ОБНОВЛЁННАЯ ПРОГРАММА · 2026
Проектируйте
ML-системы
для реального мира.
Курс ML System Design 2026
Учитесь проектировать ML-системы: от данных и оценки моделей до деплоя, GenAI и безопасных AI-агентов. Разбирайте кейсы и готовьтесь к системным интервью.
НЕ ТОЛЬКО МОДЕЛЬ
Хорошая модель —
это только начало.
В реальной системе важны не только метрики качества. Нужно учитывать данные, задержки, стоимость, инфраструктуру и цели продукта.
На курсе разбираем, как связать эти решения в работающую архитектуру и объяснить выбранные компромиссы.
ПРОГРАММА ОБУЧЕНИЯ
Весь путь ML-системы
ML в продакшене
Цели ML-проекта, архитектура системы, основы обработки данных.
От данных к признакам
Обучающие выборки, качество данных и feature engineering.
Обучение и оценка
Разработка моделей, offline-оценка и распределённое обучение.
Деплой и реальные кейсы
Вывод модели в продакшен. Поиск, ранжирование и прогнозирование.
LLM, GenAI и агенты
Проектирование генеративных систем и архитектура AI-агентов.
System Design Interview
Фреймворк интервью, пробные собеседования и финальный экзамен.
ОТ ОСНОВ К ПРАКТИКЕ
13 глав. Один системный взгляд.
Откройте главу, чтобы узнать больше
01ML в продакшене
Что отличает модель от системы и какие задачи решает ML-инженер.
Открыть программу в LMS ↗02Основы ML-систем и обработки данных
Компоненты ML-системы и работа с данными.
Открыть программу в LMS ↗03Обучающие данные
Выборки и подготовка данных для обучения.
Открыть программу в LMS ↗04Feature Engineering
Признаки и их роль в качестве модели.
Открыть программу в LMS ↗05Model Development
Разработка моделей и выбор подходов к обучению.
Открыть программу в LMS ↗06Offline-оценка и DDP
Оценка качества и распределённое обучение.
Открыть программу в LMS ↗07Model Deployment
Переход от обученной модели к работающему сервису.
Открыть программу в LMS ↗08Interview Framework 2026
Структура ответа и обсуждение архитектурных решений.
Открыть программу в LMS ↗09Retrieval, Ranking и Forecasting
Кейсы поиска, ранжирования и прогнозирования.
Открыть программу в LMS ↗10LLM и GenAI System Design
Проектирование систем на основе языковых моделей.
Открыть программу в LMS ↗11Agentic AI Systems
Архитектура и безопасность систем с AI-агентами.
Открыть программу в LMS ↗12Mock Interviews
Практика системных интервью.
Открыть программу в LMS ↗13Финальный экзамен
Случайное ML System Design интервью.
Открыть программу в LMS ↗ДЛЯ КОГО
Следующий шаг
в ML-инженерии
Для ML-инженеров, data scientists и разработчиков, которые хотят видеть систему целиком и принимать архитектурные решения.
Что пригодится на старте
- Основы программирования и алгоритмов машинного обучения.
- Знакомство с PyTorch, TensorFlow или другим ML-фреймворком.
- Базовая теория вероятностей, Docker и контейнеры.
ПЕРЕД СТАРТОМ
Частые вопросы
Подойдёт ли курс начинающему?
Курс рассчитан на знакомство с программированием и базовыми алгоритмами машинного обучения. Также пригодятся основы теории вероятностей, опыт работы с ML-фреймворком и Docker.
Как начать обучение?
Откройте курс ML System Design 2026 в LMS. Для доступа к своему обучению войдите в аккаунт или зарегистрируйтесь, в том числе через Яндекс ID.
Что нового в версии 2026?
В программе есть фреймворк системного интервью, кейсы retrieval, ranking и forecasting, главы про LLM, GenAI и AI-агентов, пробные интервью и финальный экзамен.
Где найти старый курс?
Программа 2023 года остаётся доступной отдельно. Перейти к курсу 2023 года ↗
Где смотреть свой прогресс?
В личном кабинете LMS откройте вкладку «Статистика»: там отображаются ваши курсы, прогресс, завершённые курсы и сертификаты.
Материалы прошлых лет
Продолжайте обучение по прежней программе или возвращайтесь к знакомым материалам.
Курс 2023 года ↗Статьи и заметки ↗