Искусственный интеллект

Методы анализа и прогнозирования данных (Аналитик данных)

Пройдите обучение с финансовой поддержкой от государства до 90% стоимости обучения в рамках федерального проекта «Искусственный интеллект» национальной программы «Цифровая экономика РФ». Обучение по программе прошли более 250 слушателей.

Отбор слушателей проходит на сайте Университета 20.35

17.06-11.10
Срок обучения
86 000 руб.
Стоимость
76 000 руб.
Финансирует государство
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.
  • 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

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.

Кто может получить софинансирование

Чтобы пройти обучение с господдержкой в рамках федерального проекта «Искусственный интеллект» необходимо соответствовать двум условиям:

  • Быть гражданином РФ — жители всех регионов России, старше 18 лет и не достигшие пенсионного возраста.
  • Иметь высшее / среднее профессиональное образование или быть студентом.

Как оставить заявку на обучение

1. Авторизуйтесь на сайте Университета 20.35 через учётную запись Lider-ID.
2. Заполните анкету участника, чтобы подтвердить возможность получения льготы.
3. Дождитесь одобрения анкеты, чтобы выбрать программу. Без подтверждения анкеты пройти вступительное испытание нельзя. 
4. Пройдите вступительное испытание. Пройти тест.
5. После успешного прохождения вступительного испытания подайте заявку на образовательную программу «Методы анализа и прогнозирования данных»  на сайте Университета 20.35.
 

Подробная инструкция по подаче заявки на сайте Университета 20.35
 

Стоимость обучения в рамках проекта «Искусственный интеллект»

10 000
86 000 ₽
Единоразовый платеж
Скидка

Старт:17 июня
Набор:30 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

Диплом о профпереподготовке

Перезачтите результаты обучения по программе, выполните ВКР и получите диплом по программе «Аналитик данных»

    Часто задаваемые вопросы

  • Почему выбирают этот курс?

  • Какие сроки обучения?

  • Кто может получить финансирование от государства на обучение?

  • Как проходит вступительное испытание?

  • Кто оплачивает обучение на курсе?

  • 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.