Технологии инженерии данных в области искусственного интеллекта
Программа является победителем открытого отбора образовательных программ в рамках федерального проекта «Искусственный интеллект» национальной программы «Цифровая экономика РФ».
Описание
Курс направлен на получение компетенций, необходимых для разработки и применения технологических решений в области ИИ, работы с инструментами подготовки и анализа больших данных, решения задач машинного обучения.
Вы научитесь создавать и поддерживать ИИ-системы на основе передовых нейросетевых моделей и методов, систем анализа больших данных, которые помогут извлекать ценную информацию из огромных массивов. Научитесь применять сквозные цифровые субтехнологии ИИ на практике примените свои новые навыки.
Инженер данных (Data Engineer)
Инженер данных — это специалист, который занимается обработкой и анализом данных. Он разрабатывает и поддерживает системы для сбора, хранения и обработки информации. Дата инженеры работают с большими объемами данных и используют различные инструменты и технологии для обработки и анализа. Они помогают организациям извлекать ценную информацию из данных и принимать обоснованные решения на основе их анализа.
Кому подойдет
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 математике 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 автоматизации обработки информации (АОИ) ТУСУР. Простым языком объясняют сложные вопросы.
Практические кейсы предоставлены российскими ИТ-компаниями, применяющими технологии интеллектуальной обработки данных. 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
7+ выполненных практических работ-кейсов, представленных российскими ИТ-компаниями, применяющими технологии интеллектуальной обработки данных.
Опыт использования Python, Apache Spark, Jupyter, Pandas, Seaborn, Sklearn, Colab и других 20+ инструментов и библиотек
Современные компетенции, которые позволят решать самые сложные задачи в области инженерии данных и искусственного интеллекта
Практический опыт разработки и применения методов машинного обучения для решения задач
Способность создавать и внедрять одну или несколько сквозных цифровых субтехнологий искусственного интеллекта
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»
Документ об окончании
Удостоверение о повышении квалификации ведущего технического вуза России с занесением в Федеральный реестр документов об образовании (ФРДО)
Ваше резюме после учебы
Инженер данных (Data Engineer)
Знаю
- особенности проблемной и предметной областей, в которых применяются системы искусственного интеллекта;
- методы и инструментальные средства искусственного интеллекта, их характеристики и возможности;
- принципы работы и архитектуры систем обработки больших данных, включая хранение, подготовку и извлечение информации;
- принципы и методы обработки больших данных, включая удаленную, распределенную и объединенную аналитику;
- основы компьютерного зрения, его принципы и технологии;
- основы распознавания и синтеза речи, их принципы и технологии;
- основы перспективных сквозных цифровых субтехнологий искусственного интеллекта и их применение.
Умею
- классифицировать задачи систем искусственного интеллекта в соответствии с особенностями проблемной и предметной областей;
- анализировать особенности проблемной области и выбирать соответствующие методы и инструментальные средства искусственного интеллекта для решения задач;
- анализировать требования и определять, какие классы задач машинного обучения необходимы для достижения поставленных целей;
- создавать, поддерживать и использовать системы искусственного интеллекта, включая разработку и интеграцию моделей и методов машинного обучения;
- разрабатывать системы искусственного интеллекта на основе моделей искусственных нейронных сетей и инструментальных средств;
- разрабатывать программные компоненты для работы с большими данными, учитывая их варианты использования, определения и словари;
- разрабатывать программные компоненты для обработки, анализа и управления большими данными.
Владею
- навыками идентификации задач систем искусственного интеллекта в различных областях применения;
- навыками практического применения методов и инструментальных средств искусственного интеллекта для решения задач в различных проблемных областях;
- навыками использования инструментальных средств для решения задач машинного обучения и опытом оценки их эффективности;
- навыками реализации и настройки моделей искусственных нейронных сетей и инструментальных средств для решения поставленной задачи;
- навыками использования результатов анализа больших данных, описания и управления качеством и достоверностью этих данных.
Программа обучения
110 часов теории и 160 часов практики
Тема 1. Введение в работу с данными в области искусственного интеллекта
27 ак.ч.Тема 2. Бизнес-задачи в задачах машинного обучения
11 ак.ч.Тема 3. Инструменты и методики предварительной обработки и анализа данных
22 ак.ч.Тема 4. Инструменты работы с Big Data
56 ак.ч.Тема 5. Основы машинного обучения
50 ак.ч.Тема 6. Основы глубокого обучения
44 ак.ч.Тема 7. Методы глубокого обучения и примеры их практического применения
40 ак.ч.Тема 8. Итоговая аттестация
20 ак.ч.
Преподаватели
Сидоров Анатолий Анатольевич
Заведующий кафедрой автоматизации обработки информации
Гриценко Юрий Борисович
Доцент кафедры автоматизации обработки информации
Кульшин Роман Сергеевич
Генеральный директор ООО «ЭТИКОН», ассистент кафедры автоматизации обработки информации
Стоимость обучения
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