III уровень

Архитектор в области искусственного интеллекта

Университет Иннополис
256 часов длительность
Онлайн формат
Базовый уровень
1 поток 03.06-25.11.2024
2 поток 10.06-25.11.2024

Описание

Курс направлен на получение компетенций для работы над проектами на основе машинного обучения в области промышленности. Образовательная программа позволит научиться определять требования к системам на основе машинного обучения и контролировать процесс разработки на всех этапах жизненного цикла проекта. В конце курса участники разработают проект на основе машинного обучения.

Образовательная программа состоит из трех блоков: введение в специальность архитектора в области ИИ, архитектура баз данных и работа над проектами на основе машинного обучения.

Курс проходит в дистанционном формате. Слушатели получают обратную связь к выполненным домашним заданиям. В конце участники выполняют учебный проект.

Кому подойдет программа:

— начинающим разработчикам;

— студентам ИТ-направлений;

— специалистам, желающим сменить сферу деятельности.

Чему вы научитесь:

— пониманию методов машинного обучения;

— работать с Python, Matplotlib, Sklearn, Pandas, NumPy, SQL для обработки, анализа и моделирования больших данных;

— проектировать базы данных и развертывать системы на основе машинного обучения;

— применять статистические методы для проверки гипотез.

Часов в программе
76 часов
лекции
78 часов
практика
70 часов
самостоятельная
18 часов
промежуточная аттестация
14 часов
итоговая аттестация
256 часов
всего
Цель программы
Целью подготовки слушателей по Программе является совершенствование компетенций в области искусственного интеллекта и машинного обучения, необходимых для профессиональной деятельности по специальности архитектор в области искусственного интеллекта.
Актуальность
Проекты в области искусственного интеллекта становятся все востребованнее. Многие компании уже работают с системами ИИ в виде чат-ботов и голосовых помощников. В связи с этим все более актуальной становится профессия архитектора в области ИИ, который способен определить архитектурную стратегию, работать с особым набором ИИ-инструментов, организовать рабочие процессы и масштабировать операции с ИИ. Компетенции ИИ-архитектора лежат на стыке технологий и коммуникаций, связанных с дата-менеджментом, управлением, построением моделей, развертыванием и организацией процессов ИИ.
Итоговая аттестация 14 часов
защита проектной работы

Компетенции

Профессиональные


Способен классифицировать и идентифицировать задачи искусственного интеллекта, выбирать адекватные методы и инструментальные средства решения задач искусственного интеллекта
Знать:

Классифицировать и идентифицировать задачи систем искусственного интеллекта в зависимости от особенностей проблемной и предметной областей

Уметь:

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

Владеть:

Собирать исходную информацию и формировать требования к решению задач с использованием методов искусственного интеллекта

Способен применять методы и программные средства автоматизированного логического вывода и автоматизированной проверки гипотез
Знать:

Использовать методы автоматизированной генерации и проверки гипотез в сфере исследовательской деятельности

Уметь:

Настраивать, конфигурировать и адаптировать программные средства автоматизированного логического вывода в сфере исследовательской деятельности

Владеть:

Настраивать, конфигурировать и адаптировать программные средства автоматизированного логического вывода в сфере исследовательской деятельности

Способен участвовать в процессе создания систем искусственного интеллекта, на различных этапах жизненного цикла в качестве эксперта и ключевого пользователя
Знать:

Участвовать в коллективной работе по созданию систем искусственного интеллекта в качестве эксперта

Уметь:

Участвовать в коллективной работе по созданию систем искусственного интеллекта в качестве эксперта

Владеть:

Участвовать в коллективной работе по созданию систем искусственного интеллекта в качестве эксперта

Способен разрабатывать и применять методы машинного обучения для решения задач
Знать:

Проводить анализ требований и определять необходимые классы задач машинного обучения

Уметь:

Определять метрики оценки результатов моделирования и критерии качества построенных моделей

Владеть:

Принимать участие в оценке и выборе используемых методов машинного обучения

Способен использовать системы искусственного интеллекта на основе нейросетевых моделей и методов
Знать:

Осуществлять оценку и выбор моделей искусственных нейронных сетей и инструментальных средств для решения поставленной задачи

Уметь:

Осуществлять оценку и выбор моделей искусственных нейронных сетей и инструментальных средств для решения поставленной задачи

Владеть:

Осуществлять оценку и выбор моделей искусственных нейронных сетей и инструментальных средств для решения поставленной задачи

Способен использовать инструментальные средства для решения задач машинного обучения
Знать:

Осуществлять оценку и выбор инструментальных средств для решения поставленной задачи

Уметь:

Осуществлять оценку и выбор инструментальных средств для решения поставленной задачи

Владеть:

Осуществлять оценку и выбор инструментальных средств для решения поставленной задачи

Способен создавать и поддерживать системы искусственного интеллекта на основе нейросетевых моделей и методов
Знать:

Осуществлять оценку и выбор моделей искусственных нейронных сетей и инструментальных средств для решения поставленной задачи

Уметь:

Осуществлять оценку и выбор моделей искусственных нейронных сетей и инструментальных средств для решения поставленной задачи

Владеть:

Осуществлять оценку и выбор моделей искусственных нейронных сетей и инструментальных средств для решения поставленной задачи

Способен осуществлять сбор и подготовку данных для систем искусственного интеллекта
Знать:

Осуществлять поиск данных в открытых источниках, специализированных библиотеках и репозиториях

Уметь:

Выполнять подготовку и разметку структурированных и неструктурированных данных для машинного обучения

Владеть:

Выполнять подготовку и разметку структурированных и неструктурированных данных для машинного обучения

Способен создавать и внедрять одну или несколько сквозных цифровых субтехнологий искусственного интеллекта
Знать:

Участвовать в реализации проектов в области перспективных сквозных цифровых субтехнологий искусственного интеллекта

Уметь:

Участвовать в реализации проектов в области сквозной цифровой субтехнологии «Компьютерное зрение»

Участвовать в реализации проектов в области сквозной цифровой субтехнологии «Обработка естественного языка»

Участвовать в реализации проектов в области сквозной цифровой субтехнологии «Рекомендательные системы и системы поддержки принятия решений»

Участвовать в реализации проектов в области сквозной цифровой субтехнологии «Распознавание и синтез речи»

Владеть:

Участвовать в реализации проектов в области перспективных сквозных цифровых субтехнологий искусственного интеллекта

Способен использовать одну или несколько сквозных цифровых субтехнологий искусственного интеллекта
Знать:

Решать прикладные задачи и участвовать в реализации проектов в области перспективных сквозных цифровых субтехнологий искусственного интеллекта

Уметь:

-Решать прикладные задачи и участвовать в реализации проектов в области сквозной цифровой субтехнологии «Компьютерное зрение»
-Решать прикладные задачи и участвовать в реализации проектов в области сквозной цифровой субтехнологии «Обработка естественного языка»
-Решать прикладные задачи и участвовать в реализации проектов в области сквозной цифровой субтехнологии «Рекомендательные системы и системы поддержки принятия решений»
-Решать прикладные задачи и участвовать в реализации проектов в области сквозной цифровой субтехнологии «Распознавание и синтез речи»

Владеть:

Решать прикладные задачи и участвовать в реализации проектов в области перспективных сквозных цифровых субтехнологий искусственного интеллекта

Требования

При поступлении на Программу слушатель должен обладать:

 -  пониманием основ научного метода. Научный метод включает в себя анализ и проверку гипотезы путем сбора и анализа данных. Понимание этого процесса помогает выбрать подходящие методы автоматизированной генерации и проверки гипотез для решения конкретной задачи;

- знанием информатики и программирования. Знание информатики позволяет понимать различные алгоритмы и структуры данных, которые используются в методах искусственного интеллекта. Это помогает при выборе наиболее подходящих методов для решения задачи и настройке соответствующих программных средств. Понимание основ программирования позволяет разрабатывать и адаптировать алгоритмы для конкретных задач искусственного интеллекта. Это включает в себя работу с языками программирования, библиотеками и инструментами, необходимыми для реализации и настройки программных решений.

- знанием математики и логики. Знание математики, включая алгебру, анализ и теорию вероятностей, необходимо для анализа и обработки данных, что является ключевым компонентом исследовательской работы в области искусственного интеллекта. Понимание математической логики важно для формализации проблем и построения моделей искусственного интеллекта. Логическое мышление помогает структурировать задачи и разрабатывать эффективные алгоритмы для их решения.

Иные требования и рекомендации для обучения по программе

При поступлении на Программу слушатель должен обладать:

 -  пониманием основ научного метода. Научный метод включает в себя анализ и проверку гипотезы путем сбора и анализа данных. Понимание этого процесса помогает выбрать подходящие методы автоматизированной генерации и проверки гипотез для решения конкретной задачи;

- знанием информатики и программирования. Знание информатики позволяет понимать различные алгоритмы и структуры данных, которые используются в методах искусственного интеллекта. Это помогает при выборе наиболее подходящих методов для решения задачи и настройке соответствующих программных средств. Понимание основ программирования позволяет разрабатывать и адаптировать алгоритмы для конкретных задач искусственного интеллекта. Это включает в себя работу с языками программирования, библиотеками и инструментами, необходимыми для реализации и настройки программных решений.

- знанием математики и логики. Знание математики, включая алгебру, анализ и теорию вероятностей, необходимо для анализа и обработки данных, что является ключевым компонентом исследовательской работы в области искусственного интеллекта. Понимание математической логики важно для формализации проблем и построения моделей искусственного интеллекта. Логическое мышление помогает структурировать задачи и разрабатывать эффективные алгоритмы для их решения.

Модули

свернуть
64ч
Модуль 1 Введение в специальность «Архитектор в области искусственного интеллекта»
Основы специальности БД и SQL
70ч
Модуль 3 Проекты на основе машинного обучения
Основы машинного обучения Версионирование и размещение моделей
108ч
Модуль 2 Python и работа с данными
Основы Python и ООП Дата Инженерия, подготовка данных Дата Инженерия, качество данных, катологизатор данных Микросервисная архитектура
64ч
Модуль 1 Введение в специальность «Архитектор в области искусственного интеллекта»
Основы специальности БД и SQL
108ч
Модуль 2 Python и работа с данными
Основы Python и ООП Дата Инженерия, подготовка данных Дата Инженерия, качество данных, катологизатор данных Микросервисная архитектура
70ч
Модуль 3 Проекты на основе машинного обучения
Основы машинного обучения Версионирование и размещение моделей

Преподаватели

Якупов

Азат Шавкатович

Университет Иннополис

Преподаватель

Астахов

Алексей Евгеньевич

Университет Иннополис

ассистент ИТ-тренера Центра специализированной ИТ-подготовки Института дополнительного образования

Корчагин

Илья Павлович

Университет Иннополис

преподаватель курсов повышения квалификации

Корнеева

Елена Игоревна

Университет Иннополис

Преподаватель

Андрющенко

Георгий Дмитриевич

Университет Иннополис

ассистент ИТ-тренера Центра специализированной ИТ-подготовки Института дополнительного образования

Авторизуйтесь чтобы записаться

Профстандарт

Специалист по большим данным

06.042

Специальность

Архитектор в области искусственного интеллекта (AI Architect)

Отрасль

Промышленность

Ответственный за программу