Запрет складчины

​

Что даст вам этот курс?
Курс предназначен для DS/DL/ML специалистов, которые хотят погрузиться в алгоритмы обучения с подкреплением. После прохождения курса студенты научатся применять алгоритмы RL для решения разнообразных задач в реальном мире, включая игровую индустрию, робототехнику, управление энергетическими системами и управление финансовым портфелем.

Для кого этот курс?
- DS/ML/DL специалисты, которые хотят углубить знания в области обучения с подкреплением и получить практический опыт;
- Разработчики с базовыми навыками Python и ML, которые хотят получить опыт работы с рекомендательными системами;
- Выпускники курсов по машинному обучению

После обучения вы:
- Овладеете основными алгоритмами RL, такими как Q-learning, SARSA, Monte Carlo
- Научитесь строить модель среды и агента, а также проводить обучение на простых игровых сценариях
- Изучите такие алгоритмы, как Deep Q-Network (DQN), Policy Gradient (PG), Actor-Critic, и сможете реализовать их в своих проектах
- Познакомитесь с продвинутыми темами в Reinforcement Learning, такими как оптимальное управление, методы обучения со скользящим горизонтом, Model-based RL
- Научитесь применять RL для решения конкретных задач и понимать, как это применение работает на практике.

Особенности курса
Особенностью курса является его фокус на практических примерах и проектной работе. Студенты получат необходимые знания для реализации RL алгоритмов в своих собственных проектах и приложениях.

Необходимые знания:
- базовое знакомство с Python;
- базовые знания линейной алгебры (матрицы, векторы, градиентный спуск);
- базовые навыки работы с ML (pandas, sklearn, линейная регрессия, логистическая регрессия).

​

Рекомендательные системы (Recommender Systems) помогают анализировать данные о пользователе и его предпочтениях, чтобы предоставлять персонализированные рекомендации о продуктах, услугах или контенте, которые могут ему понравиться. Сейчас рекомендательные системы активно используют банки, e-commerce, соцсети, стриминговые сервисы, поэтому на рынке востребованы специалисты с глубокими знаниями и опытом в области рекомендательных систем.

По данным Zarplan средняя зарплата специалистов Data Science в области рекомендательных систем составляет более 240 тысяч рублей. Курс дает знания, которые помогут перейти на более интересный проект с высокой зарплатной вилкой.

Программа обучения рассчитана на специалистов с опытом в машинном обучении, которые хотят на практике внедрять рекомендательные системы и персонализации. Вы получите необходимые навыки для внедрения рекомендательных систем под задачи малого и среднего бизнеса, а также научитесь принципам проектирования рекомендательных систем для крупных компаний.

Модуль 1.Классические методы рекомендаций
Модуль 2.Контентные методы рекомендаций
Модуль 3.Современные методы рекомендаций
Модуль 4.Персонализация
Модуль 5.Проектная работа

​

Best Practices по языку программирования Rust для начинающих

Что даст вам этот курс
Язык программирования Rust уже несколько лет находится в топе самых любимых языков опытных разработчиков, он используется во многих сферах от веб-разработки до блокчейна и сейчас невероятно популярен.

Опытные разработчики советуют Rust как первый язык программирования людям, которые осознанно хотят в программирование, когда-то уже что-то программировали т.к. Rust дает понимание фундаментальных основ: это работа с памятью, система типов и т.д.
Разработчики отмечают, что Rust взял лучшее из разных языков программирования.

Rust используется во многих сферах разработки: веб, системное ПО, мобильная разработка, разработка встраиваемых систем и даже анализ данных, а с недавних пор в блокчейне и машинном обучении.

На курсе мы разберем:

• ключевые особенности Rust, понимание которых позволяет не только разрабатывать сложные программные продукты на этом языке, но и помогает лучше проектировать ПО в целом;
• наиболее популярные библиотеки и проекты, широко используемые на практике;
• многопоточность и архитектуру программного обеспечения.

Модуль 1 Разработка ПО на Rust
Модуль 2 Синтаксис Rust и основы Computer Science
Модуль 3 Алгоритмы и структуры данных
Модуль 4 Многопоточность

​

ИИ и разработка мобильных приложений с ChatGPT и Unity: Практическое создание, монетизация, АСО для сверхприбыли и ускоренного масштабирования

Формат: удобные короткие видео(в среднем 15 минут) для качественного погружения и структурированного изучения, с возможностью возврата на нужный урок.

Общая длительность: более 10-ти часов

Исходники и дополнительная информация: включено в курсе

Блок 1. Введение в Unity. Выбор приложения.
1.1. Введение в Unity: Основные визуальные элементы. Интерфейс.

1.2.1. Выбор приложения. С учётом масштабирования.

1.2.2. Выбор тематики через ChatGPT

1.3.1. GooglePlay - изучаем конкурентов

1.3.2. Смотрим ключи в сервисах аналитики

1.3.3. TrendGoogle подбираем Локализации

Блок 2. Пишем приложение по выбранной тематике с помощью ChatGPT. Приложение 1.
2.3. Начинаем писать приложение с ChatGPT. Перое решение проблемы. Первая победа.

2.3.1.1. Создаём префаб с помощью ChatGPT - часть 1

2.3.1.2. Создаём префаб с помощью ChatGPT – финиш

2.3.2.1. Создание нового окна

2.3.2.2. Создание нового окна - создание префаба

2.3.2.3. Создание нового окна - создание префаба. Продолжаем

2.3.2.4. Создание нового окна - успех окончательный

2.3.3. Реализация показа Чита

2.3.4. Создаём кнопки в настройках

2.3.5. Делаем переключение между экранами

2.3.6. Добавляем свои приложения. Приложение готово

Блок 3. Монетизация. Полная интеграция.
3.1. Сервисы для монетизации. Интеграция всех SDK за 5 минут.

3.2. Интеграция Баннера

3.3. Интеграция Межстраничной рекламы

3.4. Интеграция Рекламы с вознаграждением

Блок 4. Работа с шаблонами. Супер быстрый старт.
4.1. Работа с Шаблонами

4.1.1. Поиск картинок

4.1.2. Уникализация шаблона

4.2. Скрипты - на примере скриншотов

4.3. Подключение всех СДК

Блок 5. Публикуем приложение в Google Play Store и AppStore. ПОЛНЫЙ ГАЙД. С нуля и до публикации.
5.1 Компиляция приложения под Android

5.2 Компиляция приложения под IOS

5.3.1. Начинаем публиковать Android приложение

5.3.2. Составление АСО текстов на множество локализаций для приложения (Фишка: пишем АСО(оптимизированный текст для продвижения запросов), через ChatGPT.)

5.3.3. Завершения публикации приложения

5.4.1. Публикуем приложения в AppStore (IOS) (Фишка: публикуем в AppStore БЕЗ MacBook. Только Windows. Как сделать. Показываю на реальном примере.)

5.4.2. Публикуем приложения в AppStore (IOS). Завершение публикации

Блок 6. Работа с трафиком и мотивированный трафик. Разбираем 2 источника трафика: Google Ads и Facebook. Мотив + органика.
6.1. Запускаем рекламу в FaceBook

6.2. Запускаем рекламу в Google

6.3. Органический трафик и мотив

Блок 7. Как используя полученную базу написать любое по сложности приложения и масштабироваться. Интеграция API – гороскопов.
7.1. Ускорение x10. Работа со своими наработками. Делаем по 20 приложений в неделю.

7.2. Интеграция API на примере гороскопов. Начало

7.3. Интеграция API на примере гороскопов. Финиш

​

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.

ПО:
Модуль 1.Python для работы с текстами
Модуль 2.Введение в DL
Модуль 3.Классические методы NLP
Модуль 4.Нейросетевые языковые модели
Модуль 5.Дополнительные главы NLP
Модуль 6.Проектный модуль

​

Курс по backend разработке на FastAPI (Артем Шумейко)

Вы узнаете тонкости построения архитектуры на backend'е, создадите свое полноценное приложение на FastAPI с нуля и выведете свою карьеру на новый уровень

• От новичка в Python до backend разработчика
  В ходе прохождения курса, вы получите навыки, востребованные на рынке. Так, вы сможете начать свою карьеру в backend разработке или стать более ценным экспертом и получить повышение.
• Собственный пет-проект
  Вы напишете свое приложение, которое добавите в портфолио, и сможете рассказывать о навыках, полученных в ходе его разработки.
• Современный стек
  Вы познакомитесь не только с FastAPI, но и со всей экосистемой, сосуществующей с фреймворком: SQLAlchemy, Redis, Celery, Pytest, Docker, Админка, логирование, мониторинг и пр.
• Упор на практику с изучением теории
  Вы сможете закрепить полученные знаия с помощью решения теоретических и практических задач курса.
• Четкая структура
  Курс содержит структурированный материал, изложенный в доступной и понятной форме, а также практические задачи. Это позволит вам быстрее и эффективнее освоить backend разработку.
• Нет аналогов. Это первый подробный русскоязычный видеокурс по FastAPI и экосистеме вокруг фреймворка.

Программа курса:

1. Знакомство с фреймворком

• API vs FastAPI. В чем разница
• Запускаем FastAPI
• Валидация данных с Pydantic
• База Данных Подключение
• База Данных Запросы
• Авторизация и аутентификация
• Дорабатываем функционал
• Фронтенд и работа с файлами
• FastAPI vs Django vs Flask

2. Экосистема FastAPI

• Архитектура современных web-приложений
• Тестирование с pytest: юнит и интеграционное
• Подключение админки
• Кэширование данных через Redis
• Фоновые задачи с Celery и Background Tasks

3. Вперед в production!

• Логирование и Middleware
• Контроль ошибок с Sentry
• Мониторинг данных через Grafana
• Версионирование API
• Стилизация кода
• Написание Dockerfile и docker-compose.yml
• Деплой приложения

Тариф с поддержкой.

​

Что даст вам этот курс
Symfony — один из самых сложных, надежных и высокопроизводительных PHP-фреймворков. Он по праву считается основным фреймворком для решения задач уровня enterprise. Symfony используют многие популярные проекты, например, Drupal, phpBB. Даже самый популярный PHP-фреймворк Laravel построен на основе Symfony. Курс рассчитан на PHP-разработчиков с опытом работы от двух лет.

Вы научитесь:

• использовать Symfony в проектах;
• обеспечивать безопасность приложения;
• тестировать и мониторить полученный код;
• использовать встроенные инструменты фреймворка;
• разворачивать приложения в различных окружениях.

Программа обучения
В процессе обучения вы получите комплексные знания и навыки.
Модуль 1 Знакомство с фреймворком. Пишем базовый функционал
Модуль 2 Маршрутизация и HttpFoundation
Модуль 3 Интеграция с другими системами
Модуль 4 Тестирование и развёртывание
Модуль 5 Symfony: Advanced practices

​

На курсе вы

• Разберётесь в устройстве дронов
• Освоите азы языка Python
• Научитесь решать вычислительные и расчётные задачи с помощью Python
• Узнаете, как рассчитать траекторию полёта дрона на компьютере
• Сможете обрабатывать данные о полёте дрона с помощью Python
• Научитесь разрабатывать систему навигации для дрона

Содержание курса
Вас ждут вебинары и практические задания от опытных инженеров.

1. Основы разработки на Python
2. Расширенные возможности Python
3. Символьные и численные расчёты в Python
4. Визуализация данных
5. Обработка и первичный анализ данных различных типов
6. Взаимодействие с операционной системой и оборудованием
7. Введение в летающую робототехнику
8. Основы аппаратных и навигационных комплексов БАС
9. Теоретические основы разработки летающей робототехники
10. Разработка симулятора БПЛА
11. Разработка ПО для летающей робототехники
12. Создание систем технического зрения для автономных БЛА
13. Разработка систем предотвращения столкновений и построения карты
14. Разработка систем планирования пути и облёта препятствий
15. Основы разработки ПО для группового полёта
16. Перспективы профессии

​

В курсе изучаются фундаментальные основы операционной системы Linux и базовые задачи администрирования.

Кому подойдет данный курс:

• Тем, кто незнаком с Linux и IT
  Узнаете что такое UNIX-архитектура и как устроены дистрибутивы Linux. Научитесь управлению доступами, работать с утилитами, файлами и сетью. Сможете начать карьеру в IT.
• IT специалистам
  Сможете использовать Linux для настройки доступов к корпоративным системам и выполнять другие задачи. Сможете обеспечить безопасность сетевых подключений и защитить свои проекты от хакеров и вредоносного ПО.

Чему вы научитесь:

• Устанавливать Linux на базе OC Ubuntu Server
• Устанавливать VPN Сервер в облачной инфраструктуре, и понимать как все это работает
• Предоставлять и настраивать доступы cможете настраивать уровень доступа к системе и привилегии для отдельных пользователей и групп
• Администрировать и обслуживать различные компоненты своего сервера от железа до пользователей и настроек файервола
• Работать с командной строкой научитесь применять основные команды для управления процессами и системой в Bash-терминале
• Разбираться в виртуализации и контейнерах

Спойлер: Об авторе:

Всем привет! Меня зовут Роман Стельмах, я закончил Институт Криптографии Связи и Информатики в 2011 году и с тех пор я работаю в IT сфере. На текущий момент я работаю на позиции сетевого инженера и администратора, занимаюсь построением сетей, их развитием, предоставлением услуг VPN, а также защитой трафика, проходящего через эти сети.

Для моей каждодневной работы я автоматизирую некоторые процессы в сетях, и использую сервера, которые используют ОС Linux (Zabbix, Git, FreeIPA, etc).

Чтобы по максимуму использовать все возможности этой ОС, необходимо знать, как она устроена и по каким принципам работает. В этом курсе я и хочу познакомить вас с этими вещами.

Мне также нравится рассказывать то, что я знаю и использую сам. Поэтому параллельно я работаю преподавателем (в Geekbrains) и спикером на вебинарах (например в Rebrain).

Свои знания и навыки по Linux я продемонстрировал в этом курсе, надеюсь он будет вам полезен. Желаю успехов в изучении!

​

Вы быстро научитесь решать технические и инженерные задачи с помощью языка программирования Python. Повысите квалификацию и сможете автоматизировать работу с данными.

Кому подойдёт этот курс

• Инженерам любых специальностей
  Освоите Python, не отвлекаясь на ненужные вам аспекты языка. Сможете решать больше рабочих задач или сменить профессиональную сферу.
• Студентам инженерных направлений
  Получите базовые навыки программирования. Сможете применить знания Python для работы с данными в учёбе и инженерной практике.

Чему вы научитесь

• Понимать логику языка
• Понимать принципы функционального программирования
• Работать с данными из сторонних источников
• Писать код для решения технических задач
• Использовать библиотеки Python
• Писать код для работы с внешними устройствами
• Решать уравнения с помощью Python
• Визуализировать данные

Содержание курса
Вас ждут вебинары и практика на основе реальных кейсов.
2 месяца обучения / 30 видеоматериалов

Основы разработки на Python
Освоите базовые концепции языка: переменные, функции, условия, циклы.

Расширенные возможности Python
Познакомитесь с функциями на продвинутом уровне, изучите концепции функционального программирования. Разберёте типовые задачи с последовательностями и установите среду разработки.

Символьные и численные расчёты в Python
Познакомитесь с библиотеками SymPy, NumPy и SciPy. Сможете решать дифференциальные, нелинейные уравнения с помощью Python, а также применять интерполяцию.

Визуализация данных
Сможете создавать, визуализировать данные в информативном и приятном глазу виде с помощью Python-библиотек Matplotlib, Seaborn, Ploty, Bokeh и других инструментов. Научитесь объединять графики в макеты.

Обработка и первичный анализ данных различных типов
Научитесь работать с файлами разных форматов. Изучите регулярные выражения, познакомитесь с библиотекой для обработки и анализа данных Pandas. Пройдёте основы статистического анализа и регрессию.

Взаимодействие с операционной системой и оборудованием
Узнаете, как работать с файлами в Python и отправлять сетевые запросы. Сможете автоматически захватывать картинку и видео с web-камеры для дальнейшего преобразования.

Финальная работа
Анализ и визуализация технических данных

Спикер - Дмитрий Петров
Ведущий инженер компании Verizon, технический управляющий стартапа Deledger
Выпускник МАИ. Опыт работы инженером — 10+ лет. Автоматизирует процессы создания отчётов
в телекоммуникациях, например, отчёта по эффективности работы узлов и линий связи.

​

Вы научитесь с нуля придумывать захватывающие сюжеты для игр. Узнаете, как развивать творческие навыки. Сможете начать карьеру в перспективной индустрии и поймёте, как дальше развиваться в геймдеве.

О профессии
Геймдизайнер проектирует игры и следит за их разработкой. Он продумывает концепцию, игровые механики и правила. Решает, какой получится игра, и помогает игроку погрузиться в сюжет.

Геймдизайнеры — это творцы и новаторы, которые создают новые миры и запоминающиеся образы. Например, когда мы говорим о Хидэтаке Миядзаки, то первым делом вспоминаем надпись «Вы умерли», костры-чекпоинты из Dark Souls и готический Ярнам из Bloodborne. А имя Сигэру Миямото сразу вызывает ассоциации с красной кепкой и синими штанами на подтяжках Марио (Super Mario Bros.) и зелёным колпаком Линка (The Legend of Zelda).

Чему вы научитесь

1. Понимать принципы геймдизайна
2. Создавать игровой мир
3. Делать харизматичных персонажей
4. Продумывать сюжетную линию
5. Формулировать и проверять гипотезы
6. Создавать справедливые правила
7. Прорабатывать увлекательные механики
8. Составлять дизайн-документ
9. Готовить игры к релизу