Искусственный интеллект

Методы анализа и прогнозирования данных

Программа является победителем экспертного отбора образовательных программ по направлению «Аналитик данных» федерального проекта «Искусственный интеллект» национальной программы «Цифровая экономика РФ»

По мере набора группы
Старт
От 10 человек
Групповое обучение
4 месяца
Продолжительность обучения
Онлайн
Формат обучения

Описание

«Методы анализа и прогнозирования данных» — программа продвинутого уровня, разработанная флагманом информационной безопасности в РФ, Томским государственным университетом систем управления и радиоэлектроники. 

Уникальность  курса — практическая направленность и ориентация на задачи обеспечения кибербезопасности и доверенного взаимодействия: проектирование систем доверенной аутентификации, семантический анализ текста, обеспечение безопасности систем на основе ИИ и т.д. Отдельно рассматриваются вопросы атак на методы искусственного интеллекта и обеспечение доверия к получаемым результатам, что является мощным конкурентным преимуществом IT-специалистов в современном мире. 

Кому подойдет

Аналитикам

Уникальность программы — практическое обеспечение кибербезопасности, доверенного взаимодействия и обеспечения безопасности систем на основе ИИ

ИТ-специалистам

Углубите свою экспертизу в области искусственного интеллекта, больших данных, анализа данных, бизнес-анализа для повышения дохода или получения новой должности

Преподавателям вузов и колледжей

Изучите принципы, процессы, стадии и методологии разработки решений на основе ИИ для совершенствования образовательного процесса по преподаваемым дисциплинам

Студентам вузов и колледжей

Получите востребованные навыки по работе с большими данными и дополнительную квалификацию в быстро развивающейся отрасли, чтобы уверенно выйти на рынок труда

Новичкам в ИТ

С базовыми знаниями в программировании и математики для освоения современной и прибыльной профессии

waves

Как проходит обучение

В любое удобное для вас время

Занимайтесь без отрыва от работы и выделяйте на учебу столько времени, сколько есть прямо сейчас. Материала и обратной связи преподавателей достаточно, чтобы не привязываться к учебному графику и уложиться в срок

В прямом эфире и в записи

Учитесь в прямом эфире или смотрите в записи, если пропустили. Прямые эфиры с практическими заданиями, работой с преподавателем и обратной связью

Интересная и важная теория без «воды»

Разработчики программы — специалисты-практики, научные сотрудники кафедры КИБЭВС и Института системной интеграции и безопасности ТУСУР. Простым языком объясняют сложные вопросы.

Много реальной практики

Практические кейсы и датасеты к ним предоставлены Центром компетенций НТИ «Технологии доверенного взаимодействия» и компанией Mask Safe. Решение кейсов вы с гордостью сможете положить в портфолио

Постоянный контакт с преподавателями

Преподаватели уделяют внимание каждому слушателю и отвечают на возникающие вопросы на онлайн-консультациях, а также в форуме и чате на платформе обучения

Внимательные и заботливые кураторы

Бережная «служба заботы» поддержит слушателей 24/7. Кураторы напомнят о вебинарах и сроках, пришлют ссылки на записи, поддержат и замотивируют двигаться вперёд.

Результаты обучения

Глубокое погружение в предметную область кибербезопасности, доверенного взаимодействия, обеспечение безопасности систем на основе ИИ

13+ выполненных практических работ-кейсов, одобренных лидерами в области кибербезопасности: АО «ИнфоТеКС», АО «Аладдин Р.Д.», Econophysica и др.

Опыт использования TensorFlow, PyTorch, Matplotlib, Pandas, NumPy, Scikit-Learn и других 30+ инструментов и библиотек

Навыки использования современных цифровых платформ анализа данных для решения профессиональных задач

Умение выбирать методы и инструментальные средства ИИ для решения задач в зависимости от особенностей проблемной области

Практический опыт разработки и применения методов машинного обучения для решения задач

Навыки разработки моделей машинного обучения для решения задач искусственного интеллекта в различных предметных областях

Умение выполнять обработку, аналитику, описание и управление качеством и достоверностью больших данных, использовать результаты анализа

Опыт решения прикладных задач в области цифровых субтехнологий «Компьютерное зрение» и «Обработка естественного языка», «Системы поддержки принятия решений», «Распознавание и синтез речи»

Документ об окончании

Удостоверение о повышении квалификации ведущего технического вуза России с занесением в Федеральный реестр документов об образовании (ФРДО)

Ваше резюме после учебы

Аватар

Аналитик данных (Data Scientist)

Ваши навыки
  • Знаю основные принципы, процесс, стадии и методологии разработки решений на основе ИИ

  • Знаю основные платформы данных (облачные и внутрикорпоративные), применяемые при разработке решений на основе ИИ

  • Знаю основные технологии DS и BigData, используемые для решения практических задач

  • Знаю основные виды представления данных: табличные, графовые, временные ряды

  • Знаю основные инструменты анализа данных и ML (RapidMiner)

  • Умею применять инструменты, технологии и библиотеки Data Science при разработке решений на основе ИИ

  • Умею применять язык программирования Python и библиотеки при разработке решений на основе ИИ

  • Умею использовать цифровые платформы анализа данных для решения профессиональных задач

  • Владею навыком классификации и идентификации задач систем искусственного интеллекта в зависимости от особенностей проблемной и предметной областей

  • Владею навыком выбора методов и инструментальных средств искусственного интеллекта для решения задач в зависимости от особенностей проблемной области

  • Владею навыком проведения анализа требований и определения необходимых классов задач машинного обучения

  • Владею навыком определения метрики оценки результатов моделирования и критериев качества построенных моделей

  • Владею навыком поиска данных в открытых источниках, специализированных библиотеках и репозиториях

  • Владею навыком подготовки и разметки структурированных и неструктурированных данных для машинного обучения

  • Владею навыком обработки, удаленной, распределенной и объединенной аналитики, описания и управления качеством и достоверностью, использованием результатов анализа больших данных

  • Владею навыком решения прикладных задач и участия в реализации проектов в областях сквозных цифровых субтехнологий «Компьютерное зрение», «Обработка естественного языка», «Рекомендательные системы и системы поддержки принятия решений», «Распознавание и синтез речи»

  • Владею навыком решения прикладных задач и участия в реализации проектов в области перспективных сквозных цифровых субтехнологий искусственного интеллекта

Программа обучения

  • Тема 1. Статистические методы анализа данных. Методы машинного обучения с учителем

    40 ак.ч.
  • Тема 2. Методы машинного обучения без учителя

    40 ак.ч.
  • Тема 3. Распознавания образов. Биометрия

    40 ак.ч.
  • Тема 4. Формирование наборов данных

    40 ак.ч.
  • Тема 5. Сегментация и детектирование объектов

    40 ак.ч.
  • Тема 6. Анализ текста и его структуры, обработка естественного языка

    40 ак.ч.
  • Тема 7. Итоговая аттестация

    20 ак.ч.

Преподаватели

portrait

Костюченко Евгений Юрьевич

Заведующий лабораторией съема, анализа и управления биологическими сигналами ТУСУР
portrait

Катаева Елена Сергеевна

Старший преподаватель кафедры комплексной информационной безопасности электронно-вычислительных систем ТУСУР
portrait

Якимук Алексей Юрьевич

Доцент кафедры комплексной информационной безопасности электронно-вычислительных систем ТУСУР

Отзывы выпускников

Очень качественно построена и проработана программа обучения. Компетентные и отзывчивые преподаватели - профессионалы своего дела (за это выражаю им Особую благодарность!). Понравилось наличие качественно проработанных и понятно оформленных даже для начального уровня практических заданий. С удовольствием продолжил бы обучение по данному курсу.

"Методы анализа и прогнозирования данных" от ТУСУР - уникальный учебный проект, который нацелен на практико-ориентированный результат. Мои ожидания полностью оправдались. Были затронуты многие темы современных задач ИИ: машинное обучение, анализ данных, нейронные сети и применение технологии ИИ в информационной безопасности и NLP. Все теоретические разделы сопровождались адекватными практическими работами, которые были понятны для "разноформатных" студентов. Кроме того, практические и консультационные вебинары несли огромную пользу, а быстрая обратная связь от преподавателей заслуживает отдельного уважения. Хочу выразить огромную благодарность авторам курса, преподавателям и персональным тренерам обучающихся. Рассчитываю на дальнейшее сотрудничество. Все было на высшем уровне, спасибо!

По сравнению с онлайн-курсами, платными и бесплатными, которые я проходила как на отечественных, так и на зарубежных платформах, данный образовательный курс от ТУСУР отличается высокой академичностью, полным погружением в информационное поле прогнозирования и анализа данных, постоянной обратной связью и взаимодействием с преподавателями (что редко встретишь на обычных онлайн-курсах от популярных платформ, там ничего "разжёвывать" не будут), большим объёмом лекций, вебинаров, контрольных и практических заданий, которые держат постоянно в тонусе. В целом понравился университетский подход, почувствовался другой уровень донесения информации. Пока что это самый высокий уровень из всех онлайн-курсов, которые я проходила. Также понравилось, что преподаватель назначал дополнительные вебинары по практическому заданию, чтобы все слушатели поняли, как его сделать, и отвечал на все возникающие вопросы.

Понравилась подача свежего материала, обзор действительно современных методов анализа данных (в рамках обучения в вузе, например, бывает трудно добиться от преподавателя подачи современного материала вместо заученных в течение десятилетий лекций). Это, конечно, объяснимо тем, что сфера анализа данных сейчас бурно развивается, однако вклад преподавателей в образовательный процесс нельзя оставить незамеченным. Понравилась работа организаторов курса. Все объявления подавались в удобном формате: на образовательном портале вуза, в Telegram, на почту, так что пропустить какое-то важное событие было трудно. Все возникающие вопросы решались организаторами оперативно, организовывались дополнительные встречи с преподавателями.

По итогу курса сложилось положительное впечатление. Программа достаточно сложная и отлично развивает кругозор по теме. Информация доносится до слушателей понятно и доступно, не просто чтением по бумажке, а сопровождается примерами. Это касается и лекций, и практических занятий. Для практики были подобраны задачи, которые интересно решать, и радует, что всегда можно обратиться к преподавателю напрямую или почитать форум с вопросами, на котором в принципе и можно было найти ответы (т.к. я человек, который предпочитает разобраться самостоятельно и обращаться за помощью в самом крайнем случае). Много вопросов разбирались также на вебинарах, в режиме не просто устных ответов, а демонстрации примеров. Уровень преподавательского состава - высочайший.

В процессе прохождения курса приятно было сознавать что его составили и ведут люди, реально работающие с теми инструментами и методами, о которых они рассказывают. Т.е. помимо большого объема теоретической информации были поданы основные моменты, позволяющие достаточно легко понять и усвоить особенности их практической реализации. В целом курс произвел хорошее впечатление и вызвал желание применить полученные знания для решения собственных задач, которые в последнее время все чаще требуют использования именно методов машинного обучения.

Очень интересные лекции и практические кейсы. Проходить кейсы было действительно увлекательно, так как в них решались интересные практические задачи. Для прохождения курса пришлось изучить и получить навыки работы целого ряда программ и сред, используемых аналитиками данных: язык R, Google Colab, Kaggle, RapidMiner. В процессе работы с ними, удалось понять их возможности, сильные и слабые стороны.

Общее впечатление положительное и оно сформировано, за счет: - высокой вовлеченности педагогического состава в процесс обучения; - готовность педагогического состава выходить за границы курса и давать дополнительный поясняющий материал; - высокий уровень профессионализма и компетенций педагогического состава в предметной области. В рамках курса, были представлены не только знания, умения и навыки, но и хороший методологический материал, способный обеспечить формирование индивидуальной библиотеки знаний. При этом, сформированная библиотека, фактически может рассматриваться как портфолио для участников курса.

Понравился объём информации и то, как логично она подана, что приводит к формированию ясного взгляда на то, что такое методы машинного обучения, каким образом и в каких ситуациях их оптимально применять. Отдельно отмечу наличие большого количества практических занятий, на которых всё разбиралось до мельчайших подробностей.

Курс замечательный! Огромное спасибо организаторам! Занятия продуманы и организованы, материалы позволяют самостоятельно готовиться к занятиям и выполнять практические кейсы. Все неясные вопросы освещены на вебинарах. Особенно понравилось разнообразие применяемых в рамках модулей программных пакетов.

Хочется выразить особую благодарность преподавательскому составу, специалисты своего дела и сильные преподаватели. Очень понравился курс, хорошие теоретические подборки и детальные видеоконференции разбора материала по изучаемым заданиям. На мой взгляд, данный курс превосходит по результативности и удобству традиционные очные курсы. Хорошая организация и умелое планирование курса обучения, содержательность материалов, сочетание теоретических и практических занятий, большое количество полезной информации для применения в профессиональной деятельности. За время обучения мы прошли шесть очень увлекательных и познавательных модуля. До обучения на курсе я имел представление о мире искусственного интеллекта поверхностные. Во время обучения, я каждое занятие ждал и как заколдованный, читал лекции, смотрел видео-лекции, подключался на каждый вебинар с преподавателем. Я открыл для себя, что такое машинное обучение и для чего оно применяется, узнал, что датасеты для машинного обучения существуют в открытом доступе, и применив один из алгоритмов или методов, можно протестировать модель, применить решение машинного обучения в реальной жизни.

Доступное описание используемых методов и инструментов в задачах машинного обучения, глубокого обучения, нейронных сетей. Отличная обратная связь преподавателей, подробное обсуждение возникающих вопросов на форуме и онлайн консультациях.

Образовательные материалы, методы преподавания, преподаватели курса, на мой взгляд, заслуживают высочайшей оценки. Хочется выразить благодарность. Огромное спасибо: Катаева Елена Сергеевна(!), Лунева Елена Евгеньевна(!), Якимук Алексей Юрьевич(!), Рахманенко Иван Андреевич(!), Банокин Павел Иванович(!), Лаптев Павел Юрьевич(!) - все Профессионалы с большой буквы. И самое отдельное, самое огромное спасибо Костюченко Евгению Юрьевичу - его лекциями заслушиваешься, на его вебинарах заучиваешься, его внимание и отзывчивость поражают, полученные знания - во многом его заслуга!!! Большой Профессионал, прекрасный человек!!! Так же хочется поблагодарить кураторов курса Завадовскую Олесю Александровну, Виталия Варвашеню. Всегда вовремя предоставляли необходимую информацию, помогали с орг.вопросами. Сделали все, чтобы успешно пройти такой интересный, объемный по программе и короткий по сроку курс. Молодцы!!!

Понравились насыщенный материал курса, забота преподавателей и их стремление помочь

Образовательный курс оказался очень полезным и интересным. Мне понравилось, что материал был презентован доступно и понятно, а также что были предоставлены практические задания и примеры, что помогло лучше усвоить информацию. В целом, я считаю, что Курс был хорошо сбалансированным и дал мне ценные знания и навыки, которые я смогу использовать в своей дальнейшей деятельности.

Качественная подача материала, отличные преподаватели. Все вопросы были разобраны на вебинарах. Евгению Юрьевичу отдельное спасибо за оперативные ответы и максимальную включенность

Стоимость

95 000
Единоразовый платеж
23 750*
*Ежемесячный платеж за обучение

Старт:Выбираете сами
Набор:10 чел.
Длительность:4 месяца
Формат:Онлайн
Ф.И.О.
E-mail
Город
Телефон

Нажимая на кнопку «Отправить», я соглашаюсь на обработку персональных данных в соответствии с политикой конфиденциальности.

Оплата работодателем

Ваше обучение может оплатить работодатель

Верните 13% стоимости,

воспользовавшись своим правом на налоговый вычет

    Часто задаваемые вопросы

  • Почему выбирают этот курс?

  • Какие сроки обучения?

  • Как оплатить обучение?

bg

Остались вопросы?

Заполните форму или свяжитесь с нами в удобном мессенджере

Ф.И.О.
E-mail
Телефон

Нажимая на кнопку «Отправить», я соглашаюсь на обработку персональных данных в соответствии с политикой конфиденциальности.