном подразделении Райффайзенбанка.
Модули >>>
Аналитик Raiffeisen CIB
НИКИТА ТАБАКАЕВ
Преподаватель курса Start ML Алексей Биршерт
Преподаватель машинного обучения ФКН НИУ ВШЭ. Закончил ФКН НИУ ВШЭ с красным дипломом. Исследователь в области обработки естественного языка.
Модули >>>
Аналитик Raiffeisen CIB
АЛЕКСЕЙ БИРШЕРТ
Преподаватель курса Start ML Эмиль Каюмов
Руководит командой, которая делает рекомендации и прочие ML задачи продукта и эффективности в Яндекс Еде и Лавке. Ранее занимался задачами продукта Яндекс Такси.
Модули >>>
Head of ML Яндекс.Еда
ЭМИЛЬ КАЮМОВ

FAQ

Есть ли у вас образовательная лицензия?
Да, мы осуществляем образовательную деятельность на основании государственной лицензии № 042 048 от 11 апреля 2022 года, выданной Департаментом образования и науки города Москвы.
Смогу ли я оформить налоговый вычет за обучение?
Да. Если вы оплатили обучение на курсе после 23 мая 2022 года, являетесь налоговым резидентом России и уплачиваете подоходный налог, вы можете оформить вычет. Однако подать документы можно только в году, следующем за годом оплаты обучения. 
Налоговый вычет за обучение — это часть расходов на образование, которую государство может вам компенсировать. С подробной информацией об условиях получения налогового вычета, порядком его расчёта и списком необходимых документов можно ознакомиться на сайте ФНС.
Какими знаниями нужно обладать для прохождения курса?
Чтобы успешно пройти курс, достаточно знать математику на уровне школьной программы. Вам не потребуется уметь программировать и знать алгоритмы машинного обучения. Всё это вы сможете освоить с нуля.
Какие программы и оборудование нужны для обучения?
Лекции вы сможете смотреть с любого устройства, но для написания кода вам потребуется компьютер или ноутбук. Требований к конфигурации и мощности нет — мы предоставим всю необходимую инфраструктуру для работы на удалённом сервере. На старте обучения специальные программы устанавливать не обязательно — будут нужны только браузер и стандартные приложения для общения: Telegram, Zoom и Slack.
Как много времени нужно будет уделять обучению?
В среднем наши студенты занимаются по 10 часов в неделю. Этого времени хватает, чтобы успевать смотреть лекции и вовремя выполнять домашние задания.
Смогу ли я совмещать обучение с работой?
Мы организовали обучение таким образом, чтобы вы могли совмещать его с работой, учёбой и личной жизнью. Заниматься вы сможете в любое время и в удобном для вас темпе — все лекции записаны заранее и разбиты на короткие видео по 15−30 минут, а для домашних заданий установлены мягкие двухнедельные дедлайны.
Как будет проходить обучение?
Обучение длится 7 месяцев. Каждую неделю будет проходить по два-три урока, доступ к которым будет открываться постепенно. Уроки состоят из видеолекций, конспектов и практических заданий, на выполнение которых отводится две недели. По истечении двухнедельного дедлайна будет открываться доступ к разборам заданий. Если во время обучения возникнут сложности, вы сможете обратиться за помощью к менторам. В течение курса вы будете работать над одним большим проектом и в конце пройдёте настоящее code-ревью.
Предусмотрены ли перерывы в ходе обучения?
После каждого модуля будет неделя каникул, во время которой вы сможете догнать программу, доделать домашние задания, подробнее ознакомиться с заинтересовавшими вас темами или просто отдохнуть.
ПОКАЗАТЬ ЕЩЁ
Что если у меня возникнут сложности с выполнением заданий?
Во время обучения вполне нормально «застрять» на каком-то задании. На этот случай у нас работает команда поддержки, которая поможет разобраться со сложной задачей.
Что если я начну отставать от программы курса?
Если вдруг что-то пойдёт не по плану, и вы почувствуете, что отстаёте от программы, сообщите об этом кураторам курса. Вместе мы придумаем, как сделать ваше обучение более удобным.
Какой язык программирования я буду изучать?
Вы будете изучать Python. Сейчас это самый популярный язык программирования в сфере Data Science.
Я смогу общаться с преподавателями и другими студентами?
Конечно, сможете. Всё общение с преподавателями и однокурсниками будет проходить в Slack. В чате можно будет задать любые вопросы по обучению.
Кто будет меня учить?

Вашими наставниками будут ML-инженеры из ведущих российских компаний, таких как Raiffeisen CIB и Яндекс. В этот курс они вложили все свои знания и опыт, полученные за многие годы работы. Во время обучения они будут рядом и помогут справиться с трудностями.

Получу ли я документ, подтверждающий прохождение курса?
Да, мы выдаём именной сертификат с подписями преподавателей курса. Чтобы его получить, необходимо сдать финальный проект и набрать суммарно не менее половины баллов за домашние задания.
Останется ли у меня доступ к учебным материалам после окончания курса?
Да, останется. Лекции, конспекты и домашние задания будут доступны вам всегда, даже после окончания обучения. Единственное, к чему пропадёт доступ, это удалённый сервер. Но не волнуйтесь — мы заранее вас предупредим и дадим возможность сохранить все необходимые файлы.
Смогу ли я найти работу после обучения?
Сейчас ML-инженеры крайне востребованы на рынке труда. Если после обучения вы будете откликаться на вакансии и работать над тестовыми заданиями, то у вас обязательно получится найти хорошую работу. На курсе мы дадим все необходимые знания и научим применять их на практике. Именно на это работодатели обращают внимание в первую очередь. А чтобы вы смогли лучше подготовиться к собеседованиям, отдельный модуль программы мы посвятили разбору типовых задач.
Помогаете ли вы с трудоустройством?
Да, у нас работает программа трудоустройства, благодаря которой работу находят 90% наших выпускников. Сначала мы расскажем, как правильно составлять резюме и сопроводительное письмо, проведём пробное собеседование и научим правильно презентовать свои навыки. Затем мы направим ваше резюме компаниям-партнёрам, среди которых Озон, Яндекс, Авито и многие другие. Всё это время вас будет сопровождать наш менеджер по трудоустройству. В среднем от подачи резюме до получения оффера проходит 1−1,5 месяца.
Я уже работаю в Data Science. Чем мне может помочь ваш курс?
Если вы уже работаете в Data Science, но для решения своих задач не применяете машинное обучение, наш курс поможет вам расширить кругозор и повысить свою ценность на рынке труда. Если вы уже сталкивались в работе с ML-алгоритмами, то сможете актуализировать знания и получите хорошую базу для обучения на более продвинутых программах.
У меня есть свои задачи по работе с данными, которые я хочу научиться решать. Поможет ли мне ваш курс?
Практические задачи, которые вы будете решать, регулярно встречаются в повседневной работе ML-инженера. Поэтому вы сможете применить полученный опыт для решения большинства стоящих перед вами задач. Если ваша задача специфическая и требует нестандартного подхода к решению, вы сможете посоветоваться в чате с командой поддержки и преподавателями — вам обязательно помогут.
В чём преимущество вашей программы по сравнению с бесплатными курсами?
В интернете есть много открытых источников с полезной и при этом бесплатной информацией — сформировать ключевые компетенции можно и на её основе. Однако не у всех есть время самостоятельно искать и структурировать разрозненную информацию. Программа нашего курса составлена опытными методистами и охватывает все ключевые инструменты и навыки, которыми должен владеть ML-инженер. Она разработана таким образом, чтобы вы могли с нуля разобраться в сложных темах и за короткий срок освоить новую профессию. Кроме того, мы оказываем нашим студентам всестороннюю поддержку — как в процессе обучения, так и при поиске работы.
Можно ли посмотреть отзывы тех, кто уже прошёл курс?
Этот курс мы запустили недавно. На данный момент все студенты находятся в процессе обучения, поэтому отзывов от выпускников пока нет. Но вы можете ознакомиться с отзывами о других наших программах.
Что произойдёт после оплаты?
После подачи заявки и оплаты обучения вы присоединитесь к ближайшему учебному потоку. Обучение на потоках начинается 10-го числа каждого месяца — к этому времени вас зарегистрируют во всех необходимых системах. В день старта вам придёт письмо с логином и паролем, а также ссылками на чаты в Slack и Telegram.
Как я могу оплатить обучение?
Вы можете оплатить обучение банковской картой. Доступны два варианта: заплатить всю сумму сразу или платить ежемесячно равными платежами. При полной оплате обучение будет стоить меньше.
Могу ли я платить за обучение частями?
Да, мы предоставляем возможность поэтапной оплаты обучения. Поэтапная оплата происходит равными платежами раз в месяц. Для выбора поэтапной оплаты перейдите по соответствующей ссылке на странице оплаты.
Смогу ли я вернуть деньги, если курс мне не понравится?
Да, сможете. В течение первых двух недель можно вернуть оплату за весь курс. Если проучитесь дольше, то сможете вернуть оплату за вычетом стоимости уже открытых уроков.
СТАРТ КАЖДЫЙ МЕСЯЦ
НАЧАЛО КУРСА
9 СЕНТЯБРЯ

Остались вопросы?

Заполните форму, мы свяжемся с вами, ответим на все ваши вопросы и подробнее расскажем о курсе.
*/Организация Meta, а также ее продукт PyTorch, на который мы ссылаемся выше, признаны экстремистскими и запрещены на территории Российской Федерации.