Инженер данных

- Типы задач искусственного интеллекта
- Методы и инструменты систем искусственного интеллекта

ПК-1.1.р. Классифицирует и идентифицирует задачи систем искусственного интеллекта в зависимости от особенностей проблемной и предметной областей
ПК-1.2.р. Выбирает методы и инструментальные средства искусственного интеллекта для решения задач в зависимости от особенностей проблемной области

Компетенция предполагает владение следующими инструментами: Python, sklearn, HuggingFace, TensorFlow

- Классы задач машинного обучения и особенности их применения
- Методы и алгоритмы машинного обучения

ПК-5.1.р. Осуществляет оценку и выбор инструментальных средств для решения поставленной задачи
ПК-5.2.р Разрабатывает модели машинного обучения для решения задач
ПК-5.3.р. Создает, поддерживает и использует системы искусственного интеллекта, включающие разработанные модели и методы, с применением выбранных инструментов машинного обучения

Владение следующими инструментами: Python, sklearn, HuggingFace, TensorFlow, SQL

Компетенция предполагает владение следующими знаниями:
- Классы задач машинного обучения и особенности их применения;
- Методы и алгоритмы машинного обучения.

ПК-6.1.р. Осуществляет оценку и выбор моделей искусственных нейронных сетей и инструментальных средств для решения поставленной задачи
ПК-6.2.р. Разрабатывает системы искусственного интеллекта на основе моделей искусственных нейронных сетей и инструментальных средств

Компетенция предполагает владение следующими инструментами: Python, sklearn, HuggingFace, TensorFlow, SQL

- Типы задач искусственного интеллекта
- Методы и инструменты систем искусственного интеллекта
- Классы задач машинного обучения и особенности их применения

ПК-8.1.р. Разрабатывает программные компоненты извлечения, хранения, подготовки больших данных с учетом вариантов использования больших данных, определений, словарей и эталонной архитектуры больших данных
ПК-8.2.р. Разрабатывает программные компоненты обработки, удаленной, распределенной и объединенной аналитики, использования результатов анализа, описания и управления качеством и достоверностью больших данных

Компетенция предполагает владение следующими инструментами: Python, Apache Spark, ClickHouse

Компетенция предполагает формирование следующих знаний: методы и инструменты обработки больших данных

ПК-9.1.р. Участвует в реализации проектов в области сквозной цифровой субтехнологии «Компьютерное зрение»
ПК-9.5.р. Участвует в реализации проектов в области перспективных сквозных цифровых субтехнологий искусственного интеллекта

Владеет следующими инструментами: Python, sklearn, HuggingFace, TensorFlow, SQL, dvc, ClearML

Классы задач машинного обучения и особенности их применения

ПК-4.1.р. Проводит анализ требований и определяет необходимые классы задач машинного обучения
ПК-4.3.р. Принимает участие в оценке и выборе используемых методов машинного обучения

Компетенция предполагает владение следующими инструментами: Python, sklearn, HuggingFace, TensorFlow

Знания современных методов и инструментальных средств анализа больших данных

Умения осуществлять взаимодействие с внутренними и внешними поставщиками данных из гетерогенных источников

Владение инструментами определения источников больших данных для анализа, идентификации внешних и внутренних источников данных для проведения аналитических работ; получения и фильтрации больших объемов данных из гетерогенных источников ; извлечения, проверки и очистки больших объемов данных из гетерогенных источников; агрегации и разработки представления больших объемов данных из гетерогенных источников; оценки соответствия набора данных предметной области и задачам аналитических работ.

современных информационных технологий и программных средств, в том числе отечественного производства при решении задач профессиональной деятельности

выбирать современные информационные технологии и программные средства, в том числе отечественного производства при решении задач профессиональной деятельности

методиками использования программных средств для решения практических задач