Курс "Искусственный интеллект и машинное обучение на Python"
26 недель | 156 ак. часов
Онлайн | 400 000 тг
Особые условия участия:
Для подтверждения места в группе необходим гарантийный взнос 100 000 тенге.
✅ Успешно завершили курс и сдали итоговую аттестацию → взнос возвращается в полном объёме.
❌ Досрочно прекратили обучение по своей инициативе → взнос не возвращается.
Подать заявку
На курсе «Искусственный интеллект и машинное обучение на Python» вы пройдёте
путь от первой строки кода до собственной обученной модели, работающей как
сервис. Программа построена вокруг одной специальности: Python, подготовка и
анализ данных, математика и статистика для машинного обучения, классические ML-
алгоритмы и нейронные сети. Все 156 академических часов работают на одну цель —
позицию Junior ML/AI-разработчика.

70% учебного времени — практика на реальных кейсах. Каждый урок завершается созданием работающего проекта.
По окончании курса выпускник получает сертификат школы CyberFormula³ и рекомендательное
письмо для работодателей.

Для кого этот курс?
  • Начинающие — с нуля до профессии
    Вы никогда не писали код и не знаете, с чего начать? Курс построен так, чтобы любой человек от 18 лет мог освоить Python и машинное обучение с абсолютного
    нуля. Никакой специальной подготовки не требуется — только желание учиться.
  • Те, кто хочет сменить профессию
    Устали от текущей работы и хотите войти в IT? За 26 недель вы получите реальные навыки, сертификат школы и рекомендательное письмо — всё необходимое для трудоустройства на позицию Junior-специалиста в IT-компанию.
  • Те, кто работает с данными и хочет углубиться
    Аналитики, экономисты,
    инженеры — все, кто уже работает с таблицами и отчётами, но хочет перейти от
    описательной аналитики к предсказательным моделям. Курс даёт математику и
    инструменты, чтобы строить и валидировать модели самостоятельно.
Программа курса — 6 модулей
ЭТАП 1 — ФУНДАМЕНТ
ЭТАП 1 — ФУНДАМЕНТ
Python как инструмент инженера ML — 30 ч
Синтаксис, структуры данных, функции и ООП.
Обработка исключений, работа с файлами CSV/JSON.
NumPy: массивы, векторизация. Jupyter и Google Colab.
Основы Git.
ЭТАП 1 — ФУНДАМЕНТ
ЭТАП 1 — ФУНДАМЕНТ
Данные для машинного обучения — 24 ч
SQL-запросы для извлечения обучающих выборок.
Pandas: фильтрация, группировка, слияние таблиц.
Пропуски, дубликаты, выбросы. Кодирование и
масштабирование признаков. Разведочный анализ и
визуализация.
ЭТАП 2 — МОДЕЛИ
ЭТАП 2 — МОДЕЛИ
Математика и статистика для ML — 20 ч
Векторы и матрицы. Производные и градиент.
Градиентный спуск, функции потерь. Вероятности,
теорема Байеса. Дисперсия, корреляция, статистические
оценки.
ЭТАП 2 — МОДЕЛИ
ЭТАП 2 — МОДЕЛИ
Классическое машинное обучение — 32 ч
Регрессия и классификация. Деревья решений, случайный лес, градиентный бустинг. Кластеризация, PCA. scikit-learn: pipeline, кросс-валидация, подбор гиперпараметров. Метрики качества и диагностика переобучения.
ЭТАП 3 — ГЛУБОКОЕ ОБУЧЕНИЕ И ПРОЕКТ
ЭТАП 3 — ГЛУБОКОЕ ОБУЧЕНИЕ И ПРОЕКТ
Нейронные сети и глубокое обучение — 30 ч
Персептрон, функции активации, обратное распространение ошибки. Оптимизаторы, dropout, batch normalization. Свёрточные сети для
классификации изображений. Аугментация, transfer learning. Четыре практические работы нарастающей сложности.
ЭТАП 3 — ГЛУБОКОЕ ОБУЧЕНИЕ И ПРОЕКТ
ЭТАП 3 — ГЛУБОКОЕ ОБУЧЕНИЕ И ПРОЕКТ
Финальный проект — 20 ч
Постановка задачи и сбор собственного набора данных.
Обучение и сравнение моделей. Анализ ошибок.
Оформление модели в виде работающего сервиса.
Репозиторий, технический отчёт, публичная защита.
Что получит выпускник?
Что вы умеете после курса?
Писать программы на Python и работать с NumPy, Pandas, scikit-learn, PyTorch
Извлекать обучающие выборки SQL-запросами из баз данных
Очищать данные, обрабатывать пропуски и выбросы, конструировать признаки
Проводить разведочный анализ и визуализировать данные
Строить и обучать модели: регрессия, классификация, ансамбли, кластеризация
Корректно валидировать модели и подбирать гиперпараметры
Интерпретировать метрики качества и диагностировать переобучение
Строить нейронные сети, включая свёрточные, и применять transfer learning
Оформлять обученную модель в виде работающего сервиса и вести проект в Git
А что по soft навыкам?
✅ Публично защищать проекты и презентовать идеи
✅ Читать англоязычную техническую документацию
✅ Критически мыслить и решать технические проблемы
Как проходит обучение?
Онлайн на собственной платформе CyberFormula³ LMS (lms.cf3.kz)
  • Видеоуроки 24/7 — смотрите в удобное время
  • Живые вебинары с преподавателем 3 раза в неделю
  • ИИ-ассистент — объясняет темы, проверяет домашние задания, отвечает круглосуточно
  • Автоматический трекинг прогресса и посещаемости
  • Все инструменты бесплатны: VS Code, Python, Jupyter, Google Colab, scikit-learn, PyTorch, Git

Критерии отбора студентов

Как попасть на курс?
  • Шаг 1 - Заявка

    Заполните заявку на портале https://astanahub.com/ и убедитесь, что вы подали в CyberFormula3
  • Шаг 2 - Тестирование

    Пройдите базовый входной тест на логику и цифровые навыки. Подготовка не нужна.
  • Шаг 3 - Собеседование

    Онлайн-интервью с преподавателем — 15–20 минут. Расскажите о себе и своих целях.
  • Шаг 4 - Зачисление

    Формирование группы, заключение договора и дополнительного соглашения. Внесение гарантийного взноса.
Подать заявку сейчас!
Команда CyberFormula3
Практикующие IT-специалисты с реальным опытом в индустрии
  • Мырзахан Ақерке
    Директор · Product Owner
    5+ лет в EdTech. Руководитель образовательных программ. Разработала программу «ИИ в учёте и финансах» (200+ участников).
    Образование: КБТУ — Информационные системы, магистр IT Management.
  • Калбаева Гульшат
    Методист · Преподаватель IT-дисциплин
    Руководитель учебно-методического отдела и преподаватель CyberFormula³. Преподаватель Kazakhstan International College.
    Руководитель учебного отдела Группа Роботек.
    Astana IT University — Программная инженерия.
    ML инженер
    Магистрант Nazarbayev University — Educational Leadership.
Преимущества школы
  • Собственная LMS с ИИ-ассистентом
    Поддержка 24/7, мгновенная проверка заданий
  • 3 этапа
    Фундамент, модели, глубокое обучение и проект
  • 70% практики
    Каждый урок = реальный работающий проект
  • Команда практиков
    Преподаватели с опытом в Astana IT University, Beeline, ЦАРКА
  • Одна специальность: все 156 часов работают на профессию Junior
    ML/AI-разработчика
  • Хакатоны и турниры
    Закрепляете знания в реальных соревнованиях
  • Карьерная поддержка
    HR-консультации, стажировки в IT-компаниях
  • Сообщество выпускников
    Нетворкинг, партнёры по проектам
Подать заявку на курс
Оставьте заявку — мы свяжемся с вами в течение 1 рабочего дня
Видеопрезентация о CyberFormula3
Нажимая кнопку, вы соглашаетесь с обработкой персональных данных. Гарантийный взнос 100000 тг вносится после зачисления.
Made on
Tilda