III уровень

Архитектор данных (Data Architect)

МГТУ им. Н.Э. Баумана

266 часов длительность

Онлайн формат

Базовый уровень

1 поток (закрыт) 16.06-18.11.2024

2 поток (закрыт) 16.06-18.11.2024

3 поток (закрыт) 16.06-18.11.2024

Описание

Архитектор данных — это ИТ-специалист экспертного уровня, который анализирует информационную инфраструктуру компаний, ведет корпоративную бизнес-модель и жизненный цикл данных, использует различные цифровые инструменты для создания инновационных решений в области хранения и управления большими данными.

Дополнительная профессиональная программа повышения квалификации «Архитектор данных» (Data architect)» разработана экспертами в области цифровых технологий и ведущими преподавателями-практиками МГТУ им. Н.Э. Баумана и направлена на формирование у слушателей цифровых знаний, умений и навыков квалифицированного специалиста по проектированию, созданию, развертыванию и управлению архитектурой данных современной организации.

Для отработки практических компетенций в программу включено двадцать различных практических кейсов, основанных на реальных бизнес-задачах из разных областей: «Демографическая статистика»», «ИТ-образование», «Производственная безопасность», «Персонификация ритейла» и другие. После прохождения итоговой аттестации выпускники программы «Архитектор данных (Data architect)» получат удостоверение о повышении квалификации образца МГТУ им. Н.Э. Баумана.

Часов в программе

62 часа

лекции

56 часов

практика

99 часов

самостоятельная

16 часов

промежуточная аттестация

1 час

входная диагностика

32 часа

итоговая аттестация

266 часов

всего

Цель программы

Цель программы - получить компетенции, необходимые для профессиональной деятельности специалиста в области искусственного интеллекта и больших данных при реализации проектов и разработки новых решений на основе данных. Данная программа знакомит слушателя с основными разделами науки о данных.

Актуальность

Современную цифровизацию и автоматизацию бизнес-процессов невозможно представить без «дата-центричного» подхода. Современные технологии и методы сбора, обработки, хранения и анализа больших объемов разнородной информации полностью переформатировали подход к проектированию и разработке информационных систем. Все чаще, в разных аспектах цифровизации различных отраслей экономики и человеческой деятельности, основной фокус внимания аналитиков и архитекторов смещается на вопрос проектирования архитектуры данных проекта, архитектуры управления потоками данных, правил их обработки. Архитектура данных в современных информационных и аналитических системах должна учитывать и требования конечной задачи, и особенности представления данных для их хранения и обработки, а также специфику и требования трудоёмких алгоритмов анализа данных с использованием технологий ИИ.

Входная диагностика 1 час

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

Итоговая аттестация 32 часа

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, 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.п. Способен использовать системы искусственного интеллекта на основе нейросетевых моделей и методов

Владеть:

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

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

Уметь:

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

ПК-7.р. Способен осуществлять сбор и подготовку 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-9.р. Способен создавать и внедрять одну или несколько сквозных цифровых субтехнологий искусственного интеллекта

Владеть:

ПК-9.1.р. Участвует в реализации проектов в области сквозной цифровой субтехнологии «Компьютерное зрение»
ПК-9.2.р. Участвует в реализации проектов в области сквозной цифровой субтехнологии «Обработка естественного языка»
ПК-9.3.р. Участвует в реализации проектов в области сквозной цифровой субтехнологии «Рекомендательные системы и системы поддержки принятия решений»
ПК-9.4.р. Участвует в реализации проектов в области сквозной цифровой субтехнологии «Распознавание и синтез речи»
ПК-9.5.р. Участвует в реализации проектов в области перспективных сквозных цифровых субтехнологий искусственного интеллект

ПК-1.и. Способен применять методы и программные средства автоматизированного логического вывода и автоматизированной проверки гипотез

Знать:

Знает методы автоматизированной генерации и проверки гипотез в сфере исследовательской деятельности

Владеть:

Настраивает, конфигурирует и адаптирует программные средства автоматизированного логического вывода в сфере исследовательской деятельности

ПК-2.р. Способен разрабатывать и тестировать программные компоненты решения задач в системах искусственного интеллекта

Уметь:

Умеет проводить тестирование систем искусственного интеллекта

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

Владеть:

Выполняет подготовку и разметку
структурированных и неструктурированных данных
для машинного обучения

Требования

Нет

Владение необходимыми профессиональными компетенциями

К освоению ДПП ПК допускаются лица, имеющие среднее профессиональное образование или высшее образование, владеющие следующими 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

100ч

Модуль 1 Введение в технологии ИИ и инженерию данных

В ходе изучения модуля обучающиеся получат знания, навыки и умения по работе с данными в области задач анализа данных, а также ознакомятся с основными технологиями обработки и управления данными, методами обработки данных в задачах ИИ, подвести к задачам инженерии данных.

Подробнее

133ч

Модуль 2 Архитектура данных в области ИИ и BigData

В ходе изучения модуля обучающиеся получат знания, навыки и умения в области проектирования архитектуры данных, разработки и эксплуатации подсистем сбора, анализа и хранения данных в проектах в области ИИ и Больших Данных, а также научатся основным этапам и элементам работы архитектора данных в проектах в области ИИ и Больших Данных.

Подробнее

100ч

Модуль 1 Введение в технологии ИИ и инженерию данных

Подробнее

133ч

Модуль 2 Архитектура данных в области ИИ и BigData

Подробнее