curriculum

Восемь модулей. От нуля до AI-инженера.

Структурированная программа: от математических основ до деплоя продакшен-моделей. Каждый модуль заканчивается реальным проектом в портфолио.

Смотреть тарифы

Первые 2 модуля бесплатно 120+ практических уроков 8 проектов в портфолио Сертификат по итогам

glowshine_env ~ curriculum live

> glowshine --list-modules

// загрузка программы...

[01] math_and_pythonfree

[02] ml_fundamentalsfree

[03] neural_networks_core

[04] computer_vision

[05] nlp_and_text

[06] generative_models

[07] llm_and_agents

[08] deploy_production

program

Программа курса

Каждый модуль — это теория, живые примеры кода и финальное задание. Вы не просто смотрите — вы строите.

Линейная алгебра: векторы и матрицы
Теория вероятностей и статистика
Python с нуля: синтаксис и структуры
NumPy и работа с массивами
Pandas: обработка табличных данных
Matplotlib и визуализация данных
Jupyter Notebook и среда разработки
Практика: первый анализ датасета

Python NumPy Pandas Matplotlib Jupyter

Что такое ML: задачи и типы обучения
Линейная регрессия и градиентный спуск
Логистическая регрессия и классификация
Деревья решений и случайный лес
Переобучение, регуляризация, кросс-валидация
Метрики качества: accuracy, F1, ROC-AUC
Scikit-learn: пайплайны и трансформеры
Практика: модель предсказания оттока

Scikit-learn ML Pipeline Cross-validation

Персептрон и многослойные сети (MLP)
Функции активации: ReLU, sigmoid, tanh
Функции потерь и оптимизаторы
Алгоритм обратного распространения ошибки
PyTorch: тензоры и автодифференцирование
Построение и обучение первой нейросети
Batch normalization и dropout
Практика: классификатор рукописных цифр

PyTorch Backprop Adam GPU

Свёрточные нейросети (CNN): принцип работы
Архитектуры: ResNet, EfficientNet, MobileNet
Transfer learning и дообучение моделей
Детекция объектов: YOLO v8
Сегментация изображений
Аугментация данных и работа с датасетами
Vision Transformer (ViT)
Практика: детектор дефектов на производстве

CNN YOLO ResNet OpenCV ViT

Токенизация и предобработка текста
Word2Vec, GloVe — векторные представления слов
Рекуррентные сети: RNN, LSTM, GRU
Механизм внимания (Attention)
Архитектура трансформера
BERT и семейство предобученных моделей
Fine-tuning под задачи классификации
Практика: система анализа тональности отзывов

BERT Transformers HuggingFace LSTM

Вариационные автоэнкодеры (VAE)
GAN: генератор и дискриминатор
Проблемы обучения GAN и способы решения
Диффузионные модели: принцип работы
Stable Diffusion: архитектура и запуск
ControlNet и управление генерацией
Применение: генерация изображений, данных
Практика: собственная генеративная система

GAN Diffusion Stable Diffusion VAE

Как устроены GPT-модели изнутри
Prompt engineering: техники и паттерны
RAG: генерация с опорой на базу знаний
LangChain: цепочки и инструменты
Векторные базы данных: Chroma, Pinecone
Построение AI-агентов с инструментами
OpenAI API и локальные LLM (Ollama)
Практика: корпоративный AI-ассистент

LangChain OpenAI API RAG Agents

REST API для ML-сервисов на FastAPI
Docker: контейнеризация моделей
CI/CD и автоматизация деплоя
Мониторинг моделей в продакшене
A/B тестирование ML-сервисов
Оптимизация инференса: ONNX, TensorRT
Дипломный проект: от идеи до деплоя
Защита проекта и получение сертификата

FastAPI Docker CI/CD ONNX Monitoring

pricing

Стоимость обучения

Начните бесплатно или выберите темп, который подходит именно вам.

// start

0 ₽

навсегда бесплатно

Первые 2 модуля
30+ уроков
Практические задачи
Форум сообщества

Приобрести

// pro

3 900 ₽/мес

или 29 900 ₽ за полный курс

Все 8 модулей
120+ уроков
Код-ревью от ментора
Живые Q&A вебинары
Пожизненный доступ
Сертификат

Приобрести

// team

По запросу

для команд от 5 человек

Корпоративный дашборд
Индивидуальная программа
Выделенный ментор
Оффлайн-воркшопы
Закрытый Slack-канал
Корпоративный сертификат

Приобрести