Computer Vision для Defence Tech та автономних систем: онлайн-курс з проектування CV-системи для реальних умов | robot_dreams
  • онлайн-курс
  • 19 занять
  • CV-кейс для портфоліо

Computer Vision для Defence Tech та автономних систем

Навчіться проєктувати CV-системи для реальних умов: 3D-навігація, Sensor Fusion, low-latency відеопайплайни, Edge AI та production deployment.

 

Юрій Пащенко

Head of ML&CV department в NDA,

former Ajax Systems, Depositphotos, SQUAD

Для кого курс

Computer Vision Engineer

Хочете перейти від окремих CV-моделей до проєктування production-ready систем із 3D, Sensor Fusion та edge deployment.

AI Tech Lead або Software Architect

Проєктуєте CV-рішення і хочете краще розуміти весь шлях: від камери та сенсорів — до production-інфраструктури.

Robotics, UAV або Defence Tech Engineer

Розробляєте автономні системи й хочете, щоб Computer Vision стабільно працював на реальному залізі та в польових умовах.

Machine Learning Engineer

Прагнете не лише тренувати моделі, але й оптимізувати, масштабувати й запускати їх у реальних продуктах.

 

Цей курс підходить вам, якщо ви:

  • працюєте з Python, а також PyTorch або TensorFlow

  • тренували моделі Computer Vision (CNN, YOLO)

  • використовуєте OpenCV у практичних задачах

  • розумієте принципи обробки зображень і матричних перетворень

  • читаєте технічну документацію англійською (буде перевагою)

У програмі курсу:

  •  

    Проєктування CV-рішень

    від вибору камер і сенсорів — до роботи в реальних умовах, щоб моделі стабільно працювали в продакшені, а не лише на датасетах

  •  

    3D Computer Vision і Sensor Fusion

    просторове сприйняття сцени, SLAM, point clouds, стереозір та інтеграція даних з різних сенсорів, щоби будувати perception-системи для робототехніки, дронів та автономних платформ

  •  

    Відеоаналітика в реальному часі

    трекінг, low-latency відеопайплайни та стабільна робота моделей, щоб CV-рішення працювали без затримок на реальному відеопотоці

  •  

    Foundation Models та Edge AI

    сучасні підходи до побудови, оптимізації та запуску моделей на залізі з реальними обмеженнями, щоб запускати CV на edge-пристроях без втрати продуктивності

  •  

    Production Deployment

    оптимізація inference, контроль якості даних і створення власного end-to-end CV-проєкту, щоб упевнено впроваджувати моделі в реальні продукти

лектор

Юрій Пащенко

Head of ML&CV department в NDA, former Ajax Systems, Depositphotos, SQUAD

  • 13+ років досвіду в Computer Vision та Machine Learning — від класичних CV-алгоритмів до сучасних трансформерів.

  • Працював на позиціях Head of Research у SQUAD, Principal Machine Learning Engineer у Depositphotos, AI Teach Lead в Ajax Systems.

  • Розробляв production CV-системи для безпеки й відеоспостереження: масштабував cloud-рішення в Ring та оптимізував моделі для роботи безпосередньо на камерах в Ajax Systems.

  • Керував кросфункціональними AI-командами, вибудовуючи повні пайплайни: від роботи з дата-анотаторами — до деплою оптимізованих моделей на edge-пристроях або в Cloud.

  • Керував розробкою системи автоанотації для великих масивів даних, впровадивши підхід Human-in-the-Loop, що в рази пришвидшило процеси ручної розмітки та підготовки датасетів.

  • Спеціалізується на end-to-end Computer Vision — Object Detection, Segmentation, Sensor Fusion, MLOps, edge deployment і побудові production-ready CV-рішень.

ПРОГРАМА КУРСУ

  • 01 заняття
    28.09.2026

    Вступ до курсу та як підібрати камеру

    • Зрозумієте архітектуру курсу та цілі фінального проєкту.
    • Зрозумієте, як апаратна частина та фізика світла впливають на роботу алгоритмів комп'ютерного зору і машинного навчання.
    • Навчитесь обґрунтовано добирати оптику та сенсори під конкретні технічні вимоги бізнесу.
  • 02 заняття
    30.09.2026

    Калібрування камер і стереозір

    • Зрозумієте математику побудови зображення камерою.
    • Навчитесь усувати оптичну дисторсію, зокрема ефект «риб'ячого ока».
    • Навчитесь обчислювати глибину сцени за стереозображеннями.
  • 03 заняття
    05.10.2026

    Оцінка руху та основи SLAM

    • Зрозумієте архітектурні принципи SLAM-систем.
    • Навчитеся працювати з просторовими даними й тривимірними геометріями.
  • 04 заняття
    07.10.2026

    Сучасна 3D-реконструкція: NeRF і 3D Gaussian Splatting

    • Зрозумієте фундаментальну різницю між класичною реконструкцією та генеративними підходами.
    • Навчитеся перетворювати серію звичайних 2D-знімків з дрона або смартфона на високоточні, фотореалістичні інтерактивні 3D-сцени.
  • 05 заняття
    12.10.2026

    Vision Transformers (ViT) і мультимодальні моделі

    • Зрозумієте внутрішню логіку роботи Vision Transformers.
    • Навчитеся використовувати мультимодальні ембеддінги для семантичного пошуку.
  • 06 заняття
    14.10.2026

    Zero-shot сегментація та Open-Vocabulary детекція

    • Опануєте концепцію Zero-shot навчання.
    • Навчитеся застосовувати SOTA Foundation Models для швидкого розв'язання бізнес-завдань без збору нових датасетів.
  • 07 заняття
    19.10.2026

    Генеративні моделі в комп'ютерному зорі — принципи

    • Зрозумієте різницю між генеративними й дискримінативними підходами.
    • Орієнтуватиметеся в сімействі генеративних моделей.
    • Зрозумієте внутрішню механіку дифузії та призначення основних гіперпараметрів генерації.
  • 08 заняття
    21.10.2026

    Адаптація, керування та синтез даних генеративними моделями

    • Навчитесь адаптувати генеративні моделі під власний домен.
    • Зможете керувати генерацією за допомогою просторових і референсних умов.
    • Навчитеся застосовувати підхід sim-to-real.
    • Зрозумієте, як критично оцінювати користь синтетичних даних для downstream-завдань.
  • 09 заняття
    26.10.2026

    Multi-Object Tracking (MOT) та Re-Identification

    • Навчитеся будувати складні системи наскрізної ідентифікації та супроводу об'єктів у реальних розподілених мережах спостереження.
  • 10 заняття
    28.10.2026

    Високопродуктивні відеопайплайни та Low-Latency стримінг

    • Зрозумієте фізичні вузькі місця обробки відеоданих.
    • Навчитесь організовувати стримінг результатів Computer Vision аналітики на клієнтські пристрої з низькою затримкою, критично необхідною для телеметрії та керування дронами й роботами в реальному часі.
  • 11 заняття
    02.11.2026

    Кроссенсорна інтеграція: RGB + LiDAR / Radar

    • Зрозумієте фізичні принципи роботи активних далекомірів та специфіку їхніх апаратних обмежень.
    • Навчитеся математично вирівнювати й синхронізувати гетерогенні потоки даних — розріджені 3D-точки та щільні 2D-кадри — в єдиній узгодженій системі координат.
  • 12 заняття
    04.11.2026 19:00

    Мультиспектральне злиття: RGB + тепловізори

    • Зрозумієте фізику інфрачервоного випромінювання та особливості роботи тепловізорів.
    • Навчитеся програмно вирівнювати кадри з різних матриць.
    • Навчитеся модифікувати тензорні архітектури нейромереж для прямої обробки мультиспектральних даних (Early Fusion).
  • 13 заняття
    09.11.2026

    Active Learning, DVC та XAI

    • Навчитесь автоматизувати життєвий цикл ML-проєктів та версіонувати великі масиви даних.
    • Зможуть налаштовувати пайплайн безперервного донавчання (Active Learning), де система автономно відбирає складні кадри з реального світу.
  • 14 заняття
    11.11.2026

    Продакшн-сервінг моделей (Model Serving)

    • Зрозумієте архітектуру високонавантажених ML-сервісів.
    • Навчитеся масштабувати інференс моделей в хмарній інфраструктурі.
  • 15 заняття
    16.11.2026

    Компресія нейронних мереж

    • Опануєте методи стиснення нейромереж.
    • Навчитеся проєктувати компактні архітектури для специфічних обчислювальних обмежень.
  • 16 заняття
    18.11.2026

    Квантизація моделей

    • Зрозумієте різницю між PTQ та QAT, а також методи уникнення втрати точності під час конвертації моделей.
    • Навчитеся використовувати апаратне прискорення цілочисельних ядер процесорів для суттєвого зниження часу інференсу.
  • 17 заняття
    23.11.2026

    Інференс на Edge-девайсах

    • Отримаєте практичні навички низькорівневої компіляції алгоритмів під специфічні апаратні прискорювачі.
  • 18 заняття
    25.11.2026

    System Design: Проєктування архітектури CV-систем

    • Навчитеся мислити категоріями цілісних систем.
    • Зрозумієте, як проєктувати масштабовані архітектури під конкретні бізнес-вимоги та бюджети.
  • 19 заняття
    30.11.2026

    Захист курсових проєктів

    • Додасте до портфоліо повністю функціональний end-to-end проєкт рівня Middle/Senior.
    • Навчитеся технічно та бізнесово аргументувати власні інженерні рішення перед стейкхолдерами.

реєстрація

Перейдіть від окремих CV-моделей до проєктування production-ready систем для Defence Tech, робототехніки та автономних платформ.

 
 
 
Реєструючись, ви погоджуєтеся з умовами договору-оферти та політикою конфіденційності.