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
Математический анализ
Дифференциальные уравнения
Аналитическая геометрия
STEM и робототехника
Дискретная математика
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".
Математический анализ
Уровни подготовки
- Университетские курсы
Детали про опыт преподавания:
Теория функций комплексной переменной для Data Science и фазовых нейросетей. С примерами в сфере электораспределения и электроснабжения.
Подготовка и сопровождение для факультетов "Системный анализ", "Машинное обучение", "Искусственный интеллект", "Нейросетевые технологии", "Теория принятия решений", "Экономическая кибернетика", "Интеллектуальный анализ данных".
Дифференциальные уравнения
Уровни подготовки
- Университетские курсы
Детали про опыт преподавания:
Спектральные дифференциальные операторы для прикладных задач Data Science в сфере электроснабжения и электродистрибуции.
Подготовка и сопровождение для факультетов "Системный анализ", "Машинное обучение", "Искусственный интеллект", "Нейросетевые технологии", "Теория принятия решений", "Экономическая кибернетика", "Интеллектуальный анализ данных".
Аналитическая геометрия
Уровни подготовки
- Университетские курсы
Детали про опыт преподавания:
Геометрия функционального пространства 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".
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".
Дискретная математика
Уровни подготовки
- Университетские курсы
Детали про опыт преподавания:
Дискретные спектральные разложения для прикладных задач Data Science в сфере электроснабжения и электросети.
Подготовка и сопровождение для факультетов "Системный анализ", "Машинное обучение", "Искусственный интеллект", "Нейронные сети", "Теория принятия решений", "Экономическая кибернетика", "Интеллектуальный анализ данных".
Места занятий
- На выезде:
- Нет
- У преподавателя:
- Нет
- Онлайн:
- Да
О себе:
Помогу за 12 месяцев углубленно освоить технологический стек: MLMVN Айзенберга, QAOA. Вместе с вами создадим настоящий бизнес-приложение с искусственным интеллектом на Python.
Углубленное изучение МНК, SVD, псевдообратной матрицы Мура–Пенроуза.
Научим нейронную сеть прогнозированию γ, β параметров для QAOA, освоим алгоритм A2C. Изучим гармонический анализ на торе для нейросетевой апроксимации широкого класса периодических функций. QUBO-формулирование комбинаторной задачи для QAOA.
Для вас обеспечу полное погружение в курс продакшн-уровня с машинным обучением, Data Science и квантовой оптимизацией.
После курса вы уже не просто хороший ML-специалист. Вы становитесь специалистом, который умеет ставить задачи на стыке классического и квантового мира, понимает, когда и как использовать QAOA/RL/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 скачку? 🚀
Я ваш:
- бизнес-тренер для проектов со стеком RL, 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", "Нейронные технологии", "Теория принятия решений", "Экономическая кибернетика", "Интеллектуальный анализ данных". Поддержу 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, 5 уроков в неделю, 2 часа/урок, всего: 480 часов.
Мой опыт проектирования DeepTech-стартапов и участия в международных бизнес-инкубаторах 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. 2-июн. 8, 2026