Бакалавриат
2026/2027
Подготовка к собеседованиям на позиции исследователя данных и инженера машинного обучения
ID 1134554
Статус:
Курс по выбору (Компьютерные науки и анализ данных)
Где читается:
Факультет компьютерных наук
Когда читается:
4-й курс, 1 модуль
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
4
Контактные часы:
16
Программа дисциплины
Аннотация
Курс посвящён обзору навыков и знаний, необходимых для успешного прохождения собеседований на позиции Data Scientist и Machine Learning Engineer уровней Junior, Middle и Middle+. Курс охватывает основные секции технического собеседования: математику, машинное и глубинное обучение, алгоритмы, дизайн ML-систем, Data Engineering и MLOps. Студенты разбирают типовые вопросы и задачи каждой секции и проходят тренировочные собеседования.
Цель освоения дисциплины
- Знать темы, которые спрашивают на секции “Математика”
- Знать темы, которые спрашивают на секциях “Machine Learning” и “Deep Learning”
- Знать темы, которые спрашивают на секции “Алгоритмы”
- Знать темы, которые спрашивают на секции “ML System Design”
- Знать темы, которые спрашивают на секции “Data Engineering” и “MLOps”
Планируемые результаты обучения
- Студент знаком с темами, которые необходимо знать при прохождении собеседований на позиции Data Scientist и Machine Learning Engineer.
- Студент умеет решать типовые задачи математической, ML- и алгоритмической секций, в том числе в формате live coding.
- Студент умеет структурированно отвечать на кейс-вопросы по дизайну ML-систем и MLOps.
Содержание учебной дисциплины
- Математика
- Машинное обучение
- Глубинное обучение
- Дизайн систем машинного обучения
- Алгоритмы
- Инструменты разработчика (MLOps)
Промежуточная аттестация
- 2026/2027 1st moduleИтог = Округление(ДЗ), где ДЗ — средняя оценка за все домашние задания.
Список литературы
Рекомендуемая основная литература
- SQL : быстрое погружение, Шилдс, У., 2023
- Алгоритмы и структуры данных : учебник для вузов, Белов, В. В., 2022
- Глубокое обучение - Гудфеллоу Я., Бенджио И., Курвилль А. - Издательство "ДМК Пресс" - 978-5-97060-618-6 - 2018 - русский - https://e.lanbook.com/book/107901 - ЛАНЬ - 107901
- Искусственный интеллект и машинное обучение - Митяков Е. С., Шмелева А. Г., Ладынин А. И. - Издательство "Лань" - 978-5-507-51198-3 - 2026 - русский - https://e.lanbook.com/book/507451 - ЛАНЬ - 507451
- Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных - Флах П. - Издательство "ДМК Пресс" - 978-5-97060-273-7 - 2015 - русский - https://e.lanbook.com/book/69955 - ЛАНЬ - 69955
- Машинное обучение. От основ до продвинутых моделей, Принс, С., 2025
- Оконные функции SQL : анализ данных на практике, Жиянов, А., 2024
Рекомендуемая дополнительная литература
- Вероятностное машинное обучение : введение, Мэрфи, К. П., 2023
- Глубокое обучение : погружение в мир нейронных сетей, Николенко, С., 2018
- Карьера программиста. 6-е изд.. - Лакман Макдауэлл Г. - Санкт-Петербург: Питер - 978-5-4461-1839-7 - 2021 - русский - https://ibooks.ru/product/336627 - iBOOKS - 336627
- Теория вероятностей. Случайные процессы : практикум - Гефан Г.Д., Ширяева Н.К. - Иркутский государственный университет путей сообщения - - - 2018 - русский - https://e.lanbook.com/book/117554 - ЛАНЬ - 117554