III уровень Программирование и создание ИТ-продуктов

Аналитик данных (Data scientist)

МГТУ им. Н.Э. Баумана

256 часов длительность

Онлайн формат

Базовый уровень

1 поток (закрыт) 10.06-03.12.2023

2 поток (закрыт) 10.06-04.12.2023

3 поток (закрыт) 16.09-05.12.2023

Описание

Дополнительная профессиональная программа повышения квалификации «Аналитик данных (Data scientist)» разработана ведущими преподавателями-практиками МГТУ им. Н.Э. Баумана для изучения технологий и подходов в области анализа данных и подходит тем, кто планирует совершенствовать свои знания в Data Science.

В программу включены практические кейсы, основанные на реальных бизнес-задачах индустриальных партнеров МГТУ им. Н.Э. Баумана. Данные кейсы используются для отработки навыков и компетенций по изучаемым в рамках учебного плана темам. После прохождения итоговой аттестации выпускники программы «Аналитик данных (Data scientist)» удостоверение о повышении квалификации образца МГТУ им. Н.Э. Баумана.

Преимущества курса:

Обучение в онлайн-формате в режиме 24х7 из любой удобной локации.
Глубокие фундаментальные знания, актуальная необходимая теория и 55% прикладной практики.
Интенсивное прохождение программы за 4 месяца для быстрого старта в профессии.
Занятия с ведущими преподавателями-практиками МГТУ им. Н.Э. Баумана
Помощь в трудоустройстве (рекомендуем резюме лучших выпускников индустриальным партнерам).
Удостоверение о повышении квалификации установленного образца МГТУ им. Н.Э. Баумана.

Часов в программе

38 часов

лекции

92 часа

практика

105 часов

самостоятельная

12 часов

промежуточная аттестация

1 час

входная диагностика

8 часов

итоговая аттестация

256 часов

всего

Цель программы

Цель программы – формирование профессиональных знаний, навыков и компетенций, необходимых для реализации проектов и разработки новых решений в области искусственного интеллекта и больших данных с применением инструментов Data Science.

Актуальность

Data Science сегодня — это одно из самых востребованных направлений подготовки в бизнес-аналитике.
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 8 часов

Итоговая аттестация проводится в форме зачета по результатам тестирования и выполнения 1 практического кейса.

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, сбора исходной информации и формирует требования к решению задач с использованием методов искусственного интеллекта.

Уметь:

Умеет классифицировать и идентифицировать 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

Знать:

Знает как определять метрики оценки результатов моделирования и критерии качества построенных моделей.

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.

ПК-.6.п. Способен осуществлять сбор и подготовку данных для систем искусственного интеллекта

Знать:

Знает методы и способы сбора и подготовки данных для систем искусственного интеллекта.

Уметь:

Умеет осуществлять поиск данных в открытых источниках, специализированных библиотеках и репозиториях.

Владеть:

Выполняет подготовку и разметку структурированных и неструктурированных данных для машинного обучения.

ПК-7.п. Способен выполнять анализ больших данных

Знать:

Знает методы и способы выполнения анализа больших данных.

Уметь:

Умеет использовать знания о вариантах использования больших данных, определениях, словарях и эталонной архитектуре больших данных для эффективного извлечения, хранения, подготовки больших данных.

Владеть:

Выполняет обработку, удаленную, распределенную и объединенную аналитику, описание и управление качеством и достоверностью, использует результаты анализа больших данных.

ПК-8.п. Способен использовать одну или несколько сквозных цифровых субтехнологий искусственного интеллекта

Знать:

Знает способы решения прикладных задач и участвует в реализации проектов в области сквозной цифровой субтехнологии «Компьютерное зрение».
Решает прикладные задачи и участвует в реализации проектов в области сквозной цифровой субтехнологии «Обработка естественного языка».

Уметь:

Умеет решать прикладные задачи и участвует в реализации проектов в области сквозной цифровой субтехнологии «Рекомендательные системы и системы поддержки принятия решений».

Владеть:

Решает прикладные задачи и участвует в реализации проектов в области сквозной цифровой субтехнологии «Распознавание и синтез речи».
Решает прикладные задачи и 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

178ч

Модуль 1 Базовый модуль

В рамках модуля обучающиеся познакомятся 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; освоят умения и практические навыки по формированию нейросетевых и других видов регрессоров, классификаторов и прогнозных моделей.

Подробнее

69ч

Модуль 2 «Профессиональный модуль»

В ходе изучения модуля обучающиеся получат знания, навыки и умения в области проектирования и разработки программного обеспечения, а также ознакомятся с технологиями разработки компьютерных программ на языке Python, проектирования сложных систем искусственного интеллекта.

Подробнее

178ч

Модуль 1 Базовый модуль

Подробнее

69ч

Модуль 2 «Профессиональный модуль»

Подробнее