«Техническая аналитика (AI/TADS Analytic)»
МГТУ "СТАНКИН"![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/cover/1317.1712824408/b729cf28e0f843a579161d100a63ccae.jpg)
Описание
Целью программы повышения квалификации «Техническая аналитика (AI/TADS Analytic)» является получение новых компетенций, необходимых для профессиональной деятельности в области аналитики данных, посредством использования современных инструментов сбора, подготовки, обработки и анализа больших объемов разнородных данных, а также применения методов машинного обучения и инструментов бизнес-аналитики данных для решения прикладных задач бизнеса.
Особенностью программы является её практическая ориентация и направленность на решение конкретных задач и получения максимального эффекта.
Программа включает в себя четыре основных блока:
- Основы аналитики данных,
- Язык SQL и получение данных,
- Python для анализа данных,
- Технический анализ и визуализация данных
Трудоемкость учебной работы слушателя по данной программе – 256 академический часа, включая все виды аудиторной и внеаудиторной (самостоятельной) работы.
В рамках реализации образовательной программы будут использованы различные организационные формы обучения, такие как:
- индивидуальные формы обучения – самостоятельное выполнение заданий в рамках практических занятий, а консультации с наставниками;
- дистанционные формы обучения – лекции, практические занятия.
Программа предназначена для специалистов со средним и высшим профессиональным образованием.
Оценка качества освоения программы включает текущую и итоговую аттестацию обучающихся.
- Текущая аттестация – практическое задание.
- Итоговая аттестация - выполнение проекта в форме письменной работы.
Конечным образовательным результатом дополнительной профессиональной программы является получение актуальных профессиональных компетенций в области информационных технологий с учетом основных приоритетов цифровой экономики России.
Слушателям после успешного окончания обучения выдается удостоверение о повышении квалификации установленного образца.
Часов в программе
Цель программы
Актуальность
Входная диагностика 1 час
Итоговая аттестация 11 часов
Компетенции
Профессиональные
Способен классифицировать и идентифицировать задачи искусственного интеллекта, выбирать адекватные методы и инструментальные средства решения задач искусственного интеллекта
Методы и инструментальные средства искусственного интеллекта для решения задач в зависимости от особенностей проблемной области
Уметь:Собирать исходную информацию и формировать требования к решению задач с использованием методов искусственного интеллекта
Владеть:Классифицирует и идентифицирует задачи систем искусственного интеллекта в зависимости от особенностей проблемной и предметной областей
Способен разрабатывать и применять методы машинного обучения для решения задач
Определяет метрики оценки результатов моделирования и критерии качества построенных моделей
Уметь:Проводит анализ требований и определяет необходимые классы задач машинного обучения
Владеть:Принимает участие в оценке и выборе
используемых методов машинного обучения
Способен использовать инструментальные средства для решения задач машинного обучения
Знает инструментальные средства для решения задач машинного обучения
Уметь:Умеет осуществлять оценку и выбор
инструментальных средств для решения поставленной задачи
Разрабатывает модели машинного обучения для решения задач
Способен осуществлять сбор и подготовку данных для систем искусственного интеллекта
Способы сбора 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
Способен выполнять анализ больших данных
Знания о вариантах использования больших данных, определениях, словарях и эталонной архитектуре больших данных
Уметь:Умеет осуществлять поиск данных в открытых источниках, специализированных библиотеках и репозиториях
Владеть:Использует знания о вариантах использования больших данных, определениях, словарях и эталонной архитектуре больших данных для эффективного извлечения, хранения, подготовки больших данных
Способен осуществлять сбор и подготовку данных для систем искусственного интеллекта
Знания принципов подготовки и разметки структурированных и неструктурированных данных для машинного обучения
Уметь:Умеет осуществлять поиск данных в открытых источниках, специализированных библиотеках и репозиториях
Владеть:Выполняет подготовку и разметку структурированных и неструктурированных данных для машинного обучения
Способен использовать одну или несколько сквозных цифровых субтехнологий искусственного интеллекта
Способы использования сквозных цифровых субтехнологий искусственного интеллекта
Уметь:Умеет использовать сквозные цифровые субтехнологии искусственного интеллекта
Владеть:Решает прикладные задачи и участвует в реализации проектов в области сквозной цифровой субтехнологии «Компьютерное зрение»
Решает прикладные задачи и участвует в реализации проектов в области сквозной цифровой субтехнологии «Рекомендательные системы и системы поддержки принятия решений"
Решает прикладные задачи и участвует в реализации проектов в области перспективных сквозных цифровых субтехнологий искусственного интеллекта
Способен создавать и внедрять одну или несколько сквозных цифровых субтехнологий искусственного интеллекта
Способы использования сквозных цифровых субтехнологий искусственного интеллекта
Уметь:Умеет использовать сквозные цифровые субтехнологии искусственного интеллекта
Владеть:Участвует в реализации проектов в области сквозной цифровой субтехнологии «Компьютерное зрение»
Участвует в реализации проектов в области сквозной цифровой субтехнологии «Рекомендательные системы и системы поддержки принятия решений»
Участвует в реализации проектов в области перспективных сквозных цифровых субтехнологий искусственного интеллекта
Требования
Нет
Модули
свернутьПреподаватели
![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1317.1680792366/63f11f16146a5a5c809f82ea260f9e69.jpg)
Нежметдинов
Рамиль Амирович
МГТУ "СТАНКИН"
профессор кафедры КСУ
доктор технических наук
профессор
![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1317.1680792259/f3206258595f42f4c88acfdd1bdcfe06.jpg)
Чаруйская
Марианна Александровна
МГТУ "СТАНКИН"
доцент кафедры финансового менеджмента
кандидат экономических наук
![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1317.1680792478/cf2dd5fb900c69c35b4d8ca98ae20dc0.jpg)
Ковалев
Илья Александрович
МГТУ "СТАНКИН"
доцент кафедры КСУ
кандидат технических наук
доцент
![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1317.1712761474/aaa18c801b38d3fe80f1720a476bf011.jpg)
Семенищев
Евгений Александрович
МГТУ "СТАНКИН"
Доцент
Кандидат технических наук
Доцент
https://stankin.ru/subdivisions/id_149/stuffs?user=956![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1317.1712762008/8f502059ff00e82773e301c875456f2f.jpg)
Новоселова
Ольга Вячеславовна
МГТУ "СТАНКИН"
Заведующий кафедрой информационных технологий и вычислительных систем
Заведующий кафедрой информационных технологий и вычислительных систем
Доцент
https://stankin.ru/subdivisions/id_160/stuffs?user=353![](https://s3.objstor.cloud4u.com/unti-prod-cat/CACHE/images/instructor/1317.1680792743/bb7b8f598126d1c0169358a1a470fefc.jpg)
Червонного
Надежда Юрьевна
МГТУ "СТАНКИН"
старший преподаватель
Профстандарт
Специалист по большим данным
06.042Специальность
Технический аналитик (AI/TADS Analytic)
Отрасль
Промышленность
Ответственный за программу
+7(499)9733972