Искусственный интеллект

Аналитик данных

Научитесь реализовывать методы машинного обучения и использовать современные цифровые платформы анализа данных для решения профессиональных задач. Получите диплом о профессиональной переподготовке.

9.12.2024
Старт
7 месяцев
Продолжительность обучения
276 ак.ч.
Объём программы
Онлайн
Формат

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. 

Содействие трудоустройству

Выпускникам, успешно завершившим обучение бесплатно открываем модуль «Эффективное резюме». На модуле вы составите своё резюме, сопроводительное письмо и получите развернутую обратную связь от практикующего рекрутера, сможете улучшить его и сделать более привлекательным для работодателей.

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

Диплом о профессиональной переподготовке 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

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

    40 ак.часов
  • Курс 2. Методы машинного обучения без учителя

    40 ак.часов
  • Курс 3. Распознавания образов. Биометрия

    40 ак.часов
  • Курс 4. Формирование наборов данных

    40 ак.часов
  • Курс 5. Сегментация и детектирование объектов

    40 ак.часов
  • Курс 6. Анализ текста и его структуры, обработка естественного языка

    40 ак.часов
  • Итоговая аттестация

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

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.

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.

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.

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

Астраханского государственного университета имени В. Н. Татищева, доцент, Кандидат технических наук

Впечатление об образовательном курсе сложилось самое положительное. Понравились очень хорошие лекционные материалы - все без исключения, задания по модулям были также очень интересными и актуальными. Отдельно хотелось бы выделить активную обратная связь преподавателей с учащимися.

Хотите обучить сотрудников вашей организации?

Заполните форму ниже и наш менеджер подберет наиболее удобную форму и комфортную стоимость обучения ваших сотрудников. 

Стоимость программы

110 000
Единоразовый платеж
15 715*
*Ежемесячный платеж за обучение

Старт:9 декабря
Набор:10 чел.
Длительность:7 месяцев
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

Рассрочка от вуза

оплачивайте обучение без вмешательства банка. Мы будем регулярно напоминать о платежах

Верните 13% стоимости,

воспользовавшись своим правом на налоговый вычет

bg

Запросить коммерческое предложение

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.