Повышай квалификацию! Освой профессию будущего!

Технический аналитик

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.

Записаться →

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 250 часов

удостоверение по окончании

помощь в трудоустройстве

зарплата
от 120 тыс.  в месяц

На курсе вы получите компетенции для профессиональной деятельности технического аналитика (Technical Analyst Data Science) в области искусственного интеллекта и в смежных областях.

Вы не только изучите технологии, подходы, методы и инструменты машинного обучения, но и получите практические бизнес-навыки по исследованию рынка с помощью инструментов технического анализа и построению прогнозов на основе результатов технического анализа.

Структура образовательной программы модульная, после каждого модуля вас ожидают практико-ориентированные задания (кейсы).

В качестве итоговой аттестации вы выполните практические задачи от наших партнеров – организаций, применяющих технологии машинного обучения и искусственного интеллекта в своих бизнес-процессах.

преимущества курса
Можно осваивать параллельно с получением среднего профессионального образования или высшего образования, основной работой без отрыва от производства.
В основе – передовые и наиболее востребованные методы, приемы, технологии работы с большими данными.
Использование современного программного обеспечения.
Дистанционный формат, удобный график и темп обучения.
Персональное сопровождение и поддержка слушателей.
Интерактивный формат подачи учебного материала.

курс подойдет

для студентов колледжей и вузов

для начинающих специалистов в области IT

для получения прибыльной IT-специальности

для всех желающих, имеющих высшее или среднее профессиональное образование (базовое математическое или техническое образование)

чему вы научитесь
Использовать знания о вариантах использования данных, определениях, словарях и эталонной архитектуре для эффективного извлечения, хранения, подготовки больших данных
Разрабатывать и применять методы машинного обучения для решения задач
Использовать инструментальные средства для решения задач машинного обучения
Создавать и поддерживать системы искусственного интеллекта на основе нейросетевых моделей и методов
Выполнять подготовку и разметку структурированных и неструктурированных данных для машинного обучения
Решать прикладные задачи и участвовать в реализации проектов в области сквозной цифровой субтехнологии «Обработка естественного языка»
кто может учиться
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

По данной программе вы можете получить финансовую поддержку от государства в рамках федерального проекта «Искусственный интеллект» — 75000 рублей компенсирует государство.

Стоимость обучения
10 000 
85 000 

*75 000 оплачивает государство

В рамках федерального проекта
«Искусственный интеллект»

Записаться →
Перейти к курсу
Как записаться на курсы
01
Оставьте заявку на нашем сайте.
02
Заполните анкету участника и пройдите диагностику.
03
Дождитесь успешной проверки анкеты и запишитесь на программу в каталоге проекта.
04
По итогам успешного вступительного испытания заключите договор на обучение со скидкой от государства.
Программа курса
Раздел 1. Введение в аналитику данных
  1. Введение в аналитику данных. Наука о данных, анализ данных и машинное обучение
  2. Анализ данных в разных секторах. Современные тенденции в анализе данных
  3. Введение в большие данные и искусственный интеллект
Раздел 2. Основы статистики
  1. Введение в теорию вероятностей. Базовые понятия
  2. Введение в математическую статистику. Статистические методы анализа данных
  3. Проверка статистических гипотез
  4. A/B-тестирование
Раздел 3. Инструменты и технологии анализа данных
  1. Основы программирования на Python. Знакомство с средой разработки Jupyter Notebook. Введение в язык R
  2. Введение в основные библиотеки Python для анализа
  3. Введение в визуализацию данных. Python-библиотеки Matplotlib, Seaborn, Plotly
  4. Парсинг интернет-данных. Работа с API и http
  5. Обзор систем обработки и анализа больших данных Hadoop, ETL, Spark
Раздел 4. Технологии хранения и обработки больших данных
  1. Введение в теорию БД. Моделирование данных. Основы языка SQL
  2. Реляционные базы данных. Языки запросов реляционных СУБД. Декларативный язык SQL
  3. NoSQL хранилища данных
  4. Анализ данных при массово параллельной обработке. Обзор GreenPlum
  5. Знакомство с СУБД Postgres. Расширения SQL в PostgreSQL
  6. Введение в СУБД Clickhouse
  7. BI инструменты. Построение дашбордов с Apache Superset
Раздел 5. Машинное обучение и оптимизация
  1. Математические основы машинного обучения
  2. Обзор методов анализа больших данных. Выбор и обработка данных для машинного обучения
  3. Построение моделей машинного обучения
  4. Инструменты анализа данных и машинного обучения (Rapid Miner)
Раздел 6. Нейронные сети
  1. Введение в нейронные сети. Глубокое обучение
  2. Архитектура нейронных сетей. Сверточные и рекуррентные сети
  3. Обучение нейронных сетей с помощью TensorFlow и Keras
  4. Анализ естественного языка с помощью методов искусственного интеллекта
Раздел 7. Продвижение продукта. Бизнес-метрики
  1. Введение в продуктовую аналитику
  2. Ключевые метрики роста продукта
модули

Модуль 1.

Основной

Модуль предполагает введение в аналитику данных, инструменты и технологии анализа данных. Отдельные темы посвящены анализу данных и машинному обучению, введению в математическую статистику, статистические методы анализа данных, проверку статистических гипотез. Будут рассмотрены основы программирования на Python, основные библиотеки Python для анализа данных, парсинг интернет-данных, работа с API и http, системы обработки и анализа больших данных Hadoop, ETL, Spark.

Модуль 2.

Профилирующий

Модуль предполагает введение в технологии хранения и обработки больших данных, инструменты и технологии анализа данных, машинное обучение, нейронные сети, а также возможности продвижения продукта. Отдельные темы посвящены изучению основ языка SQL, реляционных баз данных, NoSQL хранилища данных, знакомству с СУБД Postgres, СУБД Clickhouse; изучению обработки данных для машинного обучения, изучению построения моделей машинного обучения; изучению архитектуры нейронных сетей, обучению нейронных сетей с помощью TensorFlow и Keras, NLP – обработке естественного языка; введению в продуктовую аналитику и знакомство с ключевыми метриками роста продукта.