Архитектор данных

Дополнительное профессиональное образование в области искусственного интеллекта (288 часов)
ПРАКТИЧЕСКИЙ ОНЛАЙН-КУРС
Прием заявок приостановлен
Подпишитесь, чтобы узнать о старте нового набора

Нажимая на кнопку «Подписаться» , вы оглашаетесь c политикой в отношении обработки персональных данных

Программа посвящена технологиям работы с большими объемами данных

Вы узнаете, как:
Проводить разведочный анализ данных, организовывать хранение BigData и писать запросы на SQL и NoSQL;
Использовать аппарат статистики для построения вероятностных моделей и прогнозов на их основе;
О программе
Применять для анализа данных Python и его библиотеки, обнаруживать закономерности и аномалии в данных методами машинного обучения;
Применять методы машинного и глубокого обучения (нейронные сети различной архитектуры) для решения прикладных задач, в том числе в области автоматической обработки естественного языка и компьютерного зрения.
01.
02.
03.
04.
Курс ориентирован на практику
Работа с реляционными СУБД и NoSQL хранилищами;
05.
Проектировать и создавать нейронные сети с нуля без использования библиотек TF, Keras и PyTorch;
Многоуровневые задания и соревнования на Python при решении кейсов по машинному обучению;
Создание нейронных сетей различных архитектур.
Модуль 3
Глубокое обучение и прикладной искусственный интеллект
+
Модуль 2
Машинное обучение и элементы статистики
+
+
Модуль 1
Хранение и обработка больших данных
Инструменты для обработки и визуализации данных.
Анализ и преобразование данных. Работа с временными рядами.
Системы управления базами данных. Проектирование данных. SQL (DDL) для создания структур данных.
Запросы на языке SQL (DML). Объекты базы данных. Интерфейсы к БД.
Элементы прикладной статистики.
Обзор направлений и методов машинного обучения, основные тренды в ИИ, библиотеки для Data Science. Инструменты машинного обучения.
Задача регрессии. Линейная регрессия. Задача классификации: k-NN и наивный байесовский классификатор, логистическая регрессия, SVM, ДПР.
Задача кластеризации: K-means, DBSCAN, иерархическая кластеризация. Ансамбли, обучение с подкреплением.
Основы глубокого обучения. Полносвязные сети.
Сверточные нейронные сети. Рекуррентные нейронные сети.
Сферы искусственного интеллекта. Компьютерное зрение. Рекомендательные системы.
Интеллектуальная обработка текстов.
Вы сможете обучиться, если:
Старше 18 лет и не достигли пенсионного возраста;
Имеете среднее профессиональное/ высшее образование или студент вуза/ колледжа;
Имеете достаточный уровень знаний в сфере ИТ и справитесь со вступительным испытанием.
01.
02.
03.
Требования к знаниям и умениям:
Уверенное владение любым высокоуровневым языком программирования.
Знания высшей математики в рамках вузовского курса (линейная алгебра, основы математического анализа);
Базовые знания цифровой культуры;
01.
02.
03.
Обучение проходит в смешанном формате — предоставляются материалы онлайн-курса, интерактивная обучающая среда для выполнения упражнений, а также проводятся регулярные вебинары (в режиме реального времени, и в записи) и консультации.
В течение курса предусмотрено несколько вебинаров со специалистами из отрасли, а также HR-консультантами, которые расскажут о востребованности специалистов в области Data Analytics, о том, как правильно составить резюме и на что обратить внимание на собеседовании.
Программа обучения разделена на три модуля, в каждом — 4 темы. Учебе придется уделять от 17 до 22 часов в неделю в зависимости от уровня подготовки.
Как проходит обучение?
Отзывы о программах ДПО
Авторы и преподаватели
Михайлова Елена Георгиевна
кандидат физико-математических наук, доцент, руководитель модуля
Графеева Наталья Генриховна
кандидат физико-математических наук, доцент
Егорова Ольга Борисовна
кандидат филологических наук
Бойцев Антон Александрович
кандидат физико-математических наук
кандидат технических наук
Романов Алексей Андреевич
Волчек Дмитрий Геннадьевич
Азимов Рустам Шухратуллович
кандидат физико-математических наук
Токман Мария Александровна
кандидат технических наук
кандидат физико-математических наук
Вопросы и ответы
Если у вас пока нет диплома высшем или среднем профессиональном образовании, в конце обучения мы предоставим вам академическую справку об окончании курса. Когда вы окончите основное образование, обратитесь к нам, и мы выдадим вам официальный диплом об окончании программы