Архитектор данных
Финансовый университет при Правительстве Российской Федерации![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/cover/1320.1712322710/781e4d2c82e8e96b69e9733f4f960055.jpg)
Описание
Станьте архитектором данных в 2024 году!
C нами вы освоите техники и знания для эффективного использования ИИ в бизнесе и научитесь прогнозировать действия клиентов и сотрудников
Узнаете себя?
Я - новичок в ИИ и хочу понять:
- как общаться с ИИ на обычном языке, чтобы делать ИИ на компьютерном языке
- как освоить новые технологии и термины, используя ИИ как учителя
- как получить интуицию о данных, не используя ИИ, а выстраивая доходчивые и экологичные визуализации
Я имею опыт в IT и хочу освоить перспективное направление
- Узнать о передовых методах и технологиях в области ИИ
- Освежить давно забытые концепции из статистики и ML
- Увидеть воочию как различные роли в ИИ - ML-инженеры, BI-аналитики, data scientist’ы и архитекторы - взаимодействуют между собой при создании ИИ-решения.
Я - ML-аналитик/data-инженер и хочу расширить горизонты:
- научиться анализировать бизнес, определять метрики и бейслайны, формулировать пользовательские истории в области ML.
- узнать какие российские решения в области ИИ существуют и в чем их преимущества перед зарубежными “конкурентами”.
- понять как собирать данные для работы с таким сложно предсказуемым объектом, как человек.
Каждый модуль состоит из онлайн-курса (около 8 часов видео, плюс тесты и домашние лабораторные работы), и четырех трехчасовых вебинаров, на которых слушатели решают кейсы и участвуют в лабораторных работах, деловых играх и симуляциях, включающих реальную работу с данными и технологиями ИИ. Курс длится два месяца. У слушателей есть доступ в специальный telegram-канал, в котором они могут задать вопросы, которые обязательно - надеемся! - возникнут по ходу просмотра видео и выполнения домашних работ. Финальный зачет - защита командного проекта, настоящей системы на базе ИИ, которая интегрирует знания полученные на курсе и пополнит ваше портфолио, став мощным аргументом для будущего работодателя.
Программа разработана на основе:
- Федеральные государственные образовательные стандарты:
1.1. Приказ Министерства просвещения Российской Федерации от 12.12.2022 № 1095 "Об утверждении федерального государственного образовательного стандарта среднего профессионального образования по специальности 09.02.08 Интеллектуальные интегрированные системы" (Зарегистрирован 20.01.2023 № 72090).
- По направлениям подготовки бакалавров: (38.03.02) Менеджмент. Приказ Минобрнауки России от 12.01.2016 N 7; (01.03.02). Прикладная математика и информатика. Приказ Минобрнауки России от 10.01.2018 № 09; (02.03.01). Математика и компьютерные науки. Приказ Минобрнауки России от 23.08.2017 № 807.
- По направлениям подготовки магистров: (27.04.03) Системный анализ и управление. Приказ Минобрнауки России от 30.10.2014 N 1413; (38.04.01) Экономика. Приказ Минобрнауки России от 30.03.2015 N 321; (38.04.08) Финансы и кредит. Приказ Минобрнауки России от 30.03.2015 N 325. (02.04.02) Фундаментальная информатика и информационные технологии. Приказ Минобрнауки России от 17.08.2015 № 830.
- Профессиональные стандарты:
2.1. Специалист по тестированию в области информационных технологий. Приказ Министерства труда и социальной защиты Российской Федерации от 11 апреля 2014 года N 225н.
2.2. Руководитель проектов в области информационных технологий. Приказ Министерства труда и социальной защиты Российской Федерации (с изменениями на 12 декабря 2016 года) № 154.
2.3. Специалист цифровой трансформации документированных сфер деятельности организации». Приказ Министерства труда и социальной защиты Российской Федерации от 31 марта 2021 года № 192 н.
2.4. Специалист по большим данным. Приказ Министерства труда и социальной защиты Российской Федерации от 6 июля 2020 года N 405н
2.5. Архитектор программного обеспечения. Приказ Министерства труда и социальной защиты Российской Федерации от 30.08.2021 № 579н https://classinform.ru/profstandarty/06.003-arhitektor-programmnogo-obespecheniia.html
Часов в программе
Цель программы
Освоение передовых технологий и методов на основе ИИ.
Формирование навыков анализа бизнеса и сбора данных для решения прикладных задач, связанных с прогнозированием и управлением в различных областях применения.
Актуальность
Мы рассчитываем, что, в зависимости от предыдущего опыта, вы займете позицию от junior до middle - и она будет связана с обработкой и моделированием данных или с аналитикой и проектированием ИИ-систем.
Входная диагностика
Итоговая аттестация 4 часа
Компетенции
Профессиональные
ПК-1.р. Способен классифицировать и идентифицировать задачи искусственного интеллекта, выбирать адекватные методы и инструментальные средства решения задач искусственного интеллекта
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.
Выбирает методы и инструментальные средства искусственного интеллекта для решения задач в зависимости от особенностей проблемной области
Собирает исходную информацию и формирует требования к решению задач с использованием методов искусственного интеллекта
Выбирает методы и инструментальные средства искусственного интеллекта для решения задач в зависимости от особенностей проблемной области.
ПК-1.и. Способен применять методы и программные средства автоматизированного логического вывода и автоматизированной проверки гипотез
Знает методы автоматизированной генерации и проверки гипотез в сфере исследовательской деятельности
Уметь:Использует 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
Способы сбора исходной информации и формирования требований к решению задач с использованием методов искусственного интеллекта
Уметь:Проводит тестирование систем искусственного интеллекта
Владеть:Навыками выбора методов и инструментальных средств искусственного интеллекта для решения задач в зависимости от собственной проблемной области
ПК-4.р. Способен разрабатывать и применять методы машинного обучения для решения задач
Способы определения метрики оценки результатов моделирования и критерии качества построенных моделей
Уметь:Проводить анализ требований и определяет необходимые классы задач машинного обучения
Определять метрики оценки результатов моделирования и критерии качества построенных моделей
Принимать участие в оценке и выборе используемых методов машинного обучения
Навыками оценки и выбора используемых методов машинного обучения
Навыками подготовки и разметки структурированных и неструктурированных данных для машинного обучения
ПК-5.п. Способен использовать системы искусственного интеллекта на основе нейросетевых моделей и методов
Знает как определять метрики оценки результатов моделирования и критерии качества построенных моделей
Уметь:Умеет проводить анализ требований и определяет необходимые классы задач машинного обучения
Осуществляет оценку и выбор моделей искусственных нейронных сетей и инструментальных средств для решения поставленной задачи
Принимает участие в оценке и выборе используемых методов машинного обучения
Осуществляет оценку и выбор моделей искусственных нейронных сетей и инструментальных средств для решения поставленной задачи
ПК-6.п. Способен осуществлять сбор и подготовку данных для систем искусственного интеллекта
Способы сбора исходной информации и формирования требований к решению задач с использованием методов искусственного интеллекта;
Методы автоматизированной генерации и проверки гипотез в сфере исследовательской деятельности;
Выполняет подготовку и разметку структурированных и неструктурированных данных для машинного обучения
Владеть:Выполняет подготовку и разметку структурированных и неструктурированных данных для машинного обучения
ПК-6.р. Способен создавать и поддерживать системы искусственного интеллекта на основе нейросетевых моделей и методов
Методы и инструментальные средства искусственного интеллекта для решения задач в зависимости от особенностей проблемной области
Уметь:Осуществлять оценку и выбор моделей искусственных нейронных сетей и инструментальных средств для решения поставленной задачи;
Осуществлять поиск данных в открытых источниках, специализированных библиотеках и репозиториях;
Навыками осуществления оценки и выбора моделей искусственных нейронных сетей и инструментальных средств для решения поставленной задачи
ПК-7.р. Способен осуществлять сбор и подготовку данных для систем искусственного интеллекта
Собирать исходную информацию и формировать требования к решению задач с использованием методов искусственного интеллекта
Уметь:Умеет осуществлять поиск данных в открытых источниках, специализированных библиотеках и репозиториях
Владеть:Осуществляет поиск данных в открытых источниках, специализированных библиотеках и репозиториях
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
Способы использования одной или нескольких сквозных цифровых субтехнологий искусственного интеллекта
Уметь:Участвует в реализации проектов в области сквозной цифровой субтехнологии «Компьютерное зрение»
Участвует в реализации проектов в области сквозной цифровой субтехнологии «Обработка естественного языка»
Участвует в реализации проектов в области сквозной цифровой субтехнологии «Рекомендательные системы и системы поддержки принятия решений»
Участвует в реализации проектов в области сквозной цифровой субтехнологии «Распознавание и синтез речи»
Участвует в реализации проектов в области перспективных сквозных цифровых субтехнологий искусственного интеллект
Навыками использования одной или нескольких сквозных цифровых субтехнологий искусственного интеллекта;
Навыками управления архитектурой интегрированного программного обеспечения
Требования
Нет
Модули
свернутьПреподаватели
![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1320.1666173986/cbe2c50e5254aa636fa53392982927e0.jpeg)
Догадина
Елена Петровна
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\EPDogadina&ReturnUrl=http://www.fa.ru/org/dep/findata/Pages/PersonList.aspx![](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/1320.1712524240/0abdcec7f1f19606aea29944f65886e4.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/1320.1680773089/fd09a23cc64f6392236ad9017452ba26.jpg)
Смирнов
Игорь Геннадьевич
Финансовый университет при Правительстве Российской Федерации
Профессор Департамента анализа данных и машинного обучения
к.т.н.
профессор
http://www.fa.ru/_layouts/15/ViewProfile.aspx?accountname=FADOMAIN\IGSmirnov&ReturnUrl=http://www.fa.ru/Pages/PersonList.aspx![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1320.1712331737/5cb0c9be1d924e39a5eaab140ee5ddd7.jpg)
Сахнюк
Павел Анатольевич
Финансовый университет при Правительстве Российской Федерации
Доцент кафедры кафедры бизнес-информатики Факультета информационных технологий и анализа больших данных Финансового университета
кандидат технических наук
доцент
https://leader-id.ru/users/1145518![](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
06.042Специальность
Архитектор данных (Data Architect)
Ответственный за программу
+74999439469