Методы анализа и прогнозирования данных
Программа является победителем открытого отбора образовательных программ в рамках федерального проекта «Искусственный интеллект» национальной программы «Цифровая экономика РФ». Обучение по программе прошли более 250 слушателей.
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
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
Удостоверение о повышении квалификации 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
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.Выпускники курса получат бесплатный доступ к курсу «Эффективное резюме». Поможем правильно составить резюме и сопроводительное письмо, дадим развернутую обратную связь от практикующего рекрутера, эксперта курса по IT-рекрутингу онлайн-школы «Яндекс Практикум»
Преподаватели
Костюченко Евгений Юрьевич
Катаева Елена Сергеевна
Якимук Алексей Юрьевич
Отзывы выпускников
Стоимость обучения
Оплата работодателем
Ваше обучение может оплатить работодатель
Верните 13% стоимости,
воспользовавшись своим правом на налоговый вычет
Диплом о профпереподготовке
Перезачтите результаты обучения по программе, выполните ВКР и получите диплом по программе «Аналитик данных»
Остались вопросы?
Заполните форму или свяжитесь с нами в удобном мессенджере