Сергей Барський
Научные данные, нейронные сети и квантовая оптимизация с QAOA. Подготовлюсь за 12 месяцев к вступлению на факультет «Системный анализ». Все для аппроксимации периодических функций тригонометрическими многочленами (модами Фурье на торе). Спектральный анализ. QAOA в задачах размещения BESS. Создание DeepTech-стартапов для международных конкурсов и стартап-школ.
Сергей Барський 5.0(отзывов: 1)
Научные данные, нейронные сети и квантовая оптимизация с QAOA. Подготовлюсь за 12 месяцев к вступлению на факультет «Системный анализ». Все для аппроксимации периодических функций тригонометрическими многочленами (модами Фурье на торе). Спектральный анализ. QAOA в задачах размещения BESS. Создание DeepTech-стартапов для международных конкурсов и стартап-школ.
Предметы
Математика
Программирование
Высшая математика
Экономическая статистика
STEM и робототехника
Математическая статистика
Эконометрика
Математическое моделирование
Математика
Уровни подготовки
- Специализированные курсы
Детали про опыт преподавания:
Спектральный анализ периодических функций для прикладных задач Data Science в сфере электрораспределения и электроснабжения.
Подготовка и сопровождение для факультетов "Системный анализ", "Машинное обучение", "Искусственный интеллект", "Нейросетевые технологии", "Теория принятия решений", "Экономическая кибернетика", "Интеллектуальный анализ данных".
Программирование
Уровни подготовки
- Python программирование
- Тестирование программного обеспечения
Детали про опыт преподавания:
Разработка комплекснозначных нейросетей. С примерами в сфере электрораспределения и электроснабжения.
Подготовка и сопровождение для факультетов "Системный анализ", "Машинное обучение", "Искусственный интеллект", "Нейросетевые технологии", "Теория принятия решений", "Экономическая кибернетика", "Интеллектуальный анализ данных".
Высшая математика
Уровни подготовки
- Университетские курсы
Детали про опыт преподавания:
Аппроксимация тригонометрическими полиномами (модами Фурье на торе) для Data Science в сфере электрораспределения и электроснабжения.
Подготовка и сопровождение для факультетов "Системный анализ", "Машинное обучение", "Искусственный интеллект", "Нейросетевые технологии", "Теория принятия решений", "Экономическая кибернетика", "Интеллектуальный анализ данных".
Экономическая статистика
Уровни подготовки
- Университетские курсы
Детали про опыт преподавания:
Метод найменших квадратів: індекси, часові ряди, панельні дані — SVD, псевдоінверсія Мура–Пенроуза, рекурентне оцінювання — для прикладних задач Data Science у сфері електророзподілу та електропостачання.
Підготовка та супровід для факультетів "Системний аналіз", "Машинне навчання", "Штучний інтелект", "Нейромережеві технології", "Теорія прийняття рішень", "Економічна кібернетика", "Інтелектуальний аналіз даних".
STEM и робототехника
Уровни подготовки
- Специализированные курсы
Детали про опыт преподавания:
Комплекснозначный фазово-ориентированный Supervised Learning на базе Фурье и Data Science в сфере электрораспределения и электроснабжения.
Подготовка и сопровождение для факультетов "Системный анализ", "Машинное обучение", "Искусственный интеллект", "Нейросетевые технологии", "Теория принятия решений", "Экономическая кибернетика", "Интеллектуальный анализ данных".
Математическая статистика
Уровни подготовки
- Специализированные курсы
Детали про опыт преподавания:
Від нормального рівняння до сингулярного розкладання: точне оцінювання у перевизначених та виродженних системах, стійкі обернення через псевдоінверсію Мура-Пенроуза та рекурентне накопичення даних - для прикладних задач Data Science у сфері електророзподілу та електропостачання.
Підготовка та супровід для факультетів "Системний аналіз", "Машинне навчання", "Штучний інтелект", "Нейромережеві технології", "Теорія прийняття рішень", "Економічна кібернетика", "Інтелектуальний аналіз даних".
Эконометрика
Уровни подготовки
- Университетские курсы
Детали про опыт преподавания:
Метод найменших квадратів: зважені, робастні, узагальнені моделі, SVD, псевдоінверсія Мура–Пенроуза, рекурентне оцінювання — для прикладних задач Data Science у сфері електророзподілу та електропостачання.
Підготовка та супровід для факультетів "Системний аналіз", "Машинне навчання", "Штучний інтелект", "Нейромережеві технології", "Теорія прийняття рішень", "Економічна кібернетика", "Інтелектуальний аналіз даних".
Математическое моделирование
Уровни подготовки
- Специализированные курсы
Детали про опыт преподавания:
Метод найменших квадратів: лінійні, білінійні моделі, ідентифікація систем — SVD, псевдоінверсія Мура–Пенроуза, рекурентне оновлення без перерахунку з нуля — для прикладних задач Data Science у сфері електророзподілу та електропостачання.
Підготовка та супровід для факультетів "Системний аналіз", "Машинне навчання", "Штучний інтелект", "Нейромережеві технології", "Теорія прийняття рішень", "Економічна кібернетика", "Інтелектуальний аналіз даних".
Места занятий
- На выезде:
- Нет
- У преподавателя:
- Нет
- Онлайн:
- Да
О себе:
Помогу за 12 месяцев углубленно овладеть технологическим стеком: MLMVN Айзенберга, QAOA. Вместе с вами создадим настоящее приложение с искусственным интеллектом на Python.
Углубленное изучение МНК, SVD, псевдоинверсии Мура-Пенроуза.
Научим нейронную сеть прогнозированию γ, β параметров для QAOA, овладим алгоритмом A2C. Изучим гармонический анализ на тори для нейросетевой аппроксимации широкого класса периодических функций. QUBO- формулировка комбинаторной задачи для QAOA.
Вам обеспечу полное погружение в курс продакшн-уровня по машинному обучению, Data Science и квантовой оптимизации.
После курса вы уже не просто хороший ML-специалист. Вы становитесь специалистом, умеющим ставить задачу на стыке классического и квантового мира, понимает, когда и как использовать QAOA/MLMVN/гибриды, и может это защитить как серьезный проект. Это уже уровень DeepTech-специалиста начального/среднего ранга в одной из самых перспективных ниш 2026-2035 годов. Готовы к такому прыжку? 🚀
Я ваш:
- бизнес-тренер для проектов со стеком QAOA, MLMVN;
- проводник в сегменте EdTech4DeepTech;
- экзаменатор для защиты портфолио;
- научный руководитель;
- консультант и организатор оптимальной траектории развития ваших навыков в области машинного обучения и квантовой оптимизации.
Моя цель – вместе с вами создать ваше DeepTech-портфолио и подготовить вас к его защите.
Обеспечу для вас полный цикл подготовки для поступления в университет на факультеты "Системный анализ", "Машинное обучение", "Искусственный интеллект", "Нейрометевая технология", "Теория принятия решений", "Экономическая кибернетика", "Интеллектуальный анализ данных". Буду поддерживать вас во время учебы - как на бакалавриате, магистратуре, так и в аспирантуре.
Также подготовлю вашу команду к участию в международном стартап-конкурсе, полный цикл инкубации. Продолжительность курса: 12 месяцев, 2+ конференции в неделю, продакшн-тренажеры для самостоятельной работы, всего: 480+ часов интенсивного обучения.
Мой опыт проектирования DeepTech-стартапов и участия в международных бизнес-инкубаторе более 9 лет:
- выход в полуфинал международного конкурса стартапов Technovation Challenge (Сан-Франциско) 2017 и 2021 годов.
– выход в финал международного конкурса стартапов Social Impact Award (Вена) 2021 года.
– финалист международного квантового конкурса Global Industry Challenge 2025 (Вашингтон).
- Образование:
- Запорожская государственная инженерная академия (ЗГИА), специалист, 1999
- Специальность/квалификация:
- Экономическая кибернетика
- Возраст:
- 46-55
- Опыт:
- более 5 лет
Видеопрезентация
Отзывы
Размещенные отзывы поступили от зарегистрированных на сайте студентов, которые фактически пользовались образовательными услугами репетитора.
5+
Математический анализ, Университетские курсы
5+
Запишитесь на бесплатное пробное занятие с преподавателем Сергій Барській
Выберите дату и время:
июн. 22-июн. 28, 2026