Artificial Intelligence
4 курса в програмата
36 кредита
Програмата се състои от четири последователни обучения. Всеки от курсовете поетапно разкрива на курсистите тайните на изкуствения интелект - от математическите принципи, които го определят, през извличането на полезна информация от голямо количество данни, до обучението на машини да вземат решения.
Всеки курс включва практически упражнения и проекти, които позволяват на курсистите да прилагат усвоените концепции в реални сценарии и да развиват своите умения в областта на изкуствен интелект. Програмата се фокусира не само върху теоретичните аспекти на AI, но и върху практическото им приложение в различни сфери на живота и бизнеса. Курсистите ще имат възможност да изграждат и разработват разнообразни AI системи, които да решават реални проблеми и да променят начина, по който работят и функционират различни индустрии. След успешното завършване на програмата, участниците ще бъдат готови да се впишат в иновационната среда на AI и да допринесат за нейното развитие и напредък.
Предимства
Учебен план без алтернатива
Специално разработен учебен план, обхващащ актуалните ключови теми в сферата
Изявени преподаватели-практици
Обучение директно от изявени преподаватели, с дългогодишен практически опит в сферата
Практически умения
Изграждане на практически умения, с цел конкурентоспособност пред работодателите
Менторство и общност
Индивидуална помощ от ментори и участие в активна общност
Учебен план
-
1
Math Concepts for Developers
-
14 седмици
Math Concepts for Developers
Основната цел на курса е да изгради основата от математически знания, които са нужни на курсистите, за да започнат кариерата си в областта на изкуствения интелект. Ще разберат как се работи с матрици и вектори, къде и защо се използват комплексни числа, каква връзка има производната на функция със скоростта и други. В лекционните занятия ще бъдат въведени новите концепции и примери за използването им в реалния живот, а по време на практическите занятия същите ще бъдат затвърдени с писане на код (на езика Python). Курсът може да бъде отправна точка към области като: дизайн на алгоритми, обработка и анализ на данни, програмиране с научни цели, машинно обучение, криптография и други.
-
2
Data Science
-
9 седмици
Data Science
По време на този курс участниците ще формират точния набор от знания и умения за успешен професионален старт в Data Science сферата. След завършването на обучението, курсистите ще са в състояние да управляват цялостния процес по събиране и обработване на данни: от задаването на правилни въпроси до публикуването на резултат. Освен това, ще притежават и разработено портфолио, което демонстрира тези познания.
По време на курса участниците ще си отговорят на въпроси от практиката, като:
• Как се избира точен метод за анализ на данните?;
• Как се прилага научният метод за взимане на решения?;
• Как се използват статистическите методи за правене на изводи?;
• Как се събират и изчистват данните, за да бъдат подготвени за анализ и моделиране?;
• Как се извършва моделирането на данните?;
• Какво е Exploratory data analysis и как се прилага?
Курсът завършва с насоки за изграждане на цялостно data science приложение – архитектура на кода и структура на изследванията. Обучението е практически ориентирано и новите концепции ще бъдат затвърдени с писане на код. -
3
Machine Learning
-
11 седмици
Machine Learning
Machine Learning е пресечната точка на програмирането с математическите и научните методи. То представлява науката за това как хората да накарат компютрите да дават решения без да бъдат специално програмирани преди това.
В този курс участниците ще се запознаят с основите, благодарение на които работят всички алгоритми за машинно обучение. Записалите се ще разгледат основните типове задачи, до които може да сведе всеки реален проблем. За всяка задача ще се запознат с няколко алгоритъма, които я решават, а за всеки алгоритъм ще разберат кога се използва, как се обучава и тества. По време на обучението ще се решават редица практически задачи, като се използва езика Python – един от най-популярните езици за целите на науката и работата с данни. Обучението, само по себе си, или в комбинация с познания по математика и data science, е отправна точка за кариерно развитие: за позиции като Machine Learning Engineer, Applied Machine Learning Researcher, Data Scientist или подобни на тях. -
4
Deep Learning
-
10 седмици
Deep Learning
В този курс участниците ще се запознаят с основите - теоретични и практически - на невронните мрежи, с това какви проблеми срещаме, как ги решаваме и как гарантираме коректната работа на моделите си. Заедно с това ще се изследва как с помощта на абстракцията и комбинирането на градивни елементи курсистите ще могат да изграждат, обучават и тестват сложни архитектури. Ще разберат какви базови принципи стоят зад съвременните изследвания и приложения на невронните мрежи, как да следват принципите си и как да създават свои, оригинални решения. Участниците ще разгледат случаите, в които дълбоките невронни мрежи намират най-голямо приложение - работата с изображения и естествени езици; ще разберат как работят генеративните модели и как да научат един модел да взема автономни решения.
Math Concepts for Developers
Основната цел на курса е да изгради основата от математически знания, които са нужни на курсистите, за да започнат кариерата си в областта на изкуствения интелект. Ще разберат как се работи с матрици и вектори, къде и защо се използват комплексни числа, каква връзка има производната на функция със скоростта и други. В лекционните занятия ще бъдат въведени новите концепции и примери за използването им в реалния живот, а по време на практическите занятия същите ще бъдат затвърдени с писане на код (на езика Python). Курсът може да бъде отправна точка към области като: дизайн на алгоритми, обработка и анализ на данни, програмиране с научни цели, машинно обучение, криптография и други.
Data Science
По време на този курс участниците ще формират точния набор от знания и умения за успешен професионален старт в Data Science сферата. След завършването на обучението, курсистите ще са в състояние да управляват цялостния процес по събиране и обработване на данни: от задаването на правилни въпроси до публикуването на резултат. Освен това, ще притежават и разработено портфолио, което демонстрира тези познания.
По време на курса участниците ще си отговорят на въпроси от практиката, като:
• Как се избира точен метод за анализ на данните?;
• Как се прилага научният метод за взимане на решения?;
• Как се използват статистическите методи за правене на изводи?;
• Как се събират и изчистват данните, за да бъдат подготвени за анализ и моделиране?;
• Как се извършва моделирането на данните?;
• Какво е Exploratory data analysis и как се прилага?
Курсът завършва с насоки за изграждане на цялостно data science приложение – архитектура на кода и структура на изследванията. Обучението е практически ориентирано и новите концепции ще бъдат затвърдени с писане на код.
Machine Learning
Machine Learning е пресечната точка на програмирането с математическите и научните методи. То представлява науката за това как хората да накарат компютрите да дават решения без да бъдат специално програмирани преди това.
В този курс участниците ще се запознаят с основите, благодарение на които работят всички алгоритми за машинно обучение. Записалите се ще разгледат основните типове задачи, до които може да сведе всеки реален проблем. За всяка задача ще се запознат с няколко алгоритъма, които я решават, а за всеки алгоритъм ще разберат кога се използва, как се обучава и тества. По време на обучението ще се решават редица практически задачи, като се използва езика Python – един от най-популярните езици за целите на науката и работата с данни. Обучението, само по себе си, или в комбинация с познания по математика и data science, е отправна точка за кариерно развитие: за позиции като Machine Learning Engineer, Applied Machine Learning Researcher, Data Scientist или подобни на тях.
Deep Learning
В този курс участниците ще се запознаят с основите - теоретични и практически - на невронните мрежи, с това какви проблеми срещаме, как ги решаваме и как гарантираме коректната работа на моделите си. Заедно с това ще се изследва как с помощта на абстракцията и комбинирането на градивни елементи курсистите ще могат да изграждат, обучават и тестват сложни архитектури. Ще разберат какви базови принципи стоят зад съвременните изследвания и приложения на невронните мрежи, как да следват принципите си и как да създават свои, оригинални решения. Участниците ще разгледат случаите, в които дълбоките невронни мрежи намират най-голямо приложение - работата с изображения и естествени езици; ще разберат как работят генеративните модели и как да научат един модел да взема автономни решения.
Умения, които ще придобиеш
-
Работа с методи и математически принципи за решаване на задачи
-
Анализ, дизайн и имплементация на решения
-
Работа с основни понятия от математиката
-
Документиране на процес по решаване на задачи
-
Писане на код с научна цел
-
Работа с числени методи
-
Намиране и събиране на данни
-
Анализиране и визуализация на данни
-
Изграждане на цялостно приложение
-
Почистване на данни и подготовка за анализ
-
Прилагане на научния метод върху реални въпроси и проблеми
-
Работа с oснови на моделирането на данни
-
Умения за изследване на проблеми и предлагане на решения
-
Познания за цялостния процес
-
Създаване на модели, които решават задачи от практиката
-
Основни принципи на machine learning
-
По какъв начин работят алгоритмите, как се тестват и дебъгват
-
Приложение на machine learning за лични и професионални цели
-
Моделиране на регресионни и класификационни задачи
-
Работа с таблични данни и изображения
-
Работа с естествени езици и времеви редове
-
Дебъгване на проблеми и гарантиране на резултати
За кого е подходяща програмата?
Ще получа ли сертификат?
След преминаване на изпита в края на всеки курс от Upskill програмата, ще придобиете сертификат от СофтУни, ако получите оценка равна или по-висока от Мн. добър 5.00 от практическата част, а също така ще имате възможност да получите и държавно признато "Удостоверение за професионално обучение", валидно в целия Европейски съюз. Изискванията за получаване на удостоверение можете да разгледате ТУК. Освен това можете да получите и сертификат за завършена Upskill програма при наличие на всички сертификати за курсовете в съответната програма.
Защо да се запиша?
Учебен план без алтернатива
Задълбочен учебен план за изграждане на реални практически уменияЗвезден преподавателски състав
Ще ти преподават топ преподаватели-практици от IT индустриятаМенторство
Получаваш индивидуална помощ от ментор в усвояване на учебния материалДостъпност
Обучаваш се онлайн, гледайки занятията на живо или на запис, в удобно за теб времеДоживотен достъп до ресурси
Получаваш доживотен достъп до всички видео записи от занятия и учебни ресурсиАктивна учебна общност
Ставаш част от огромна общност за споделяне на знания и опит
Artificial Intelligence
4 курса в програмата
36 кредита
Предимства на програмата
- Учебен план без алтернатива
- Практически умения
- Изявени преподаватели-практици
- Менторство и общност
Самото обучение в СофтУни за мен има изключително много позитиви, които видях още с първите няколко лекции. Курсовете са последователни, което дава възможност за концентриране на усилиятав една насока. Лекциите, включват много практика както като примери, давани от лекторите, така и под формата на лабове. Отборните проекти, от своя страна, са друг безспорен плюс на СофтУни. За мен изборът да бъда част от СофтУни със сигурност е правилен и сега, поглеждайки две години назад, осъзнавам кое е най-голямото му предимство. Това е шансът да видиш, че трудът с постоянство и мотивация води до постигане на всяка поставена цел. Този шанс получих аз в СофтУни и той промени коренно живота ми във всяко едно отношение.
Реших да се занимавам с програмиране, защото винаги съм се интересувал от компютри, като проблемът единствено беше, че винаги съм мислел, че програмирането не е за мен. Това беше така, докато не попаднах на безплатния курс по Основи на програмирането, като на него разбрах, че нещата са ми сравнително лесни, не ме натоварват по какъвто и да е начин и съответно се справях доста добре с всичко,което трябваше да правя. Всички курсове в Софтуерния университет са много полезни, но ако трябва да отлича някои, те ще са ООП, КПК, Структури от данни и Алгоритми.
В СофтУни срещнах изумителни учители, които ме научиха на много нови неща и ми дадоха много интересни казуси за решаване. СофтУни беше голям двигател за мен, показваше ми какво да уча и как най-добре да го приложа на практика. Като нов в програмирането тогава, мога да кажа, че СофтУни ме разви много, предизвиквайки ме с проблеми за решаване, които никога не бих си помислил, че съществуват. В СофтУни получих необходимата база, за да се усъвършенствам и да успея.
Учебната програма на СофтУни е по-практически насочена и няма как да се случи да загубиш интерес към знанията и уменията, които предстои да усвоиш във времето. Истината е, че никога не ми е било скучно да посещавам лекции и да работя върху домашната си работа, защото те винаги са били съобразени с проектите, по които се работи в една реална IT компания - било то в България или по света. Няма нищо излишно и ненужнo всичко съответства на изискванията от работодателите на пазара на труда. Най-ценното, което ми даде СофтУни, е възможността да се запозная с всички тези мотивирани и целенасочени преподаватели и студенти, които срещнах тук от 2014 насам. Мисля си, че това най-много допринесе да навляза по-бързо в тази сфера и усили желанието ми да продължавам да се развивам.
За мен програмирането е постоянно решаване на проблеми и загадки, което много ми допада. Харесвам и това, че професията изисква постоянно да се учиш и да се развиваш. Преди Софтуерния университет нямах никакъв опит в програмирането. СофтУни ми даде здравите основи, на база на които надграждам и разширявам знанията и уменията си. Едни от най-полезните умения, които развих в СофтУни, са - как да подхождам към решаването на проблеми, как да работя в екип с колеги, как да стъпя във вече съществуващ код и да го надградя, как да изграждам успешно проекти от нулата и как да спазвам срокове. Смятам, че всички тези умения са основополагащи, за да може един софтуерен специалист да бъде успешен и полезен на работното си място.
По време на обучението ми в СофтУни на няколко пъти ми се е налагало да стоя по 15 - 17 часа на денонощие с домашните, екипните проекти и подготовките за изпити. Имах няколкогодишен опит в програмирането, както и проекти за реални фирми и въпреки това обучението успяваше да ангажира почти всичкото ми време, независимо от натрупаните знания през годините. Освен всичко останало духът, който се образува между студентите е нещо неописуемо с думи. Нещо, което може само да се почувства и изживее. Това е дух на конкуренция, който в същото време затяга приятелските отношения между студентите все повече. Ние си помагахме с всичко, което можехме. Казвахме си едни на други, всичко което бяхме усвоили и научили. Палитрата от технологии, които усвоих тук, беше толкова пъстра, че се чудех с какво да се захвана да работя.
Бях професионален музикант, но се ориентирах към програмирането, eдин приятел ме запали. И до ден днешен продължавам да идвам на курсове в СофтУни. Създадохме си свое собствено community. Обучението, преподавателите и приятелите от СофтУни ми помогнаха за един нов кариерен старт. Благодарение на менторската програма, която Софтуерния университет организира съвместно със стоите компании-партньори, успях да се запозная със своите бъдещи колеги и да стартирам работа в компания като Vivacom.
Реших да се захвана с програмиране, защото мисля че професията е изключително интересна и предлага изключително много предизвикателства. Това което харесвам в професията си, е че точно поради това се налага постоянно да се развивам и да уча нови неща. Следствие от обучението си в СофтУни получих полезни знания и умения, но най-същественото и ценно нещо което получих е умението да се уча и развивам непрестанно.
Избрах да се обучавам в присъствена форма, за да имам личен контакт с преподавателите, както и с останалите курсисти. Така имах възможност да задавам въпросите, които ми изникваха в главата още на момента по време на лекцията или упражнението. Атмосферата мога да опиша като креативна и предразполагаща към личностно развитие. Всички курсове от програмата бяха полезни. Няма нещо от материала, който съм учил в СофтуУни, което да не съм използвал в работата си!
Присъствената форма на обучение има много предимства - реален контакт с лектори и колеги, с които да споделяте ценен опит! В СофтуУни има страхотно community от готини хора, които винаги са насреща, ако имаш нужда от помощ!
СофтУни е най-голямото предизвикателство, което съм поемал! Качеството на обучение, темпото на преподаване и приятното отношение са главната причина да се спра на академията. Атмосферата е уникална!
Това, което ми помогна най-много са уменията, придобити от множеството практични занятия в СофтуУни!
Избрах СофтУни, защото обучението е изключително иновативно и съвременно, следят се новите тенденции в технологичния свят и програмата се update-ва спрямо тях. Всичко е "straight to the point". Набляга се на практиката, а не на сухи теории.
Още от първата лекция усетих, че това е моето място. Беше ми изключително приятно. Отивах с голямо удоволствие, а се прибирах от там с нежелание. Атмосферата беше уникална и мотивираща. С ръка на сърцето ще кажа, че това е най-якото място за учене.
Атмосферата в СофтУни винаги е много позитивна, понякога дори веселяшка. Хората са супер готини и много лесно можеш да намериш нови приятели, както и доста полезни контакти.
Трябваше ми само една лекция от Programming Basics, за да се уверя, че Софтуерния университет е възможно най-добрата образователна система за мен. Съвременни технологии, иновативен учебен модел с много теория плюс необходимата практика, млади и ентусиазирани преподаватели! С помощта на СофтУни започнах работа още преди да завърша!
Най-полезен за моето развитие като програмист беше курсът "Programming Basics". Този курс ми даде основите, научи ме да мисля като програмист, а това е най-важното!