Курс на Stepik
Обложка курса «Современный AI в IT-индустрии и науке» на Stepik
Бесплатно

Современный AI в IT-индустрии и науке 5.000

Открыть на
STEPIK.ORG

Курс даст слушателям представление о том, что можно делать в AI в 2025 году, находясь на разных уровнях владения искусственным интеллектом: от базового уровня до уверенного продвинутого опыта применения AI. Также в рамках курса можно получить практику создания AI-агентов.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Современный AI в IT-индустрии и науке»Учеников на курсе 1 895
Сертификаты, выданные на курсе «Современный AI в IT-индустрии и науке»Сертификатов выдано 0
Отзывы о курсе «Современный AI в IT-индустрии и науке»Отзывов получено 5
Рейтинг курса «Современный AI в IT-индустрии и науке»Рейтинг курса 5.000
Уроки в курсе «Современный AI в IT-индустрии и науке»Количество уроков 29
Тесты в курсе «Современный AI в IT-индустрии и науке»Количество квизов 90
Задачи с кодом в курсе «Современный AI в IT-индустрии и науке»Количество задач с кодом 1
Время прохождения курса «Современный AI в IT-индустрии и науке»Время прохождения курса
Обновления курса «Современный AI в IT-индустрии и науке»Обновления курса
Дата публикации курса «Современный AI в IT-индустрии и науке»Дата публикации курса
Последнее обновление курса «Современный AI в IT-индустрии и науке»Последнее обновление
Сложность easy

Содержание курса

Разделы в курсе «Современный AI в IT-индустрии и науке» 8 разделов Уроки в курсе «Современный AI в IT-индустрии и науке» 29 уроков Тесты в курсе «Современный AI в IT-индустрии и науке» 90 тестов Задачи в курсе «Современный AI в IT-индустрии и науке» 1 задача Время прохождения курса «Современный AI в IT-индустрии и науке» 14 ч. Последнее обновление курса «Современный AI в IT-индустрии и науке» обн. 24 января 2026

О курсе

2 урока
1. О курсе
2. Входное тестирование

Подготовительный модуль 1: основы Data Science

8 уроков
1. Введение в разведочный анализ данных
2. Продвинутый EDA и математика для анализа данных
3. Введение в машинное обучение
4. Основные понятия машинного обучения
5. Типы задач в машинном обучении
6. Обучение моделей и практика
7. Введение в нейронные сети
8. Домашнее задание

Подготовительный модуль 2: основы программирования

4 урока
1. Введение в Python
2. Тестирование
3. Погружение в Streamlit
4. Тестирование

Воркшоп. Часть 1: AI в образовании

5 уроков
1. Современный Искусственный интеллект: возможности и ограничения
2. Что стоит за ботом программы “Искусственный интеллект”
3. Секреты использования AI в работе продакт менеджера
4. Будущее и тренды GenAI: чего ждать от LLM и других нейросетей?
5. LLM Self-Correction for Mitigating Hallucinations

Воркшоп. Часть 2: AI в индустрии

5 уроков
1. Как находить общий язык с бизнесом в ML-проектах
2. PINN
3. Чтение Геркуланумских свитков
4. CV в сфере переработки отходов
5. Внедрение LLM в процессы банка

Мастер-класс: создание AI-агентов

1 урок
1. Создание агентов на n8n

Дискуссия о будущем AI

1 урок
1. Будущее AI

Проверка знаний

3 урока
1. Итоговое тестирование
2. Домашнее задание по AI-агентам
3. Заключение