"Управление продуктом в ML для диджитал-специалистов на кейсах"
Курс для менеджеров продукта, предпринимателей и специалистов, стремящихся перейти в управление ML-продуктом
Официальный сертификат МФТИ о прохождении курса
Ближайшие даты курса
1августа – 15 сентября 2021
15 августа — 1 октября 2021
1 сентября — 15 октября 2021
Физтех-школа прикладной математики и информатики (ФПМИ) МФТИ – безусловно, ведущий мировой центр науки и образования в области математики и информатики.

Особенность нашей школы заключается в том, что она сочетает в себе активную научную деятельность и тесную связь с индустрией. На сегодняшний день школа включает в себя 27 кафедр и 21 лабораторию от ключевых академических институтов и ключевых представителей IT-индустрии: Яндекс, Тинькофф, Сбербанк, VK, ABBYY, 1C, Huawei и другие.

Наша школа и МФТИ гордимся своими выпускниками. Например, мы занимаем первое место в рейтинге вузов России по уровню зарплат занятых в IT-отрасли специалистов
Андрей Райгородский
Доктор физико-математических наук, профессор, директор Физтех-школы прикладной математики и информатики (ФПМИ).

О КУРСЕ

"81% компаний, не научившихся работать с данными, исчезнут".

Havas Group, Meaningful Brands 2019 report

Программа курса создана для повышения своей ценности на рынке через навыки управления ML-продуктом специально для
  • переходящих в управление ML-продукта,
  • предпринимателей,
  • и других диджитал-специалистов.
Вам не нужен опыт программирования и достаточен школьный уровень математики
Курс создан для наработки
управленческих навыков в ML через
интенсивную практику и интерактивные занятия
56
академических часов
и более 40 часов практики
12
домашних заданий
и защита личного проекта
8
лабораторий в формате Codelabs на реальных данных и системах
и 10+ case-study
Пройдя курс, вы сможете:
принимать решения на основе анализа данных:
  • формулировать цели для аналитики продукта на разных этапах готовности данных к обработке;
  • грамотно формулировать техническое задание для специалиста по аналитике данных и ML;
  • запускать эксперименты продукта, пользуясь знанием математики и языком статистических гипотез
самостоятельно оценивать технологические аспекты продуктов на базе ML
  • построить экспертизу для инвестиций в успешный и интересный проект/направление
  • видеть бизнесовые и технологические связи между готовыми решениями на рынке и вашей задачей
  • самостоятельно проверять бизнес-гипотезы и запускать продукты с помощью готовых технологий
понимать процессы в анализе данных через практику:
  • погрузиться в процесс работы специалиста данных через разбор алгоритмов на примерах;
  • решать задачи для работы с данными, такие как: обработка и манипуляция с данными, тренировка алгоритмов на данных примеров и оценка их эффективности
Также вы получите артефакты:
Мы хотим, чтобы ваша экспертиза была полезна и оценена рынком
Вы получите официальный сертификат
Московского Физико-Технического Института
Все материалы лекций в виде презентаций и кода и доступ к сообществу курса
Скидки на остальные курсы МФТИ
Команда курса
Давид Дале
Преподаватель

Давид работал над виртуальными помощниками, проектами ML для промышленности, подсчетом розничных кредитов. Специализируется на сокращении разрыва между математикой и ее приложениями.

  • Сейчас Давид работает в NLP-лаборатории в Сколтехе инженером-исследователем.
  • Занимается проблемами переноса стиля на текстах.
  • Разрабатывает чатботы (в т.ч. навыки Алисы) и NLP-инструменты.

Дале Давид (daviddale.ru)
ex-Data Scientist в Yandex,
ex-Data Scientist в Alfabank
окончил Факультет компьютерных наук ВШЭ, ШАД
Айра Монгуш
Преподаватель

Айра — специалист по разработке и развитию продуктов с 8-летним опытом. Закончила механико-математический факультет МГУ в 2014 году. Начинала работу разработчиком GIS c 2012 года.
С 2015 года была руководителем лаборатории ИИ-продуктов в aitarget.com, маркетинговом партнере Facebook&Instagram — где работала над экспериментами в оптимизации рекламы и анализа контента с помощью компьютерного зрения.
В 2017-2019 В Mail.Ru Group работала продакт-оунером в myTarget.
Сейчас Айра развивает стартап по подбору тьюторов по анализу данных и статистике.

Айра Монгуш (Linkedin)
Основательница maths-h.com, mentors.ru
ex-Product Owner в Mail.ru Group
ex-Head of AI Labs в aitarget.com
ментор с 6 летним стажем
Татьяна Комаристая
программный менеджер
Аналитик Da Vinci Capital,
ex-Аналитик Aton
студент B.Sc. Data Science & Business Analytics LSE
Примеры выступлений преподавателей
Отзывы о занятиях
Об МФТИ
Здание МФТИ в г. Долгопрудном
Московский физико-технический институт — ведущий технический вуз страны, который входит в престижные рейтинги лучших университетов мира.

Здесь обучают фундаментальной и прикладной физике, математике, информатике, химии, биологии, компьютерным технологиям и другим естественным и точным наукам.

Сегодня Физтех — это передовой научный центр. В МФТИ организована научная деятельность, посвященная в том числе проблемам старения и возрастных заболеваний, прикладной и фундаментальной физике, двумерным материалам, квантовым технологиям, искусственному интеллекту, геномной инженерии, арктическим и космическим исследованиям.

Программа курса


Блоки программы

Вводная часть. Метрики
  • Объясним целеполагание курса.
  • Рассмотрим принятие решений в анализе данных.
  • Научимся и потренируемся структурированию логики запросов со стороны менеджера продукта специалисту по работе с данными.
  • Погрузимся в принципы современной продуктовой аналитики.
  • Обсуждаем структуру метрик. Разбираем основные фреймворки для формулирования метрик. Обсуждаем связи между метриками.
  • Выбираем собственные проекты. Определяем ключевую метрику для предсказания для своего проекта через симулятор метрик, выявляем “сильные” и “слабые” метрики под определенные задачи.
Экспериментальное управление продуктом
  • Расскажем, почему сегментация пользователей в базе данных важна, а так же как ее можно реализовать в зависимости от метрик.
  • Перепишем на язык продукта статистические оценки на основных бизнес-примерах.
  • Рассмотрим на примерах понятия случайной величины, выборки, матожидания, независимости случайных величин. На тех же трех примерах рассмотрим оценки, распределения, методы получения оценок.
  • Смотрим на общую картину методологий работы с гипотезами для продукта. Формулируем гипотезы продукта на примерах. Рассмотрим на тех же примерах доверительные интервалы, посчитаем коэффициенты доверия, интервалы в нормальной модели, методы построения интервалов.
  • Проверим гипотезы для продукта: нулевая гипотеза, альтернативная гипотеза.
  • Поймем, что такое А/Б-тесты и в управлении продуктом на простейших примерах.
  • Разберем тесты с помощью предсказаний на примерах продуктов.
ML для предсказания метрик (без необходимости знать программирование)
  • Мы разберем на этом занятии виды машинного обучения (классическое, ансамбли, обучение с подкреплением, нейросети), какие бывают задачи машинного обучения и что такое модель/алгоритм машинного обучения, а также показатели эффективности алгоритмов (такие, как в случае бинарной классификации матрица ошибок, ROC-AUC).
  • Разберем самые популярные задачи машинного обучения и популярные модели.
  • Специально уметь программировать или знать высшую математику не нужно.
Продукты, построенные на алгоритмах ML
  • В данной главе мы разберемся, как грамотно формулировать техническое задание для специалиста по аналитике данных и ML, опираясь на принципы принятия решений в анализе данных, а также учимся самостоятельно запускать продукты с помощью готовых решений (специально уметь программировать не нужно), видеть бизнесовые и технические связи между готовыми решениями на рынке, чтобы стать независимой единицей для валидация собственных идей.
  • Мы знакомимся с нейросетями и deep learning на примере создания реальных продуктов. Изучаем готовые решения на рынке.
  • Знакомимся с алгоритмом создания ТЗ для аналитиков
  • Мы знакомимся с NLP. Изучаем готовые решения на рынке.
Улучшение опыта пользователей с помощью ML
  • Научимся формулировать цели продуктовой команде и data-инженеру в зависимости от этапа готовностей данных.
  • Презентуем собственные проекты.
Расписание курса
Какие навыки вы получите
по итогу курса:
МЕНЕДЖЕРСКИЕ НАВЫКИ
Вы пересмотрите метрики продукта и аналитику с точки зрения экспериментального анализа, научитесь писать грамотные ТЗ для аналитика данных.

ТЕХНИЧЕСКИЕ НАВЫКИ
Вы узнаете основы ML и научитесь применять алгоритмы на реальных кейсах реальных компаний.

НАВЫКИ ПРОТОТИПИРОВАНИЯ
Вы запустите самостоятельно свои эксперименты, а также свои продукты, которые работают с ML,
Мы хотим, чтобы ваша экспертиза была полезна и оценена вашими коллегами
Вы получите официальный сертификат
Московского Физико-Технического Института
Все материалы лекций в виде презентаций и кода
Скидки на остальные курсы Московского Физико-Технического Института
FAQ
Для кого этот курс?
Для тех, кто улучшает свой продукт, переходит или планирует управлять продуктом и его метриками с ML-функционалом (от уровня автоматизации до deeptech).
Зачем покупать этот курс?
Все технологические компании мира становятся data-first компаниями — это неизбежный исход цифровой трансформации.

Среди всех видов менеджеров продуктов выживут те, кто умеют управлять командой, работающей с данными.

Роль менеджера продукта данных наиболее важная и нужная с точки зрения пользы для бизнеса, внедряющего новые технологии обработки данных. Понимать принципы управления ML-продуктом одинаково важно для менеджера, ЛПР и любого специалиста, который так или иначе взаимодействует с этими данными.

Мы построили курс, который поможет вам стать востребованным специалистом в сфере управления ML-продуктом.
Чем вы отличаетесь от других программ?
Программа и задачи получились уникальными, в первую очередь благодаря интересному опыту команды: у преподавателя курса, рецензентов и организаторов объединенный опыт разработки и управления продуктами в Mail.Ru Group, Yandex.Alisa, AI Labs Aitarget, скоринговом отделе Alfabank, а также бизнесовый в венчурных инвестициях, консалтинге и образовании.
В программе предусмотрены сессии с вопросами-ответами с менеджерами ML-продуктов компаний Uber, Amazon и т.д.

В программе предусмотрены несколько AMA с менеджерами продуктов технологических компаний, таких как Uber, Amazon и тд.
Нужно ли знание программирования и статистики для прохождения курса?
По дизайну курса никаких специальных знаний не требуется, но знание Python и статистики будет преимуществом. Почти все лабораторные будут предоставлены в формате Codelab, где не требуется специальных знаний в программировании.

Когда будут проходить занятия и в каком формате?
Занятия будут проходить два раза в неделю в будние дни с 19:00 по 22:00 по zoom

Кто ведет занятия?
Айра — преподаватель
Предпринимательница в сфере образования, карьерный ментор, с опытом работы в разработке продукта в роли технического продакт-менеджера более 8 лет в Mail.Ru, представительстве Facebook&Instagram и других компаниях. Сейчас создала компанию maths-h.com

Давид — рецензент курса
Занимал позиции Data Scientist в Yandex и Alfabank, окончил факультет компьютерных наук ВШЭ, ШАД. Давид работал над виртуальными помощниками, проектами ML для промышленности, подсчетом розничных кредитов

Никита — куратор курса
Сотрудник ФПМИ МФТИ, ШАДовец, аспирант, управляет всем процессом до момента вручения сертификата

Татьяна — куратор курса
Аналитик Da Vinci Capital, ex-Аналитик Aton, студентка B.Sc. Data Science & Business Analytics London School of Economics
Сколько часов обучения включает курс?
56 академических часов и более 40 часов практики, которые включают 8 лабораторий на реальных данных и системах, 10+ case-study для самых известных технологических продуктов
Получу ли я сертификат?
Вы получите сертификат МФТИ государственного образца — МФТИ выступает организатором и гарантом качества вашего обучения.
Как получить сертификат от МФТИ о прохождении курса?

Для получения сертификата необходимо выполнить все 12 домашних заданий и защитить личный проект
Мы с вами свяжемся
Оставьте контактные данные
Нажимая кнопку "Оставить заявку", вы даете согласие на получение информационных писем от ФПМИ МФТИ и Mathshub по e-mail и мессенджерах.
Мы будем использовать ваши контакты только для релевантных сообщений.
Подпишитесь на новости
Оставьте контактные данные для того, чтобы узнать о новых наборах первыми!
Нажимая кнопку "Оставить заявку", вы даете согласие на получение информационных писем от ФПМИ МФТИ и Mathshub по e-mail и мессенджерах.
Мы будем использовать ваши контакты только для релевантных сообщений.
Поделитесь этой страницей с друзьями,
если вы считаете, что эта страница может быть полезна!
Пишите ваши вопросы на почту support@maths-h.com
или пишите в Telegram на @terrainco с пометкой "Курс МФТИ"