Курс «Аналитик данных»
Специалист, который занимается извлечением, анализом и интерпретацией данных с целью выявления закономерностей, трендов и паттернов, используя различные методы статистики, машинного обучения и анализа данных
Получите дополнительное профессиональное образование в области
искусственного интеллекта
Более 80% от стоимости обучения оплатит Государство!
3 месяца обучения по 2-3 часа в день. Всего 260 часов
удостоверение по окончании
помощь в трудоустройстве
зарплата
от 120 тыс. в месяц
Курс нацелен на получение компетенций, необходимых для профессиональной деятельности аналитика данных для разработки и применения технологических решений в области искусственного интеллекта и в смежных областях.
Курс включает изучение методов и инструментальных средств решения задач искусственного интеллекта. Вы научитесь анализировать данные с помощью сервисов аналитики и BI-инструментов, освоите Python и SQL. Программа нацелена на формирование навыков применения методов обработки и хранения больших данных современными инструментами, а также навыков применения методов математической статистики, машинного обучения, глубокого обучения и интеллектуального анализа данных для решения прикладных задач.
Программа построена по модульному принципу, предполагает изучение теоретического материала и практическую отработку полученных знаний.
Для оценки уровня знаний вы выполните практические кейсы и пройдете тестирование.
курс подойдет
для студентов колледжей и вузов
для начинающих специалистов в области ИТ
для получения прибыльной ИТ-специальности
для всех желающих, имеющих высшее или среднее профессиональное образование (базовое математическое или техническое образование)
Выпускники программы «Цифровые профессии» в 2022-23 годах (выпускники всех курсов 1Т Спринт) также могут подать заявку и обучаться на курсах по программе «Искусственный интеллект»
*60 000 оплачивает государство
В рамках федерального проекта
«Искусственный интеллект»
Модуль 1.
Модуль предполагает введение в содержание профессии «Аналитик данных». Отдельные темы посвящены изучению инструментов анализа данных: Python, Jupyter Notebook, библиотеки Python, Hadoop, ETL, Spark и др.; изучению технологий хранения и обработки больших данных: БД, SQL, MPP, Postgres, GreenPlum, моделирование данных, построение дашбордов с помощью Superset
Модуль 2.
Модуль предполагает знакомство с математическим моделированием, машинным обучением, оптимизацией и обучением нейронных сетей. Отдельные темы посвящены введению в теорию вероятности и математическую статистику, A/B-тестированию, математическим основам машинного обучения, методам анализа больших данных (регрессия, классификация, кластеризация, ассоциативные правила). Будут рассмотрены архитектура нейронных сетей, обучение нейронных сетей с помощью TensorFlow и Keras, способы использования предварительно обученных моделей для классификации изображений и других задач, продвижение продукта, бизнес-метрики.
Таганрогский радиотехнический институт им. В.Д. Калмыкова, программное обеспечение вычислительной техники и автоматизированных систем
Python, NumPy
Стаж работы
2016 – н.в. ФГАОУ ВО «Южный федеральный университет», заведующий кафедрой Института компьютерных технологий и информационной безопасности
2007 – 2012 ТТИ Южного федерального университета
Исследовательский анализ данных
Математическая статистика и теория вероятностей
Стаж работы
Региональный гуманитарный институт им. П.А. Столыпина, юриспруденция, гражданское право
Эконометрическое моделирование
Основы современной прикладной статистики
Стаж работы
2020 – н.в. доцент Кафедры Магистерской школы информационных бизнес-систем НИТУ МИСИС
2017 – н.в. Ведущий аналитик-математик, ЗАО ЕС-Лизинг
2012 – н.в. Старший преподаватель департамента прикладной экономики факультета экономических наук НИУ ВШЭ
2004 – 2012 Старший преподаватель кафедры математической экономики МИЭМа
2003 – 2009 Консультант КЦ
Методы искусственного интеллекта
Основы прикладной статистики
Количественные методы бизнес-аналитики
Визуализация (Miro, Canva, Figma, Grafana, Matplotlib, Seaborn)
Стаж работы
2023 – н.в. OOO «1Т», аналитик-исследователь
2017 – н.в. Специалист по научно-исследовательским работам (аналитик-исследователь)
2021 – 2022 ФГБОУ ВО МГППУ, специалист по методической работе
DWH и ML (PostreSQL, Docker, Scikit-Learn)
Математическая статистика (SPSS, Excel)
Исследования (A/B тестирования, CJM, фокус-группы)
Стаж работы
2023 – н.в. Ведущий эксперт в центре экспертизы в образовании РАО
2020 – н.в. «Экспертный центр аналитики и социологии», аналитик данных
2020 – н.в. ООО «1Т», преподаватель учебных курсов
PostgreSQL, Apache Spark
NLTK, OpenCV
Стаж работы
2023 – н.в. ООО «1Т», старший аналитик данных
2021 – 2023 ООО «1Т», менеджер ИТ-проектов
2019 – 2021 ООО «1Т», бизнес аналитик
Tensorflow, Keras
Многослойные нейронные сети
Свёрточные сети и архитектура
ФГАОУВО «Национальный исследовательский университет «Высшая школа экономики»
Исследовательский анализ данных
SQL, MySQL
Стаж работы
2020 – н.в. НИУ ВШЭ, заведующая лабораторией инноваций в образовании
2018 – 2020 ГАУДПО «Институт развития образования Пермского края»
2017 – 2018 ООО Издательская фирма Сентябрь
2013 – 2017 Университет «Высшая школа экономики»
Аналитические исследования
Внедрение инновационных образовательных программ и технологий с использованием ИИ
2022 – н.в. ООО «1Т», старший аналитик данных
2019 – 2022 Филиал «Аэронавигация Западной Сибири», ФГУП «Государственная корпорация по организации воздушного движения в РФ», ведущий специалист по защите информации
Анализ данных и автоматизация
Python, Pandas, NumPy
Стаж работы
Центр информационных технологий и безопасности информационных систем, программа профессиональной переподготовки «Информационная безопасность»
Экспертиза информационных систем
Работа с большими данными
Гибкие и классические методологии разработки
Аналитические инструменты и языки программирования
Стаж работы
2024 – н.в. ОБРСОЮЗ, Аналитик данных
2022 – 2024 АО Лотереи Москвы
2019 – 2020 ООО «Сеть Связной»
Grafana, Matplotlib
SQL, PostreSQL