Архитектор данных
Продвинутый курс по анализу данных, машинному обучению и искусственному интеллекту.
Продвинутые методы анализа данных, машинного обучения и ИИ.
Продвинутые методы анализа данных, машинного обучения и ИИ.
Старт
В любое время
Нагрузка
288 ак.часов
Длительность
от 14 недель
Доступ
навсегда
асинхронный
Формат
Курс
Кому подойдет
Начинающим аналитикам
Тем, кто знаком с Python и хочет получить целостную базу в области Data Science — от разведочного анализа и SQL до машинного обучения и нейросетей.
Тем, кто уже применяет аналитические инструменты в работе и хочет лучше понимать используемые подходы
Курс поможет структурировать знания и разобраться в принципах работы с данными.
Тем, кто работает с большими объёмами данных и тратит много времени на рутинные операции
Вы освоите инструменты и алгоритмы, позволяющие автоматизировать обработку данных.
Тем, кто интересуется современными технологиями искусственного интеллекта
Вы получите знания и практические навыки в области работы с нейросетями, машинного обучения, обработки изображений и текстов.
О курсе
Курс поможет освоить методы работы с большими данными и научиться применять машинное и глубокое обучение для их анализа. Вы узнаете, как проводить разведочный анализ, организовывать хранение Big Data и писать SQL-запросы. Освоите статистические методы для построения вероятностных моделей и прогнозов. Разберете ключевые библиотеки Python для анализа данных, научитесь выявлять закономерности и аномалии с помощью машинного обучения. А также изучите современные методы глубокого обучения и нейросетей для решения прикладных задач, включая обработку естественного языка и компьютерное зрение.
Минимальные требования:
знание языка программирования Python (основы, библиотеки Pandas, NumPy), курс высшей математики (линейная алгебра, основы математического анализа).
Необходимое программное обеспечение:
Компьютер с доступом в интернет
Минимальные требования:
знание языка программирования Python (основы, библиотеки Pandas, NumPy), курс высшей математики (линейная алгебра, основы математического анализа).
Необходимое программное обеспечение:
Компьютер с доступом в интернет
Чему вы научитесь
- Проводить разведочный анализ данных
- Организовывать хранение Big Data и писать запросы на SQL и NoSQL
- Использовать статистические методы для построения вероятностных моделей и прогнозов
- Применять Python и его библиотеки для анализа данных, выявления закономерностей и обнаружения аномалий методами машинного обучения
- Разрабатывать и обучать нейронные сети различных архитектур, включая их применение в обработке естественного языка и компьютерном зрении
- Проектировать и создавать нейронные сети с нуля без использования TensorFlow, Keras и PyTorch
Как проходит обучение
Гибкий формат
Доступ к видеоурокам и текстовым материалам курса в любое время
Поддержка преподавателей
Поддержка в telegram-чате и электронная почта для оперативной обратной связи
Интерактивная образовательная среда
Задания с автоматизированной проверкой и тренажеры для закрепления новых навыков
Консультации
Для групп от 10 человек: вебинары с разбором практических заданий и дополнительных материалов по расписанию
Для индивидуальных слушателей: видеоразборы заданий, персональные консультации с преподавателем по запросу
Для индивидуальных слушателей: видеоразборы заданий, персональные консультации с преподавателем по запросу
Программа
- Введение в науку о данных. Первичная обработка, шкалы измерений, источники и качество данных, восстановление пропусков
- Инструменты обработки. Электронные таблицы, сводные таблицы, визуализация, регулярные выражения
- Преобразование и нормировка данных. Линейная и экспоненциальная нормировка, построение целевых функций
- Описательные статистики и временные ряды. Средние значения, дисперсия, тренды и прогнозирование
- СУБД, проектирование данных, ограничения целостности
- SQL (DDL): создание таблиц и описания ограничений
- SQL (DML): запросы, агрегатные и оконные функции
- Объекты базы данных: представления, индексы, оптимизация, хранимые процедуры
- Основы NoSQL: виды, характеристики, примеры систем
- Графовые базы данных: проектирование и работа с графами
- Ключ-значение: основы Redis, строки, хеши, списки, множества
- Документные хранилища: работа с MongoDB, выборка, фильтрация, агрегирование
- Колоночные хранилища: введение в Cassandra, проектирование и работа с данными
- Вероятность и случайные величины: одномерные и многомерные распределения
- Законы распределения: дискретные (Бернулли, биномиальное, Пуассона) и непрерывные (показательное, равномерное, нормальное)
- Описательная статистика и точечные оценки: выборочные характеристики, корреляция
- Интервальные оценки: доверительные интервалы
- Проверка гипотез: постановка, критерии согласия
- Обзор задач и методов. Основные понятия, библиотеки, инструменты
- Регрессия: линейная, полиномиальная, оценка модели
- Классификация: k-NN, наивный байес, логистическая регрессия, SVM, деревья решений
- Кластеризация: K-means, DBSCAN, иерархическая кластеризация
- Дополнительные методы: снижение размерности, ансамбли, обучение с подкреплением
- Полносвязные нейронные сети: структура, перцептроны, многослойные модели
- Инструменты и оптимизация: Keras, TensorFlow, переобучение, оптимизаторы
- Сверточные нейронные сети: свёртки, архитектуры, прикладные задачи
- Рекуррентные нейронные сети: механизмы внимания, Transformer, BERT
- Введение в ИИ: архитектуры нейросетей, графы знаний, направления ИИ
- Компьютерное зрение: задачи, сегментация, детекция объектов
- Обработка текстов (NLP): классификация, сравнение, машинный перевод
Кто будет преподавать
Наталья Графеева
кандидат физико-математических наук, доцент
Елена Михайлова
кандидат физико-математических наук, доцент, директор ВШЦК
Ольга Егорова
кандидат филологических наук, доцент
Мария Токман
кандидат физико-математических наук, доцент
Антон Бойцев
кандидат физико-математических наук, доцент
Рустам Азимов
кандидат физико-математических наук, доцент
Дмитрий Волчек
кандидат технических наук, доцент
Алексей Романов
кандидат технических наук, доцент
Анна Иванова
Регалии:
- Обладатель степени доктора наук в области [соответствующей области знаний].
- Автор более чем [количество] научных публикаций в рецензируемых журналах и международных конференциях.
- Эксперт с опытом рецензирования статей и исследований для ведущих научных изданий.
Образование:
- [Год] – Докторская степень в области [название специализации], [Университет/Институт].
- [Год] – Магистерская степень в области [название специализации], [Университет/Институт].
- [Год] – Бакалаврская степень в области [название специализации], [Университет/Институт].
Знания и компетенции:
- Глубокое понимание [соответствующей области знаний] и современных тенденций в ней.
- Продвинутые навыки анализа данных и использования статистических методов для исследований.
- Эксперт в использовании [программы/инструмента] для [соответствующей деятельности, например, анализа данных, моделирования и т.д.].
- Глубокое знание [связанных областей знаний] и способность интегрировать их в учебный процесс.
Опыт:
- [Годы] – Преподаватель [название университета/колледжа], [должность].
- [Годы] – Научный сотрудник в [название исследовательской лаборатории/института], занимался [описание задач и исследований].
- [Годы] – Консультант/эксперт в [компания/организация], работал над [проекты/задачи, над которыми работал].
- [Годы] – Участие в [международные/национальные] конференции и семинары, как спикер/преподаватель.
Этот преподаватель обладает богатым научным опытом, глубокими знаниями и широким кругозором в своей области. С его помощью студенты получат качественное образование, основанное на актуальных исследованиях и практическом опыте.
- Обладатель степени доктора наук в области [соответствующей области знаний].
- Автор более чем [количество] научных публикаций в рецензируемых журналах и международных конференциях.
- Эксперт с опытом рецензирования статей и исследований для ведущих научных изданий.
Образование:
- [Год] – Докторская степень в области [название специализации], [Университет/Институт].
- [Год] – Магистерская степень в области [название специализации], [Университет/Институт].
- [Год] – Бакалаврская степень в области [название специализации], [Университет/Институт].
Знания и компетенции:
- Глубокое понимание [соответствующей области знаний] и современных тенденций в ней.
- Продвинутые навыки анализа данных и использования статистических методов для исследований.
- Эксперт в использовании [программы/инструмента] для [соответствующей деятельности, например, анализа данных, моделирования и т.д.].
- Глубокое знание [связанных областей знаний] и способность интегрировать их в учебный процесс.
Опыт:
- [Годы] – Преподаватель [название университета/колледжа], [должность].
- [Годы] – Научный сотрудник в [название исследовательской лаборатории/института], занимался [описание задач и исследований].
- [Годы] – Консультант/эксперт в [компания/организация], работал над [проекты/задачи, над которыми работал].
- [Годы] – Участие в [международные/национальные] конференции и семинары, как спикер/преподаватель.
Этот преподаватель обладает богатым научным опытом, глубокими знаниями и широким кругозором в своей области. С его помощью студенты получат качественное образование, основанное на актуальных исследованиях и практическом опыте.
Илья Ильин
Регалии:
- Обладатель степени доктора наук в области [соответствующей области знаний].
- Автор более чем [количество] научных публикаций в рецензируемых журналах и международных конференциях.
- Эксперт с опытом рецензирования статей и исследований для ведущих научных изданий.
Образование:
- [Год] – Докторская степень в области [название специализации], [Университет/Институт].
- [Год] – Магистерская степень в области [название специализации], [Университет/Институт].
- [Год] – Бакалаврская степень в области [название специализации], [Университет/Институт].
Знания и компетенции:
- Глубокое понимание [соответствующей области знаний] и современных тенденций в ней.
- Продвинутые навыки анализа данных и использования статистических методов для исследований.
- Эксперт в использовании [программы/инструмента] для [соответствующей деятельности, например, анализа данных, моделирования и т.д.].
- Глубокое знание [связанных областей знаний] и способность интегрировать их в учебный процесс.
Опыт:
- [Годы] – Преподаватель [название университета/колледжа], [должность].
- [Годы] – Научный сотрудник в [название исследовательской лаборатории/института], занимался [описание задач и исследований].
- [Годы] – Консультант/эксперт в [компания/организация], работал над [проекты/задачи, над которыми работал].
- [Годы] – Участие в [международные/национальные] конференции и семинары, как спикер/преподаватель.
Этот преподаватель обладает богатым научным опытом, глубокими знаниями и широким кругозором в своей области. С его помощью студенты получат качественное образование, основанное на актуальных исследованиях и практическом опыте.
- Обладатель степени доктора наук в области [соответствующей области знаний].
- Автор более чем [количество] научных публикаций в рецензируемых журналах и международных конференциях.
- Эксперт с опытом рецензирования статей и исследований для ведущих научных изданий.
Образование:
- [Год] – Докторская степень в области [название специализации], [Университет/Институт].
- [Год] – Магистерская степень в области [название специализации], [Университет/Институт].
- [Год] – Бакалаврская степень в области [название специализации], [Университет/Институт].
Знания и компетенции:
- Глубокое понимание [соответствующей области знаний] и современных тенденций в ней.
- Продвинутые навыки анализа данных и использования статистических методов для исследований.
- Эксперт в использовании [программы/инструмента] для [соответствующей деятельности, например, анализа данных, моделирования и т.д.].
- Глубокое знание [связанных областей знаний] и способность интегрировать их в учебный процесс.
Опыт:
- [Годы] – Преподаватель [название университета/колледжа], [должность].
- [Годы] – Научный сотрудник в [название исследовательской лаборатории/института], занимался [описание задач и исследований].
- [Годы] – Консультант/эксперт в [компания/организация], работал над [проекты/задачи, над которыми работал].
- [Годы] – Участие в [международные/национальные] конференции и семинары, как спикер/преподаватель.
Этот преподаватель обладает богатым научным опытом, глубокими знаниями и широким кругозором в своей области. С его помощью студенты получат качественное образование, основанное на актуальных исследованиях и практическом опыте.
Константин Константинопольский
Регалии:
- Обладатель степени доктора наук в области [соответствующей области знаний].
- Автор более чем [количество] научных публикаций в рецензируемых журналах и международных конференциях.
- Эксперт с опытом рецензирования статей и исследований для ведущих научных изданий.
Образование:
- [Год] – Докторская степень в области [название специализации], [Университет/Институт].
- [Год] – Магистерская степень в области [название специализации], [Университет/Институт].
- [Год] – Бакалаврская степень в области [название специализации], [Университет/Институт].
Знания и компетенции:
- Глубокое понимание [соответствующей области знаний] и современных тенденций в ней.
- Продвинутые навыки анализа данных и использования статистических методов для исследований.
- Эксперт в использовании [программы/инструмента] для [соответствующей деятельности, например, анализа данных, моделирования и т.д.].
- Глубокое знание [связанных областей знаний] и способность интегрировать их в учебный процесс.
Опыт:
- [Годы] – Преподаватель [название университета/колледжа], [должность].
- [Годы] – Научный сотрудник в [название исследовательской лаборатории/института], занимался [описание задач и исследований].
- [Годы] – Консультант/эксперт в [компания/организация], работал над [проекты/задачи, над которыми работал].
- [Годы] – Участие в [международные/национальные] конференции и семинары, как спикер/преподаватель.
Этот преподаватель обладает богатым научным опытом, глубокими знаниями и широким кругозором в своей области. С его помощью студенты получат качественное образование, основанное на актуальных исследованиях и практическом опыте.
- Обладатель степени доктора наук в области [соответствующей области знаний].
- Автор более чем [количество] научных публикаций в рецензируемых журналах и международных конференциях.
- Эксперт с опытом рецензирования статей и исследований для ведущих научных изданий.
Образование:
- [Год] – Докторская степень в области [название специализации], [Университет/Институт].
- [Год] – Магистерская степень в области [название специализации], [Университет/Институт].
- [Год] – Бакалаврская степень в области [название специализации], [Университет/Институт].
Знания и компетенции:
- Глубокое понимание [соответствующей области знаний] и современных тенденций в ней.
- Продвинутые навыки анализа данных и использования статистических методов для исследований.
- Эксперт в использовании [программы/инструмента] для [соответствующей деятельности, например, анализа данных, моделирования и т.д.].
- Глубокое знание [связанных областей знаний] и способность интегрировать их в учебный процесс.
Опыт:
- [Годы] – Преподаватель [название университета/колледжа], [должность].
- [Годы] – Научный сотрудник в [название исследовательской лаборатории/института], занимался [описание задач и исследований].
- [Годы] – Консультант/эксперт в [компания/организация], работал над [проекты/задачи, над которыми работал].
- [Годы] – Участие в [международные/национальные] конференции и семинары, как спикер/преподаватель.
Этот преподаватель обладает богатым научным опытом, глубокими знаниями и широким кругозором в своей области. С его помощью студенты получат качественное образование, основанное на актуальных исследованиях и практическом опыте.
Константин Константинопольский
Регалии:
- Обладатель степени доктора наук в области [соответствующей области знаний].
- Автор более чем [количество] научных публикаций в рецензируемых журналах и международных конференциях.
- Эксперт с опытом рецензирования статей и исследований для ведущих научных изданий.
Образование:
- [Год] – Докторская степень в области [название специализации], [Университет/Институт].
- [Год] – Магистерская степень в области [название специализации], [Университет/Институт].
- [Год] – Бакалаврская степень в области [название специализации], [Университет/Институт].
Знания и компетенции:
- Глубокое понимание [соответствующей области знаний] и современных тенденций в ней.
- Продвинутые навыки анализа данных и использования статистических методов для исследований.
- Эксперт в использовании [программы/инструмента] для [соответствующей деятельности, например, анализа данных, моделирования и т.д.].
- Глубокое знание [связанных областей знаний] и способность интегрировать их в учебный процесс.
Опыт:
- [Годы] – Преподаватель [название университета/колледжа], [должность].
- [Годы] – Научный сотрудник в [название исследовательской лаборатории/института], занимался [описание задач и исследований].
- [Годы] – Консультант/эксперт в [компания/организация], работал над [проекты/задачи, над которыми работал].
- [Годы] – Участие в [международные/национальные] конференции и семинары, как спикер/преподаватель.
Этот преподаватель обладает богатым научным опытом, глубокими знаниями и широким кругозором в своей области. С его помощью студенты получат качественное образование, основанное на актуальных исследованиях и практическом опыте.
- Обладатель степени доктора наук в области [соответствующей области знаний].
- Автор более чем [количество] научных публикаций в рецензируемых журналах и международных конференциях.
- Эксперт с опытом рецензирования статей и исследований для ведущих научных изданий.
Образование:
- [Год] – Докторская степень в области [название специализации], [Университет/Институт].
- [Год] – Магистерская степень в области [название специализации], [Университет/Институт].
- [Год] – Бакалаврская степень в области [название специализации], [Университет/Институт].
Знания и компетенции:
- Глубокое понимание [соответствующей области знаний] и современных тенденций в ней.
- Продвинутые навыки анализа данных и использования статистических методов для исследований.
- Эксперт в использовании [программы/инструмента] для [соответствующей деятельности, например, анализа данных, моделирования и т.д.].
- Глубокое знание [связанных областей знаний] и способность интегрировать их в учебный процесс.
Опыт:
- [Годы] – Преподаватель [название университета/колледжа], [должность].
- [Годы] – Научный сотрудник в [название исследовательской лаборатории/института], занимался [описание задач и исследований].
- [Годы] – Консультант/эксперт в [компания/организация], работал над [проекты/задачи, над которыми работал].
- [Годы] – Участие в [международные/национальные] конференции и семинары, как спикер/преподаватель.
Этот преподаватель обладает богатым научным опытом, глубокими знаниями и широким кругозором в своей области. С его помощью студенты получат качественное образование, основанное на актуальных исследованиях и практическом опыте.
Стоимость
288 ак.часов
120 000 ₽
Вы сможете оформить налоговый вычет за обучение (13%)
Документ об образовании
После завершения обучения вы получите сертификат ИТМО или удостоверение о повышении квалификации установленного образца.
Удостоверение о повышении квалификации установленного образца выдается участникам, имеющим среднее профессиональное и/или высшее образование
Информация
Документы
Правила использования информации в доменной зоне itmo.ru
Политика по обработке Персональных данных
Лицензия и аккредитация
Политика по обработке Персональных данных
Лицензия и аккредитация
Мы предлагаем
Федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский университет ИТМО»
197101, г. Санкт-Петербург, Кронверкский проспект, д. 49 лит. А
ИНН 7813045547
ОГРН 1027806868154