Computer Vision Engineer: от детекции и Doc-AI до продакшна

Name: Computer Vision Engineer: от детекции и Doc-AI до продакшна
Price: 2972 RUB
Availability: PreOrder

10 участников

О чём курс

Этот практический курс по Computer Vision представляет собой комплексное руководство по созданию полноценных продакшн-сервисов, выходящее далеко за рамки стандартных Jupyter-ноутбуков. Программа разработана для тех, кто хочет освоить полный цикл разработки: от сбора и разметки данных до деплоя, мониторинга и оценки бизнес-эффективности (ROMI) готового решения. Вы пройдете путь создания реальных систем, таких как детекторы пустых полок для ритейла, системы сегментации дефектов для промышленности и Doc-AI решения для обработки документов. Курс фокусируется на инженерной составляющей: вы научитесь не только обучать современные модели (YOLOv8/YOLO11, RT-DETR, SAM), но и оптимизировать их для работы в реальных условиях с использованием ONNX, TensorRT и OpenVINO, внедрять квантование (INT8) и батчинг, а также обеспечивать высокую производительность и надежность сервисов.

Основная ценность курса заключается в глубоком погружении в инфраструктурные аспекты. Вы научитесь строить масштабируемые API на FastAPI, использовать очереди задач (Redis/RabbitMQ), настраивать мониторинг через Prometheus и Grafana, а также внедрять практики CI/CD, включая канареечные релизы и shadow-traffic. Особое внимание уделяется профессиональным метрикам: вы будете считать не только точность (mAP, IoU, Dice), но и технические показатели, такие как p95-латентность, стоимость инференса на 1000 кадров и дрейф данных. Вы узнаете, как обосновывать инвестиции в разработку перед бизнесом, как обеспечивать приватность данных (PII) и как выстраивать надежные процессы QA для разметки и аугментации.

Формат обучения построен на принципе «короткая теория — код — чек-листы — результат». Каждый модуль завершается созданием конкретного артефакта: от обученной модели и скрипта инференса до полноценного эндпоинта или дашборда с метриками. Все репозитории курса полностью воспроизводимы благодаря использованию Makefile и docker-compose, что позволяет сразу применять полученные навыки в реальных проектах. Курс идеально подходит для ML-инженеров и разработчиков, стремящихся перейти от экспериментов к созданию стабильных, высоконагруженных систем компьютерного зрения, которые приносят измеримую пользу бизнесу. Вы научитесь находить узкие места в архитектуре, безопасно обновлять модели и соблюдать SLA, что делает этот курс незаменимым инструментом для профессионального роста в области CV-инженерии.

Программа обучения

Секция 1. Введение и быстрый старт:

Урок 1. Как будем работать: цели, стек, проекты
Урок 2. Окружение: venv vs Docker/Compose (минимум)
Урок 3. CLI/утилиты для CV
Урок 4. Метрики CV простым языком
Урок 5. Бенчмарк CPU/GPU (если есть)
Урок 6. Git/Make/README как контракт воспроизводимости Секция 2. Данные и разметка:
Урок 1. Сбор данных и схема классов
Урок 2. Разметка детекции (Label Studio/Roboflow)
Урок 3. Разметка сегментации (semantic/instance)
Урок 4. Разметка документов (Doc-AI)
Урок 5. Валидация датасета
Урок 6. Аугментации и синтетика Секция 3. Детекция: YOLO / RT-DETR:
Урок 1. YOLO — базовая тренировка (сложный)
Урок 2. Рецепты улучшения: EMA, cosine LR, freeze, AMP (сложный)
Урок 3. RT-DETR — альтернатива для продакшна (сложный)
Урок 4. Постпроцесс и калибровка порогов
Урок 5. Экспорт детектора в ONNX (сложный)
Урок 6. Error analysis детектора Секция 4. Сегментация: SAM и адаптеры:
Урок 1. SAM — принципы и промпты (сложный)
Урок 2. Fine-tune SAM: адаптер/LoRA (сложный)
Урок 3. Instance vs semantic — метрики и выводы
Урок 4. Постпроцесс масок
Урок 5. Экспорт сегментации в ONNX (сложный)
Урок 6. Витрина: сегментация дефектов + отчёт брака Секция 5. Doc-AI: OCR + layout → JSON → БД:
Урок 1. OCR базовый (PaddleOCR) (сложный)
Урок 2. Layout/структура документов (сложный)
Урок 3. Нормализация полей и правила
Урок 4. Контракт JSON и валидация схемы
Урок 5. API /doc-parse и запись в БД
Урок 6. Витрина: Doc-AI end-to-end (сложный) Секция 6. Экспорт и ускорение (ONNX/OpenVINO/TensorRT):
Урок 1. ONNXRuntime на CPU (сложный)
Урок 2. OpenVINO: IR и INT8 PTQ (сложный)
Урок 3. TensorRT: FP16/INT8 на GPU (сложный)
Урок 4. Батчинг и конвейерность
Урок 5. Стоимость инференса
Урок 6. Кейс «до/после» оптимизаций Секция 7. Сервис: FastAPI, очереди, надёжность:
Урок 1. Базовый API /predict + OpenAPI
Урок 2. Очереди и воркеры (Redis/RabbitMQ) (сложный)
Урок 3. Rate limit, тайм-ауты, ретраи (сложный)
Урок 4. Структурированные логи и трассировка
Урок 5. Файлы, потоки, хранилища
Урок 6. Нагрузочное тестирование и HAR-реплеи Секция 8. Наблюдаемость, качество и дрейф:
Урок 1. Prometheus экспортёр
Урок 2. Grafana дашборд и алерты
Урок 3. Качество оффлайн и регрессия
Урок 4. Дрейф данных
Урок 5. Дрейф качества
Урок 6. Отчётность для бизнеса Секция 9. Деплой и релизы:
Урок 1. Docker-образы для CV
Урок 2. Compose-стек: API + Redis + Prom + Grafana
Урок 3. Blue-Green и Canary (сложный)
Урок 4. Shadow-traffic
Урок 5. Версионирование весов и откаты
Урок 6. CI/CD минимум (сложный) Секция 10. Приватность, безопасность и ROMI. Финал:
Урок 1. Приватность изображений (PII)
Урок 2. Security-базис сервиса
Урок 3. ROMI для SMB-кейсов
Урок 4. Финальный проект: Retail «пустые полки» (сложный)
Урок 5. Финальный проект: Пром «дефекты»
Урок 6. Финальный проект: Doc-AI «чеки/акты» (сложный)

Складчина создана 18 апреля 2026 г. · описание обновлено 23 апреля 2026 г.

Теги курса

Другие материалы автора 11

АМ Алексей Малышкин Все материалы

RAG Engineer PRO 1 420 ₽ 18 990 ₽ −93%

LLM Security PRO: Prompt Injection, утечки, tool-abuse 1 310 ₽ 12 990 ₽ −90%

Vibecoding: Claude Code, Codex, Cursor и agentic development 449 ₽ 12 990 ₽ −97%

Проверка гипотез и анализ данных на Python 98 ₽ 999 ₽ −90%

AI Agents PRO: LangGraph, AutoGen и LLMOps в продакшне 1 602 ₽ 15 990 ₽ −90%

LangChain: c нуля до продакшн LLM-приложений 1 228 ₽ 8 990 ₽ −86%

LLMOps & Evaluation: из песочницы в продакшн 1 572 ₽ 12 990 ₽ −88%

Data Engineering Fast‑Track: Kafka → Airflow → Spark 1 164 ₽ 8 990 ₽ −87%

Developer PRO: Python-разработчик + Алгоритмы + Bash/Git 744 ₽ 5 010 ₽ −85%

FastAPI начальный уровень 874 ₽ 2 890 ₽ −70%

Vector DB & RAG Developer 291 ₽ 5 990 ₽ −95%

Отзывов пока нет. Будьте первым!

Как получить курс?

Влада Администратор сайта

Этот курс сейчас в процессе организации складчины. Нажмите кнопку «Записаться» и ожидайте старта — вам придёт уведомление. Когда складчина стартует, в карточке курса будет указан актуальный взнос. Текущая цена пока в процессе формирования и может отличаться от финальной.

Финальный взнос будет ниже, чем 19 900 ₽?

Влада Администратор сайта

Да, мы стремимся, чтобы финальный взнос был не больше ≈10% от оригинальной цены курса. Чем больше участников записывается в складчину, тем ниже выходит взнос для каждого.

Как я могу ускорить сбор складчины и уменьшить взнос?

Влада Администратор сайта

Нажмите кнопку «Записаться» и авторизуйтесь на сайте через email (через ту же почту, которую будете использовать для входа). В личном кабинете вас будут ждать инструкции, как пригласить других участников — чем больше людей записалось, тем быстрее стартует складчина и тем ниже взнос. Как только складчина готова к приобретению, вам придёт уведомление.