在互联网行业流传着这样一句话:“得人工智能者得天下。”人工智能可以说是当下最火热的领域。
据统计,到去年年底,在财富 500 强企业中,有 180 家对外宣布将要启动人工智能项目,从 Google、Facebook、亚马逊到国内的华为、 BAT 等顶尖科技企业,都在热忱地以高薪招募人工智能专家。以机器学习工程师为例,该岗位少则月薪1-2万,多则年薪百万,很多行业巨头甚至会以月薪几十万招聘人工智能顶级人才。
那么如何赶上这场21世纪前沿科技的浪潮,成为高薪抢手又能改变世界的机器学习工程师?七月在线《机器学习集训营》3个月帮你达成愿望!
集训营采用线上+线下授课模式,BAT专家面对面、手把手教学;除了直播答疑、作业批改、在线考试之外,特地增加开课前的入学测评,基于每一个人的测评数据量身定制个性化的不同学习路线。北京、上海、深圳、广州、杭州、沈阳、济南、郑州八城同步开营。
限120个名额,历时3个月,10个工业项目实战辅导 + 一对一面试求职辅导,真正帮你从零到年薪40万机器学习工程师!
适宜人群
◆ 在校学生:对人工智能感兴趣,希望以后从事人工智能相关的工作;
◆ 想转型的在职人士:不满足当前的工作,希望升级技能、通过本次学习转向热爱的人工智能领域;
◆ 零基础也可以参与本课程的学习,提供老师答疑
讲师团队
寒小阳
著名电商搜索广告负责人,多年实际ml/DL/dm项目经验,专注海量数据上机器学习算法的应用与优化。做过推荐系统、NLP、点击率预估、图像识别。讲课清晰易懂,擅长用实际数据、代码、案例说话,备受数千名学员好评。
林老师
原BAT高级技术专家,更早时期先后任职于微软、EMC等,从事过操作系统、数据库和云存储相关产品的研发。擅长Python数据分析、爬虫。曾多次作为面试官参与BAT/EMC校招面试与出题,善于剖析leetcode经典题型、助人入门、提高。
David陈
人大统计系数据挖掘与统计应用硕士,从事数据分析挖掘多年,开发过某金融公司量化自动交易系统。现为七月在线Python教学负责人,喜爱以数据去理解事物,擅长从零起步,一步步将复杂问题简单通俗阐述,备受广大学员欢迎。
褚博士
芝加哥大学计算机博士,研究方向为NLP、ML、DL,熟练当前深度学习在NLP领域的模型与应用。
张雨石
Google工程师,北航硕士毕业,对深度学习、计算机视觉和自然语言处理有着极大的热忱,CSDN博客上有多篇文章流传甚广。去Google之前,曾先后在腾讯、百度实习。
唐博士
大连理工大学博士,研究方向为机器学习、数据挖掘、知识表示。目前主持国家自然科学基金一项,发表多篇SCI学术论文,具有多年教学经验,擅长由浅入深剖析知识点。
课程大纲
第一阶段:零基础快速上手编程
在线课程:1-基本python类型、判断与循环流程等
在线实训:2-python基本练习题
在线课程:3-文件/数据读写、面向对象、第三方库等
在线实训:4-多种数据读写与面向对象练习
线下实训:5-python基本练习题 与 google python实战题
第二阶段:数据爬取得心应手
在线课程:1-requests bs4解析静态网页和selenium解析动态网页
在线实训:2-电商网站17huo和天气预报数据抓取、模拟百度关键字搜索
在线课程:3-模拟登陆与scrapy爬虫框架使用
在线实训:4-豆瓣电影数据抓取、创业邦投资机构数据抓取
线下实训:5-新闻网站与链家网数据爬取(基于scrapy实现)
第三阶段:数据分析全攻略
在线课程:1-pandas花式数据统计与分析技能
在线实训:2-pandas综合练习
在线课程:3-用pandas完成机器学习数据预处理与特征工程
在线实训:4-pandas完成Kaggle机器学习预处理
线下实训:5-美国大选、共享单车数据分析
第四阶段:可视化提升数据逼格技能get
在线课程:1-好用的python可视化利器matplotlib
在线实训:2-matplotlib完成Titanic和自行车租赁数据可视化
在线课程:3-自带各种数据拟合分析的可视化利器seaborn
在线实训:4-seaborn完成Titanic和自行车租赁数据可视化
线下实训:5-美国大选、共享单车可视化技能巩固与实战
第五阶段:玩转大数据
在线课程:1-hadoop与map-reduce
在线实训:2-手写map-reduce完成词频统计,制作词云
在线课程:3-Spark与大数据处理
在线实训:4-Spark大数据日志分析
线下实训:5-大数据分析处理案例
第六阶段:机器学习原理到实战
在线课程:1-机器学习流程、预处理、特征工程
在线实训:2-Kaggle机器学习比赛中的特征工程处理实战
在线课程:3-模型评判标准与部分机器学习有监督算法
在线实训:4-sklean接口熟悉与机器学习建模指导
线下实训:5-sklearn建模与使用
在线课程:6-机器学习有监督算法与无监督学习
在线实训:7-sklearn刷Kaggle比赛题
在线课程:8-机器学习集成算法与大杀器Xgboost/LightGBM
在线实训:9-Xgboost与LightGBM使用
在线课程:10-数据科学比赛精讲
在线实训:11-数据科学比赛练习赛
线下实训:12-集成算法与场景建模
第七阶段:深度学习原理到实战
在线课程:1-深度神经网络、google wide&&deep模型、腾讯通用CTR神经网络框架与实现
在线课程:2-卷积神经网络、caffe实战图像分类、Tensorflow实战图像风格变换实现
在线课程:3-循环神经网络、Tensorflow实战情感分析与文本生成实现
线下实训:4-Caffe&&Tensorflow实战
第八阶段:实际综合项目与就业指导
线下实训:1-自然语言处理项目
(文本数据抓取+spark/pandas数据分析+可视化+特征抽取+Sklearn/Spark机器学习建模+深度学习建模)
线下实训:2-分类与推荐系统实战
(音乐数据抓取+spark/pandas分析+可视化+协同过滤+隐语义模型+特征抽取分类建模)
线下实训:3-图像项目
(图像分类+图像检索)
线下实训:4-机器学习面试辅导
(面试注意点+常见面试考点精讲+简历指导+项目展示)
扫码试听