- Тема 1.1 Инженер данных. Цели, направления, задачи, обязанности и функция в команде
- Тема 1.2 Технологии DataScience и BigData для решения практических задач
- Тема 1.3 Основы синтаксиса и структур в Python
- Тема 1.4 Использование библиотек NumPy, SciPy для вычислений
- Тема 1.5 Обработка данных в Python. Библиотека Pandas
- Тема 1.6 Библиотеки Python для визуализации данных
- Тема 1.7 Синтаксис языка программирования С++
О курсе «Инженер данных»
Курс нацелен на получение компетенций, необходимых для профессиональной деятельности специалиста в области искусственного интеллекта и больших данных при реализации проектов и разработки новых решений на основе данных.
Курс включает изучение основ инженерии больших данных, современных технологий анализа данных и машинного обучения, языков программирования, методов искусственного интеллекта, нейросетевых технологий. Программа нацелена на получение практических навыков по созданию систем анализа больших данных, разработки баз данных, моделирования данных, разработки алгоритмов и программных средств, в том числе с использованием современных интеллектуальных технологий, созданию и внедрению сквозных цифровых субтехнологий искусственного интеллекта.
Программа повышения квалификации построена по модульному принципу, предполагает изучение теоретического материала и практическую отработку полученных знаний.
Для оценки уровня освоения полученных в процессе обучения компетенций слушателям будет предложено пройти итоговое тестирование, а также сформировать портфолио своих выполненных практических работ.
Объём курса – 260 академических часов.
Компетенции, которые вы приобретете на курсе
выбор и применение на практике современных методов и инструментов обработки и анализа больших массивов данных
классификация и идентификация задачи искусственного интеллекта, выбор адекватных методов и инструментальных средств решения задач искусственного интеллекта
разработка и применение методов машинного обучения для решения задач
создание и поддержка системы искусственного интеллекта на основе нейросетевых технологий
разработка системы анализа больших данных
создание и внедрение одной или нескольких сквозных цифровых субтехнологий искусственного интеллекта
Программа обучения
- Тема 2.1 Обработка данных с помощью (Hadoop/Hive/Spark)
- Тема 2.2 Конвейер данных (Storm, Kafka)
- Тема 2.3 Базовое представление о Map Reduce
- Тема 2.4 Распределенная файловая система HDFS
- Тема 2.5 Статистические методы анализа данных
- Тема 2.6 Технологии анализа данных
- Тема 2.7 Использование платформ данных
- Тема 2.8 Инструменты с открытым исходным кодом для анализа больших данных
- Тема 2.9 Что такое ETL: как справиться с анализом BigData
- Тема 3.1 Введение в моделирование данных
- Тема 3.2 Реляционные базы данных
- Тема 3.3 Базы данных NoSQL
- Тема 3.4 Массово параллельная обработка и анализ данных
- Тема 3.5 Облачные хранилища данных (Data Warehouses
- Тема 3.6 Data Lake (озеро данных)
- Тема 4.1 Введение в машинное обучение и обработку данных. Программный инструментарий Data Mining и Machine Learning
- Тема 4.2 Основной аппарат комбинаторики и мат. статистики. Регрессионный анализ и сжатие данных
- Тема 4.3 Технологии кластеризации и классификации. Деревья решений. Нейронные сети. Генетические алгоритмы
- Тема 4.4 Деревья решений
- Тема 4.5 Методы оптимизации машинного обучения
- Тема 4.6 GPU в задачах машинного обучения
- Тема 4.7 Машинное обучение на больших данных. Онлайн обучение и линейные модели
- Тема 4.8 Рекомендательные системы
- Тема 4.9 Нейронные сети
- Тема 5.1 Введение в искусственный интеллект
- Тема 5.2 Роль искусственного интеллекта в бизнесе
Кто может обучаться на курсе
Граждане РФ – жители всех регионов России, если:
- - старше 18 лет и не достигли пенсионного возраста
- - имеют среднее профессиональное / высшее образование или являются студентами вуза / колледжа
- - имеют достаточный уровень базовых знаний в сфере ИТ и могут справиться со вступительным испытанием
Преподаватели
Юров Юрий Аркадьевич
Разработчик нейросетей, Центр передовых решений «AI & IT Lab Z-union»
Кузин Антон Алексеевич
МТУСИ старший преподаватель, кафедра: «Математическая кибернетика и информационные технологии»
Шатский Владимир Сергеевич
Разработчик, IBS Infinisoft
Рабин Алексей Владимирович
Доктор технических наук, директор центра координации научных исследований, доцент кафедры аэрокосмических компьютерных и программных систем ФГАОУ ВО ГУАП