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» в 2023г.

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

Курс потряс! Во-первых, преподавателями, которые являются бесспорными специалистами в своей области. Все что нам рассказывали на лекциях и в задачах - современно и актуально. Видно было, что преподавателям интересно поделиться знаниями и умением. И отношение к нам, слушателям, именно как к начинающим специалистам: все рассказывалось просто и ясно, все старались помочь в непонятной для нас ситуации. Во-вторых, администраторы учебного процесса всегда на связи и всегда готовы помочь. Опять же простое доброжелательное отношение и деликатное "подпинывание" если где-то слушатели тормозят. В-третьих, сам обширный  курс, который охватывает основные направления науки о данных, но при этом живой и гибкий в деталях. Тут нет ненужных вещей, которые были актуальны и использовались много лет назад. Нет ненужного перекоса в сухие и оторванные от реальных применений тем. Поэтому даже те темы которые казались до курса скучными и неинтересными заиграли новыми красками. Курс дает хороший вектор для выбора направления и углубления знаний в выбранной области науки о данных. 

Просто восхитительный курс! На самом деле прекрасно составленный курс, целостный и сбалансированный. Преподаватели сделали, нечто невозможное. В короткий срок дали базовые знания и навыки по анализу данных. После которых, изучение любой литературы по ИИ сразу стало осмысленным. Преподаватели проделали фантастическую работу. Огромное спасибо всем кто создавал этот курс, обучал и курировал прохождение курса. Это один из лучших курсов по ИИ в РФ и я счастлив, что прошёл его. Прекрасный фундамент, который многие выдают за программу подготовки middle специалистов. Это действительно лучший курс.

Впечатление о курса положительное. Понравилась подборка материалов - лаконичная, объемная для изучения. А так же разнообразие практических работ, показывающее, что данные методы могут быть применены в разных сферах деятельности. Приятные отзывчивые преподаватели всегда отвечают на все вопросы как на лекции так и на форме или в личных сообщениях. 

Курс оставил приятное впечатление. У преподавателей глубокие знания по сути излагаемого материала.  Способ подачи материала создает непринужденное вовлечение в тему, подталкивая продолжать собственные эксперименты по практическим занятиям. На проведении всего курса было заметно, что преподавателями по всем разделам курса ведется серьезная научная работа.  В настоящее время я работаю в банковской сфере и довольно большая часть полученных знаний уже находит свои практические применения (и теоретические, и практические). Например, знания, полученные по разделам биометрии помогают выстраивать правильную модель угроз.

Курс понравился. Все элементы были полезны: записи лекционных занятий, презентации, практические вебинары, тетрадки с кодом, списки рекомендованной литературы. Удобная образовательная платформа, лекции в записи, онлайн вебинары с возможностью задать вопросы преподавателям (правда вопросов и не было =) ) За готовые тетрадки с кодом особенно большое спасибо преподавателям и авторам курса. Планирую применять для решения рабочих задач и участия в соревнованиях

В целом очень положительные впечатления. Много теории, все очень доступно не смотря на то, что курс позиционирует себя как углублённый и требует входных знаний, но я сложностей не заметила. На данный момент попытаюсь внедрить полученные знания в процесс сервисного сопровождения по. В дальнейшем хочу перейти работать в подразделение занимающееся разработкой предиктивных моделей для беспилотной логистики

Огромное спасибо разработчикам и преподавателям курса! Был передан очень обширный пласт знаний и навыков в вполне доступной и понятной форме. Отдельная благодарность Костюченко Евгению Юрьевичу за очень интересный итоговый кейс! Часть знаний и навыков, приобретенных на курсе, будут применены на текущем месте работы. Основная часть послужит "скелетом" пути для дальнейшего изучения.

Я нахожу данный курс очень полезным и интересным. Много материала для освоения уместилось в программу. Мне в частности понравилась структура курса: были рассмотрены различные методы и области применения анализа данных. Так же, нахожу полезным возможность решать кейсы, приближенные к реальным задачам. По итогу обучения сложилось неплохое портфолио мини-проектов. Для моей профессиональной деятельности, связанной с обработкой медицинских изображений, планирую использовать полученные знания о сегментации объектов, о структуре нейросетей и частично знания, полученные из остальных модулей.

Хорошее изложение математических основ машинного обучения. Доступное описание работы нейронных сетей, в частности сверточных. Практические примеры на Питон, которые можно "пощупать". Понравилось, что курс более ориентирован на фундаментальные вещи, а не на сугубо прикладные вроде баз данных. В целом, чувствуется, что заложена основа, на которой можно строить "здание" более обширных знаний. Машинное обучение, искусственный интеллект все более широко применяются в разных сферах деятельности. Знание основ данной области представляется крайне важным и полезным для работы в сфере ИТ и в смежных областях. Если говорить более конкретно, планирую в дальнейшем углублять свои знания и практические умения в области NLP, поскольку специализируюсь не только в области ИТ, но также и в лингвистике.

Курс хороший, насыщенный материалом. Хороший фундамент. Грамотные преподаватели, хорошо излагают материал.  Планирую применять навыки и знания для решения задач в рабочих проектах, в частности задачи детектирования объектов

В целом курс позволил понять, что такое методы машинного обучения, работу с dataset и многое другое. Дал платформу для дальнейшего развития. Конечно, хотелось бы увеличить сроки обучения, чтобы еще подробнее рассматривать каждый модули. Планирую применять в рабочей деятельности технологии Big data.

Курс понравился. Понятное изложение теоретического материала и интересные, актуальные практические кейсы. Полученные навыки планирую использовать на практических занятиях по дисциплине "Машинное обучение"

Больше всего понравился модуль про детекцию с обратной связью от преподавателя. Полезно было познакомиться с R, самостоятельно, пожалуй, руки бы не дошли, аналогично с rapid miner. Новая и интересная тема была с аутентицией / идентификацией по биометрии, область объемнее, чем было дано в модуле, хотелось бы сильнее углубиться, времени хватало, на вебинарах разбирали и без того подробные ноутбуки для кейсов, а могли бы изучить область поглубже. Хорошо, что курс ориентирован не на анализ, а на машинное обучение. Понравились все лекции в курсе, многие содержат больше материала, чем нужно для решения заданий. Понравилось, что использовались не самые популярные и общедоступные датасеты. 

Положительное впечатление. Наполнение курса - актуальная, полезная информация Включенность преподавателей - подробные вебинары, готовность ответить на все вопросы . Все полезно, но больше всего понравилась работа с RapidMiner - мощный и довольно легкий в освоении инструмент анализа данных. Кураторы всегда напоминали про важные моменты, про сроки сдачи заданий.

Стоимость

86 000
Единоразовый платеж

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.