SOFTWARE ENGINEERING & Artificial Intelligence

Освоите основы Python, научитесь писать чистый и эффективный код, использовать модульность, обработку ошибок, работу с файлами

Овладеете математическим аппаратом, необходимым для алгоритмического мышления, научитесь применять дискретную математику, логику и теорию графов для решения задач в разработке.

Освоите базовые алгоритмы (сортировка, поиск, динамическое программирование) и структуры данных (массивы, списки, хэш-таблицы, графы), необходимые для эффективного хранения и обработки информации в разработке.

Освоите принципы адаптивного дизайна, создания современных UI и UX, научитесь работать с макетами и верстать по дизайн-системам.

Освоите основы JS, разберетесь в DOM, научитесь работать с событиями, манипулировать данными и создавать интерактивные веб-приложения.

Узнаете о более глубоких концепциях JS и TypeScript, научитесь писать масштабируемый код, управлять памятью и работать с асинхронным кодом.

Научитесь создавать динамические интерфейсы на React, работать с компонентной архитектурой, управлять состоянием приложения, реализовывать маршрутизацию и обрабатывать API-запросы.

Научитесь создавать, оптимизировать и управлять реляционными базами данных, работать с SQL-запросами и настраивать структуру данных.

Научитесь разрабатывать кроссплатформенные мобильные приложения на React Native, применять дизайн-системы Apple HIG и Material Design, реализовывать навигацию, управление состоянием, интеграцию с API и нативными функциями, а также готовить приложение к публикации в App Store и Google Play.

Научитесь создавать backend-приложения на Python с использованием FastAPI, Docker, SQLAlchemy и асинхронного кода, реализовывать REST API, аутентификацию, кэширование, тестирование и документацию.

Освоите разработку backend-приложений на Node.js и NestJS, научитесь строить REST API, работать с базами данных, реализовывать авторизацию, валидацию, обработку ошибок и структурировать код для масштабирования.

Освойте полный цикл работы с ML-проектами — от EDA и построения моделей до оптимизации, интерпретации результатов и интеграции в продакшен с применением MLOps.

Освоите глубокое обучение в PyTorch, будете решать задачи CV и NLP, научитесь применять трансформеры, transfer learning, оптимизацию гиперпараметров и готовить модели к деплойменту.

Научитесь самостоятельно формулировать исследовательские задачи в ML, генерировать оригинальные решения, работать с междисциплинарными вызовами и применять научный подход в сложных ML-контекстах.

Научитесь проектировать и развертывать облачную инфраструктуру в AWS, управлять безопасностью, сетями, базами данных, масштабированием ресурсов, DevOps-процессами и оптимизацией затрат.

Освоите инфраструктуру для ML: автоматизацию в Linux, Docker и Terraform, CI/CD-развертывание моделей через Helm и ArgoCD, мониторинг с Prometheus/Grafana и защиту ML-систем от сбоев и атак.

Научитесь проектировать масштабируемые системы, выбирать архитектурные решения под разные типы нагрузки, работать с кэшами, CDN, пайплайнами данных, межсервисным взаимодействием и системной наблюдаемостью.

Развиваете навыки командной работы, эффективной коммуникации, лидерства и построения профессиональных связей, а также формируете собственный карьерный план.

Разработка собственного ИТ-проекта с опцией реализации AI-решения или стартапа в команде.Участие во всех этапах – от идеи до презентации.Возможность получить фидбек от лидеров рынка.