Методы анализа и прогнозирования данных

Курс разработан в ТУСУРе экспертами Центра компетенций НТИ «Технологии доверенного взаимодействия». Ключевая особенность программы – практическая направленность и ориентация на задачи обеспечения кибербезопасности, доверенного взаимодействия, обеспечение безопасности систем на основе искусственного интеллекта. Это единственная подобная программа, прошедшая отбор в рамках федерального проекта. Объема знаний и навыков, полученных в процессе обучения, достаточно для того, чтобы выполнять рабочие функции аналитика данных в различных областях (прогнозирование экономических показателей компаний, оптимизация технологических процессов по отраслям, обнаружение аномалий в финансовой отчётности, разработка технологий доверенного взаимодействия и мн. др.). Отдельно рассматриваются вопросы атак на методы искусственного интеллекта и обеспечение доверия к получаемым результатам, что является мощным конкурентным преимуществом IT-специалистов в современном мире.

Программа одобрена ведущими компаниями-работодателями, применяющими методы ИИ в области кибербезопасности: АО «ИнфоТеКС», АО «Аладдин Р.Д.», Econophysica и др. Практические кейсы и датасеты к ним предоставлены Центром компетенций НТИ «Технологии доверенного взаимодействия» и компанией Mask Safe.

Цель программы

Повышение профессионального уровня в области искусственного интеллекта (в частности, при проектировании систем доверенной аутентификации, семантического анализа текста и обеспечения безопасности систем на основе искусственного интеллекта), получение новых и совершенствование имеющихся следующих компетенций, необходимых для профессиональной деятельности IT-специалиста.

Анализ больших объемов данных различного происхождения является актуальным при решении практических задач в любой предметной области. Из встречающихся в повседневной жизни можно выделить такие направления как прогнозирование погоды, управления автомобилями, установление личности пользователей, определение легальных и нелегальных банковских операций и многое другое. В рамках курса слушатели вырабатывают компетенции, позволяющие выделить при решении практической задачи данные, способствующие ее решению, провести предварительную обработку этих данных, выделить наиболее важные из них, выявить противоречия и аномалии и построить модель, позволяющую получить рекомендации по решению поставленной задачи.

Почему выбирают нашу программу?

• объемный, грамотно систематизированный курс продвинутого уровня, который шаг за шагом ведет слушателей к освоению новой специальности;
• каждый из тематических блоков разработан специалистами в данной области;
• входное тестирование повышенной сложности обеспечивает высокий уровень слушателей;
• сочетание академического качества лекционного материала и практико-ориентированных кейсов;
• программа апробирована, три четверти выпускников курса применяют полученные навыки для повышения эффективности своей работы, более половины из них получили качественный карьерный рост или сменили сферу деятельности;
• курс одобрен ведущими компаниями-работодателями, применяющими методы ИИ в области кибербезопасности: АО «ИнфоТеКС», АО «Аладдин Р.Д.», Econophysica и др.;
• бережная «служба заботы», которая поддерживает слушателей 24/7.

Вы научитесь:

• применять инструменты, технологии и библиотеки Data Science при разработке решений на основе ИИ;
• применять язык программирования Python и библиотеки при разработке решений на основе ИИ;
• использовать основные статистические методы анализа данных при решении профессиональных задач;
• выбирать методы и инструментальные средства искусственного интеллекта для решения задач в зависимости от особенностей проблемной области;
• определять метрики оценки результатов моделирования и критериев качества построенных моделей;
• оценивать и выбирать используемые методы машинного обучения;
• разрабатывать модели машинного обучения для решения задач;
• подготавливать и проводить разметку структурированных и неструктурированных данных для машинного обучения;
• обработке, удаленной, распределенной и объединенной аналитике, описанию и управлению качеством и достоверностью, использованием результатов анализа больших данных;
• решению прикладных задач в областях сквозных цифровых субтехнологий «Компьютерное зрение», «Обработка естественного языка», «Рекомендательные системы и системы поддержки принятия решений», «Распознавание и синтез речи»;
• решению прикладных задач в области перспективных сквозных цифровых субтехнологий искусственного интеллекта.

Подробно

Курс подойдет:

• Аналитикам. Получите комплексные знания для более эффективной работы и ускоренного карьерного роста.
• 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.

Рекомендуемая подготовка

Уровень программы - продвинутый. Для успешного освоения необходимы базовые знания одного или нескольких высокоуровневых языков программирования (базовые типы данных, условия, циклы, функции) и математического анализа (понятия функций, производных, экстремума и методов его поиска).

Программа курса

1. Статистические методы анализа данных. Методы машинного обучения с учителем.
2. Методы машинного обучения без учителя.
3. Распознавания образов. Биометрия.
4. Формирование наборов данных.
5. Сегментация и детектирование объектов.
6. Анализ текста и его структуры, обработка естественного языка.
7. Итоговая аттестация.

Подробно

Языки программирования

• Python, R

Условия реализации программы:

• уровень: продвинутый;
• объем учебной программы: 260 часов;
• продолжительность обучения: 16 недель;
• форма обучения: заочная с применением электронного обучения и дистанционных образовательных технологий;
• выдаваемый документ: удостоверение о повышении квалификации.