Аналитик данных
Финансовый университет при Правительстве Российской Федерации![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/cover/9_Data_Analyst/7cd5a9aefc8ef7c3da936a35e3969eb8.jpg)
Описание
Программа "Аналитик данных" является уникальной возможностью для всех, кто хочет расширить свои профессиональные навыки в области анализа данных, технологий искуственного интеллекта и инженерии. Курс позволит участникам приобрести теоретические и практические знания в области технического анализа, научиться работать с разными инструментами и методами анализа данных, а также получить опыт работы с реальными проектами в индустрии.
Одной из особенностей программы является ее ориентированность на реальную практику и необходимость знаний в сфере технического анализа данных с помощью программных инструментов. Знания, полученные в ходе обучения, позволят участникам курса стать профессионалами, способными эффективно анализировать данные и принимать обоснованные решения.
Преподаватели программы - опытные и высококвалифицированные специалисты, работающие в сфере технологий и инженерии. Участники курса смогут получить ценный опыт и новые знания от профессионалов своего дела.
Курс "Аналитик данных" является востребованным среди работодателей, ведь квалифицированные специалисты, обладающие знаниями в области технического анализа, всегда востребованы на рынке труда. Программа предоставляет полезные знания и практические навыки, необходимые для успешной карьеры в области технологий и инженерии.
Часов в программе
Цель программы
Актуальность
Актуальность программы обусловлена необходимостью подготовки квалифицированных кадров в условиях повсеместной цифровизации экономики, санкционного давления среди производителей ПО и общероссийской тенденции к суверинитизации Российских технологий.
Входная диагностика 1 час
Итоговая аттестация 1 час
Компетенции
Профессиональные
Способен классифицировать и идентифицировать задачи искусственного интеллекта, выбирать адекватные методы и инструментальные средства решения задач искусственного интеллекта
− основные определения искусственного интеллекта и больших данных;
− понятие A/B-тестирования;
− особенности продуктовой аналитики.
− проводить аналитические и поисковые исследования по тематике информационных технологий, технологий больших данных;
− строить несколько моделей и выбирать лучшую модель на данных.
− методами и инструментальными средствами решения задач искусственного интеллекта;
− навыками расчета ключевых метрик роста продукта с помощью Python
Способен разрабатывать и применять методы машинного обучения для решения задач
− существующие и перспективные методы и программный инструментарий технологий больших данных;
− математические основы машинного обучения (линейная алгебра, статистика, оптимизация).
− применять язык программирования Python и библиотеки при разработке решений на основе ИИ;
− осуществлять массово параллельную обработку и анализ данных;
− строить модели машинного обучения (регрессия, классификация, кластеризация, нейросети);
− оценивать результаты моделирования и определять критерии качества построенных моделей.
− методами разработки моделей машинного обучения и нейронных сетей
Способен использовать инструментальные средства для решения задач машинного обучения
− основные конструкции языка Python, библиотеки;
− системы обработки и анализа больших массивов данных (Hadoop, ETL, Spark и др.);
− осуществлять парсинг интернет-данных;
− применять SQL базы данных для прикладных решений;
− производить расчет вероятностных показателей с использованием языка Python;
− разрабатывать модели машинного обучения для решения задач.
− навыками расчета статистических показателей с использованием языка Python;
− навыками создания нескольких таблиц в СУБД Postgres посредствам Dbeaver;
− навыками интеллектуального анализа данных с помощью языка программирования R;
− навыками обучения нейронных сетей с помощью PyTorch, TensorFlow и Keras;
− навыками расчета ключевых метрик роста продукта с помощью Python;
− навыками настраивания кластеров Apache Spark и Hive на Hadoop;
− владение инструментами инструменты Weka,RapidMiner, Knime, Orange IBM SPSS Modeler, Tableau и др.;
− использовать базы данных (MongoDB, Clickhouse и др.
Способен осуществлять сбор и подготовку данных для систем искусственного интеллекта
− различия между машинным обучением, нейронными сетями, глубоким обучением и EDA;
− язык запросов к СУБД;
− основные ETL процессы и инструменты.
− осуществлять поиск и структурирование данных;
− осуществлять подготовку и разметку структурированных и неструктурированных данных для машинного обучения.
− навыками решения базовых аналитических кейсов с использованием инструментов визуализации;
− навыками поиска аномалий в данных, сегментации PCA, уменьшения размерности данных
Способен выполнять анализ больших данных
− основы теории баз данных;
− принципы работы NoSQL баз данных;
− основные уровни представления данных;
− особенности организации СУБД в MPP-системе;
− основные типы данных в СУБД Postgres;
− особенности колоночного формата хранения данных;
− принципы построения дашбордов;
− основные понятия теории вероятности;
− основы комбинаторики.
− производить аналитику для интеллектуального отслеживания ресурсов/процессов;
− визуализировать анализируемые данные;
− применять методы анализа на графах;
− создавать собственные модели данных с использованием UML-диаграмм.
− навыками использования статистических методов исследования;
− математическими методами анализа данных;
− навыками интеллектуального анализа данных с помощью языка программирования R
Способен использовать одну или несколько сквозных цифровых субтехнологий искусственного интеллекта
− представление о сквозных цифровых субтехнологиях искусственного интеллекта;
Уметь:− осуществлять математическое и информационное моделирование;
− решать прикладные задачи и участвовать в реализации проектов в области сквозной цифровой субтехнологии «Компьютерное зрение».
− навыками использования предварительно обученных моделей для классификации изображений и других задач;
− навыками обучения нейронной сети Keras многоклассовой классификации изображений на малом количестве данных
Требования
Категории:
Предприниматели, работники и владельцы компаний IT-сектора, имеющие высшее образование или среднее профессиональное (либо получающие высшее или среднее профессиональное образование), а также мотивированные специалисты из других профессиональных сфер и студенты, обучающиеся в области информационных технологий, а также по иным специальностям, которые заинтересованы в получении новых компетенций по специальности «Аналитик данных».
Иные требования и рекомендации для обучения по программе
Категории:
Предприниматели, работники и владельцы компаний IT-сектора, имеющие высшее образование или среднее профессиональное (либо получающие высшее или среднее профессиональное образование), а также мотивированные специалисты из других профессиональных сфер и студенты, обучающиеся в области информационных технологий, а также по иным специальностям, которые заинтересованы в получении новых компетенций по специальности «Аналитик данных».
Модули
свернутьПреподаватели
![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1320.1666120937/bc2cd1ad6c554456846c5b9d19f7d3a5.jpg)
Петросов
Давид Арегович
Финансовый университет при Правительстве Российской Федерации
профессор
кандидат технических наук
профессор
http://www.fa.ru/_layouts/15/ViewProfile.aspx?accountname=FADOMAIN\DAPetrosov&ReturnUrl=/org/dep/bi/Pages/Home.aspx![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1320.1712330751/5f72afca2ab99e28a6780eb912c37a16.jpg)
Андриянов
Никита Андреевич
Финансовый университет при Правительстве Российской Федерации
Доцент кафедры анализа данных и машинного обучения Факультета информационных технологий и анализа больших данных Финансового университета
Кандидат технических наук
доцент
http://www.fa.ru/_layouts/15/ViewProfile.aspx?accountname=FADOMAIN\NAAndriyanov&ReturnUrl=http://www.fa.ru/org/dep/findata/Pages/PersonList.aspx![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1320.1715036104/1095103e9480ebd18e508d4df1109e4d.jpg)
Кублик
Евгений Ильич
Финансовый университет при Правительстве Российской Федерации
доцент
кандидат технических наук
http://www.fa.ru/_layouts/15/ViewProfile.aspx?accountname=FADOMAIN\EKublik&ReturnUrl=http://www.fa.ru/org/chair/findata/Pages/PersonList.aspx![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1320.1715036299/8e5083aab04b1892eceb1027887a5126.jpg)
Макрушин
Сергей Вячеславович
Финансовый университет при Правительстве Российской Федерации
доцент
кандидат экономических наук
http://www.fa.ru/_layouts/15/ViewProfile.aspx?accountname=FADOMAIN\SVMakrushin&ReturnUrl=http://www.fa.ru/org/chair/findata/Pages/PersonList.aspx![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1320.1715036550/2b6fe23d5378a9ee1f70cb3c2f5f41a6.jpg)
Соловьев
Владимир Игоревич
Финансовый университет при Правительстве Российской Федерации
доцент
доктор экономических наук
профессор
http://www.fa.ru/_layouts/15/ViewProfile.aspx?accountname=FADOMAIN\VSoloviev&ReturnUrl=http://www.fa.ru/org/chair/findata/Pages/PersonList.aspx![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1320.1712524240/0abdcec7f1f19606aea29944f65886e4.jpg)
Никитин
Петр Владимирович
Финансовый университет при Правительстве Российской Федерации
Преподаватель Департамент анализа данных и машинного обучения
кандидат педагогических наук
доцент
http://www.fa.ru/_layouts/15/ViewProfile.aspx?accountname=FADOMAIN%5cPVNikitin&ReturnUrl=http%3a//www.fa.ru/org/dep/findata/Pages/PersonList.aspx![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1320.1715036819/75c8b7e899b16d99bf7c15957b2251cc.jpg)
Абашин
Валерий Геннадьевич
Финансовый университет при Правительстве Российской Федерации
доцент кафедры анализа данных и машинного обучения
кандидат технических наук
доцент
http://www.fa.ru/_layouts/15/ViewProfile.aspx?accountname=FADOMAIN\VGAbashin&ReturnUrl=http://www.fa.ru/org/chair/findata/Pages/PersonList.aspx![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1320.1715036906/d8e4842391c52733c9bceec9e0cb9b02.jpg)
Пальчевский
Евгений Владимирович
Финансовый университет при Правительстве Российской Федерации
старший преподаватель кафедры анализа данных и машинного обучения
http://www.fa.ru/_layouts/15/ViewProfile.aspx?accountname=FADOMAIN\EVPalchevskij&ReturnUrl=http://www.fa.ru/org/chair/findata/Pages/PersonList.aspx![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1320.1666174273/28b4f2f8ee2678d2a380d4790251915a.jpeg)
Черняков
Алексей Николаевич
Финансовый университет при Правительстве Российской Федерации
доцент Департамента анализа данных и машинного обучения
кандидат тех наук
доцент
http://www.fa.ru/_layouts/15/ViewProfile.aspx?accountname=FADOMAIN\ANChernyakov&ReturnUrl=http://www.fa.ru/org/dep/findata/Pages/PersonList.aspx![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1320.1680682089/faee91f864838b4cac9054454d3ea96a.jpg)
Осипов
Алексей Викторович
Финансовый университет при Правительстве Российской Федерации
Преподаватель Департамент анализа данных и машинного обучения
кандидат физико-математических наук
доцент
http://wiki.fa100.ru/index.php?title=%D0%9E%D1%81%D0%B8%D0%BF%D0%BE%D0%B2,_%D0%90%D0%BB%D0%B5%D0%BA%D1%81%D0%B5%D0%B9_%D0%92%D0%B8%D0%BA%D1%82%D0%BE%D1%80%D0%BE%D0%B2%D0%B8%D1%87Профстандарт
«Системный аналитик», утвержденный приказом Министерства труда и социальной защиты РФ от 28 октября 2014 года №809н
06.022Специальность
Аналитик данных (Data Scientist)
Ответственный за программу
+79374213990