Закончил НИУ ВШЭ по направлению Прикладная Математика; Работал в ВТБ, Тинькофф, Лаборатории "Финансовые технологии" МФТИ, сейчас работаю NLP Engineer-ом в MTS AI; занимался приложениями NLP для решения финансовых задач, Сейчас занимаюсь разработкой и оптимизацией больших языковых моделей и гибридными диалоговыми движками; Спикер на gtc2022 и ainl2022;
Преподаватель
Что такое Natural Language Processing?Natural Language Processing (NLP, обработка естественного языка) – это направление, которое объединяет в себе лингвистику, компьютерные науки и искусственный интеллект. NLP применяет алгоритмы машинного обучения для анализа естественных языков.Что даст вам этот курс?Знаний, которые дают ML/DL курсы, часто оказывается недостаточно, чтобы стать специалистом в области NLP. Data Scientist'ам, которые решили заняться методами, связанными с автоматической обработкой текстов, необходимы дополнительные знания из этой области.Данный курс представляет собой уникальное сочетание глубоких знаний из области NLP и "повседневных" практических навыков. С одной стороны, программа курса по наполненности и изучаемым темам ничуть не уступает аналогичным вузовскими курсам. С другой стороны, в курсе, помимо теоретичечских знаний, особое внимание уделяется практическим навыкам, таким как работа с текстами на основе регулярных выражений, парсинг данных, создание телеграм-ботов. Эти темы практически не освещаются в большинстве NLP-курсов, так как считаются рутинными и техническами. При этом эти навыки необходимы всем специалистам в области NLP.Также на курсе изучаются современные подходы и модели, которые на данный момент являются стандартом в области, но еще не успели войти в большинство программ, так как были предложены совсем недавно. Стоит отметить, что на курсе делается акцент на особенностях работы с русскоязычными моделями и данными на русском языке.Для кого этот курс?Курс предназначен для DS/ML-специалистов, которые, либо уже какое-то время находятся в профессии, либо недавно закончили ML/DS/DL курсы и хотят углубить знания в области NLP.После завершения курса вы сможете:
работать с текстовыми данными;
парсить, собирать данные с сайтов из интернета;
создавать телеграм-ботов;
применять методы классического NLP для решения ML задач, связанных с текстами;
работать с нейросетевыми моделями архитектуры трансформер;
применять модели архитектуры трансформер для широкого спектра NLP задач;
решать задачу распознавания именованных сущностей;
создавать вопросно-ответные системы.
Повторим с вами необходимые области математики: теорию информации, теорию вероятности, линейную алгебру и основы анализа.
Изучим основные библиотеки и фреймворки для машинного обучения работы с нейронными сетями: от NumPy до TensorFlow.
Решим классические задачи глубокого обучения по всем основным направлениям: "Компьютерное зрение", "Обработка естественных языков", "Обучение с подкреплением", "Генеративные сети".
После прохождения курса вы:
Сможете пройти собеседование на должность Junior Deep Learning Engineer;
Научитесь решать задачи машинного обучения с помощью нейронных сетей, такие как: генерация рукописных цифр, самообучающийся бот для игры в крестики-нолики, классификация изображений и т. д.;
Будете знать теорию, необходимую для прохождения продвинутых курсов.
Карта курсов направления Data Science в OTUS
Научитесь работать с нейронными сетями с использованием фреймворков PyTorch, Tensorflow, Keras
Изучите теорию и практику по таким важным направлениям Deep Learning, как Computer Vision, NLP, обучение с подкреплением
Самый современный материал про глубокое обучение
Программа подготовлена признанным экспертом по глубокому обучению