III уровень Большие данные

Инженер данных (Data engineer)

МГТУ им. Н.Э. Баумана

252 часа длительность

Онлайн формат

Базовый уровень

1 поток (закрыт) 10.06-03.12.2023

2 поток (закрыт) 10.06-04.12.2023

3 поток (закрыт) 10.06-05.12.2023

Описание

Инженер данных (Data Engineer) – это специалист по обработке данных, который отвечает за создание и поддержку архитектуры данных в Data Science-проекте. В сферу его компетенций входит обеспечение бесперебойного потока данных между сервером и приложением, интеграцию ПО для управления данными, оптимизацию ключевых процессов данных, а также владение множеством современных технологий и инструментов для эффективной работы с хранилищами данных, искусственным интеллектом, машинным обучением и др.

Программа повышения квалификации «Инженер данных (Data Engineer)» разработана ведущими преподавателями-практиками МГТУ им. Н.Э. Баумана и включает практические кейсы, основанные на реальных бизнес-задачах. Слушатели, успешно освоившие программу курса, смогут применять полученные знания для решения прикладных задач анализа данных (включая Big Data), знать и применять инструменты на основе технологий искусственного интеллекта с фокусом на организацию работ по получению, структурированию, обработке, предобработке и использованию данных различного объема.

После прохождения итоговой аттестации выпускники программы «Инженер данных (Data Engineer)» получат удостоверение о повышении квалификации образца МГТУ им. Н.Э. Баумана.

Часов в программе

33 часа

лекции

102 часа

практика

98 часов

самостоятельная

8 часов

промежуточная аттестация

1 час

входная диагностика

10 часов

итоговая аттестация

252 часа

всего

Цель программы

Цель программы - получить компетенции, необходимые для профессиональной деятельности специалиста в области сбора, обработки, интеллектуального анализа больших данных и использования результатов такой обработки при реализации проектов и разработки новых решений на основе данных. Данная программа знакомит слушателя с основными разделами науки о данных.

Актуальность

Data Science сегодня — это одно из самых востребованных направлений подготовки в бизнес-аналитике. В основе Data Science лежит работа с большими данными (Big Data).
Быстрый прирост информации в мире происходит в геометрической прогрессии. Правильное использование больших данных позволяет получить полезную информацию в любой области. Наука о данных пользуется большим спросом и объясняет, как цифровые данные преобразуют бизнес и помогают ему принимать более четкие и важные решения.
Основное отличие Data Science от классических методов бизнес-аналитики — это поиск связей и закономерностей в массивах информации, для разработки моделей, предсказывающей результат.

Входная диагностика 1 час

Для зачисления на курс необходимо пройти предварительное тестирование для определения стартового уровня знаний.

Итоговая аттестация 10 часов

Итоговая аттестация проводится в форме зачета по результатам тестирования и решения практического кейса, полученных в ходе обучения знаний.

Компетенции

Профессиональные

ПК-1.р. Способен классифицировать и идентифицировать задачи искусственного интеллекта, выбирать адекватные методы и инструментальные средства решения задач искусственного интеллекта.

Знать:

Знает методы и инструментальные средства искусственного интеллекта для решения задач в зависимости от особенностей проблемной области.

Уметь:

Умеет классифицировать и идентифицирует задачи систем искусственного интеллекта в зависимости от особенностей проблемной и предметной областей.

Владеть:

Выбирает методы и инструментальные средства искусственного интеллекта для решения задач в зависимости от особенностей проблемной области.

ПК-4.р. Способен разрабатывать и применять методы машинного обучения для решения задач.

Уметь:

Умеет проводить анализ требований и определяет необходимые классы задач машинного обучения.

Владеть:

Принимает участие в оценке и выборе используемых методов машинного обучения.

ПК-5.р. Способен использовать инструментальные средства для решения задач машинного обучения.

Знать:

Знает способы использования инструментальных средства для решения задач машинного обучения.

Уметь:

Умеет осуществлять оценку и выбор инструментальных средств для решения поставленной задачи.

Владеть:

Разрабатывает модели машинного обучения для решения задач.

Создает, поддерживает и использует системы искусственного интеллекта, включающие разработанные модели и методы, с применением выбранных инструментов машинного обучения

ПК-6.р. Способен создавать и поддерживать системы искусственного интеллекта на основе нейросетевых моделей и методов.

Знать:

Знает виды моделей искусственных нейронных сетей и инструментальные средства.

Уметь:

Умеет осуществлять оценку и выбор моделей искусственных нейронных сетей и инструментальных средств для решения поставленной задачи.

Владеть:

Разрабатывает системы искусственного интеллекта на основе моделей искусственных нейронных сетей и инструментальных средств.

ПК-8.р. Способен разрабатывать системы анализа больших данных

Знать:

Знает средства разработки программных компонентов, средства извлечения, хранения, подготовки больших данных с учетом вариантов использования больших данных, определений, словарей и эталонной архитектуры больших данных.

Знает средства разработки программных компонентов, средства обработки, удаленной, распределенной и объединенной аналитики, использования результатов анализа, описания и управления качеством и достоверностью больших данных.

Уметь:

Умеет разрабатывать программные компоненты извлечения, хранения, подготовки больших данных с учетом вариантов использования больших данных, определений, словарей и эталонной архитектуры больших данных

Умеет разрабатывать программные компоненты обработки, удаленной, распределенной и объединенной аналитики, использования результатов анализа, описания и управления качеством и достоверностью больших данных

Владеть:

Разрабатывает программные компоненты извлечения, хранения, подготовки больших данных с учетом вариантов использования больших данных, определений, словарей и эталонной архитектуры больших данных

Разрабатывает программные компоненты обработки, удаленной, распределенной и объединенной аналитики, использования результатов анализа, описания и управления качеством и достоверностью больших данных

ПК-9.р. Способен создавать и внедрять одну или несколько сквозных цифровых субтехнологий искусственного интеллекта.

Владеть:

Участвует в реализации проектов в области сквозной цифровой субтехнологии «Компьютерное зрение»
Участвует в реализации проектов в области сквозной цифровой субтехнологии «Обработка естественного языка»
Участвует в реализации проектов в области сквозной цифровой субтехнологии «Рекомендательные системы и системы поддержки принятия решений»
Участвует в реализации проектов в области сквозной цифровой субтехнологии «Распознавание и синтез речи»
Участвует в реализации проектов в области перспективных сквозных цифровых субтехнологий искусственного интеллекта

Требования

Нет

Образование

Высшее образование
Среднее профессиональное образование

Владение необходимыми профессиональными компетенциями

1. Способен участвовать в разработке технической документации программных продуктов и комплексов с использованием стандартов, норм и правил, а также в управлении проектами создания информационных систем на стадиях жизненного цикла.
Профессиональные:
Знать: Типовые решения, библиотеки программных модулей, шаблоны, классы объектов, используемые при разработке программного обеспечения
Уметь: Использовать существующие типовые решения и шаблоны проектирования программного обеспечения.
Владеть: Проектированием структур данных
2. Способен инсталлировать и сопровождать программное обеспечение информационных систем и баз данных, в том числе отечественного происхождения, с учетом информационной безопасности
Профессиональные:
Знать: Методы и средства проектирования баз данных.
Уметь: Применять методы и средства проектирования программного обеспечения, структур данных, баз данных, программных интерфейсов.
Владеть: Проектированием баз данных.
3. Написание программного кода с использованием языков программирования, определения и манипулирования данными
профессиональные
Знать: Синтаксис выбранного языка программирования, особенности программирования на этом языке, стандартные библиотеки языка программирования. Технологии программирования. Особенности выбранной среды программирования и системы управления базами данных
Уметь: Применять выбранные языки программирования для написания программного кода. Использовать выбранную среду программирования и средства системы управления базами данных.
Владеть: Методами оптимизации программного кода с использованием специализированных программных средств. Методами оценки и согласования сроков выполнения поставленных задач.

Модули

свернуть

167ч

Модуль 1 Базовый модуль

В ходе изучения модуля обучающиеся получат знания, навыки и умения в области сбора, обработки, интеллектуального анализа больших данных и использования результатов такой обработки, а также ознакомятся с технологиями баз данных, техниками проектирования структур и баз данных, методами и инструментами сбора, подготовки, обработки и управления данными, методами обработки данных в промышленной аналитике и задачах бизнес-аналитики; дать умения и практические навыки по формированию нейросетевых и других видов регрессоров, классификаторов и прогнозных моделей.

Подробнее

74ч

Модуль 2 Профессиональный модуль

В ходе изучения модуля обучающиеся получат знания, навыки и умения в области препроцессинга данных, проектирования и разработки программного обеспечения для решения базовых типов практических задач машинного обучения и анализа больших данных, а также ознакомятся с технологиями подготовки данных и технологиями разработки компьютерных программ на языке Python для решения следующих типовых задач машинного обучения: задачи компьютерного зрения, задачи обработки естественного языка на основе технологий искусственного интеллекта

Подробнее

167ч

Модуль 1 Базовый модуль

Подробнее

74ч

Модуль 2 Профессиональный модуль

Подробнее