Аналитик данных
Научитесь реализовывать методы машинного обучения и использовать современные цифровые платформы анализа данных для решения профессиональных задач. Получите диплом о профессиональной переподготовке.
Описание
Программа продвинутого уровня, разработанная флагманом информационной безопасности в РФ, Томским государственным университетом систем управления и радиоэлектроники.
Уникальность программы — 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
Как проходит обучение
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
Учитесь в прямом эфире или смотрите в записи, если пропустили. Прямые эфиры с практическими заданиями, работой с преподавателем и обратной связью
Разработчики программы — специалисты-практики, научные сотрудники кафедры КИБЭВС и Института системной интеграции и безопасности ТУСУР. Простым языком объясняют сложные вопросы.
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
Преподаватели уделяют внимание каждому слушателю и отвечают на возникающие вопросы на онлайн-консультациях, а также в форуме и чате на платформе обучения
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
Диплом о профессиональной переподготовке ведущего технического вуза России с занесением в Федеральный реестр документов об образовании (ФРДО)
Ваше резюме после учебы
Аналитик данных (Data Scientist)
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
Курс 1. Статистические методы анализа данных. Методы машинного обучения с учителем
40 ак.часовКурс 2. Методы машинного обучения без учителя
40 ак.часовКурс 3. Распознавания образов. Биометрия
40 ак.часовКурс 4. Формирование наборов данных
40 ак.часовКурс 5. Сегментация и детектирование объектов
40 ак.часовКурс 6. Анализ текста и его структуры, обработка естественного языка
40 ак.часовКурс 7. Итоговая аттестация
36 ак.часов
Преподаватели
Костюченко Евгений Юрьевич
Катаева Елена Сергеевна
Якимук Алексей Юрьевич
Отзывы выпускников
Хотите обучить сотрудников вашей организации?
Заполните форму ниже и наш менеджер подберет наиболее удобную форму и комфортную стоимость обучения ваших сотрудников.
Стоимость программы
Оплата работодателем
Ваше обучение может оплатить работодатель
Рассрочка от вуза
оплачивайте обучение без вмешательства банка. Мы будем регулярно напоминать о платежах
Верните 13% стоимости,
воспользовавшись своим правом на налоговый вычет
Запросить коммерческое предложение
Заполните форму или свяжитесь с нами в удобном мессенджере