III уровень

Архитектор данных (Data Architect)

МГТУ им. Н.Э. Баумана
266 часов длительность
Онлайн формат
Базовый уровень
1 поток 16.06-18.11.2024
2 поток 16.06-18.11.2024
3 поток 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.
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.
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.
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.

Преподаватели

Антонова

Вероника Михайловна

МГТУ им. Н.Э. Баумана, к.т.н.

доцент МГТУ им. Н.Э. Баумана

Бухтояров

Владимир Викторович

МГТУ им. Н.Э. Баумана, к.т.н.

доцент МГТУ им. Н.Э. Баумана

Пересунько

Евгения Олеговна

МГТУ им. Н.Э. Баумана

Ассистент

Пересунько

Павел Викторович

МГТУ им. Н.Э. Баумана

Старший преподаватель

Тынченко

Вадим Сергеевич

МГТУ им. Н.Э. Баумана

Руководитель департамента технологий искусственного интеллекта, к.т.н.

Доцент

Панфилов

Илья Александрович

МГТУ им. Н.Э. Баумана

доцент МГТУ им. Н.Э. Баумана

Доррер

Михаил Георгиевич

МГТУ им. Н.Э. Баумана

Старший преподаватель

Кандидат технических наук

Курашкин

Сергей Олегович

МГТУ им. Н.Э. Баумана

Исследователь. Преподаватель-исследователь

Мизгирев

Лев Сергеевич

ООО "ИНТЕРПРОКОМ"

Разработчик платформенных решений

Кукарцев

Владислав Викторович

МГТУ им. Н.Э. Баумана

Старший преподаватель

кандидат технических наук

Масич

Игорь Сергеевич

МГТУ им. Н.Э. Баумана

Ведущий научный сотрудник

Доктор технических наук

доцент

Петрова

Яна Сергеевна

МГТУ им. Н.Э. Баумана

Преподаватель

Преподаватель

Преподаватель

https://edu.bmstu.ru/about/teachers/petrova

Соколов

Григорий Владимирович

МГТУ им. Н.Э. Баумана

Senior data scientist, старший преподаватель МГТУ им. Н.Э. Баумана

Аверин

Андрей Валентинович

ООО "РУСБИТЕХ-АСТРА"

Старший архитектор отдела ИТ архитектуры

Сафронов

Денис Алексеевич

ООО "ТАКТИКУМ"

Специалист по машинному обучению

Авторизуйтесь чтобы записаться

Профстандарт

Специалист по большим данным

06.042

Специальность

Архитектор данных (Data Architect)

Отрасль

Промышленность

Ответственный за программу

do@edubmstu.ru

+7(495)1828385