Версия для слабовидящих

Размер текста:

Цветовая схема:

Изображения:

Архитектор данных

42

часа теории

88

часов практических занятий

5

модулей обучения

О программе

Для кого курс

Обучение по данной программе подойдет как тем, кто только начинает свою карьеру в области бухгалтерии, так и опытным специалистам, желающим обновить свои знания и освоить новые техники и методы ведения учета в коммерческой сфере. Также это возможность получить востребованную специальность и увеличить доход.

Преимущество

Дополнительная профессиональная программа повышения квалификации "Архитектор данных" разработана с учетом потребностей слушателей, которые хотят продолжить карьеру в сфере IT в качестве специалиста-экспертного уровня - архитектора данных. Слушатели освоят базовый уровень знаний, умений, навыков и компетенций в области искусственного интеллекта и больших языковых моделей, научатся работать с данными в контексте поведенческого анализа. Полученные базовые знания в области генеративного искусственного интеллекта станут основой моделирования архитектурных решений, необходимых для эффективного применения причинно-следственной аналитики при анализе результатов испытаний ИИ системы и проверки их соответствия архитектуре программной системы. Мы рассчитываем, что, в зависимости от предыдущего опыта, вы займете позицию от junior до middle - и она будет связана с обработкой и моделированием данных или с аналитикой и проектированием ИИ-систем.

Навыки и компетенции

После обучения Вы получите Организацию и ведение бухгалтерского (финансового) учета на коммерческом предприятии; Денежное измерение объектов бухгалтерского учета и осуществление соответствующих бухгалтерских записей; Итоговое обобщение фактов хозяйственной жизни; Составление и представление бухгалтерской (финансовой) отчетности экономического субъекта; Ведение налогового учета, составление налоговых расчетов и деклараций, налоговое планирование. Диплом о профессиональной переподготовке установленного образца Данный документ об образовании ведущего ВУЗа является официальным подтверждением вашего профессионализма.

Цель программы

Формирование новых компетенций, необходимых для выполнения профессиональной деятельности в области архитектуры построения данных. Освоение передовых технологий и методов на основе ИИ. Формирование навыков анализа бизнеса и сбора данных для решения прикладных задач, связанных с прогнозированием и управлением в различных областях применения.

Диплом установленного образца

Данные о выданном дипломе заносятся в федеральный реестр документов об образовании и квалификации (ФРДО).

Программа

Модуль 1. "Процесс, стадии и методологии разработки решений на основе ИИ с использованием больших языковых моделей"

  • Введение в искусственный интеллект и большие языковые модели
  • Процесс и методологии разработки решений на основе ИИ
  • Введение в генеративный ИИ и его роль в управлении архитектурой ИИ-системы
  • Процесс разработки архитектурного решения ИИ-системы с использованием генеративного ИИ
  • Контроль реализации и испытаний, сопровождение эксплуатации программной системы с использованием генеративного ИИ

Модуль 2. "Визуальное описание данных в работе архитектора данных. Проверка целостности. Проектирование интерфейса пользователя данных"

  • Грамматика Графики. Коммуникация идей пропорции и неопределенности стейкхолдерам ИИ-решения
  • Продвинутые идеи в визуализации данных для архитектора данных

Модуль 3. "Выбор инструментария ML архитектором данных: сравнение возможностей, ограничений и особенностей российских и зарубежных решений"

  • Библиотека CatBoost (Яндекс)
  • Основные сведения и особености работы TensorFlow/Keras
  • Библиотека ETNA (Тинькофф): анализ данных, машинное обучение в ETNA

Модуль 4. "Архитектор поведенческих данных: проверка соответствия архитектуры ИИ-решений, связанных с аналитикой поведения пользователей"

  • Введение в анализ поведенческих данных. Анализ реализованной программной системы с использованием причинно-следственной аналитики
  • Причинно-следственные диаграммы: построение и уточнение для анализа поведенческих данных
  • Экспериментальный дизайн и продвинутый инструментарий анализа поведенческих данных

Модуль 5. "Датацентричное машинное обучение: новый инструментарий архитектора данных"

  • Проверка и согласование запросов на изменения программной системы с точки зрения архитектуры
  • Инновации в теории искусственного интеллекта и BigData: методы улучшения качества моделей машинного обучения на Big Data c помощью систематической обработки данных
  • Алгоритм confident learning и лучшие практики сбора и разметки данных
  • Датацентричная оценка моделей машинного обучения: поиск и устранение проблем. Продвинутые способы повышения качества данных
  • Проблемы обучения моделей машинного обучения: неравновесие классов, выбросы и сдвиг распределения
  • Интерпретируемость в датацентричном машинном обучении
  • Кодирование человеческих знаний в машинное обучение через аугментацию данных и инженерию запросов

Итоговая аттестация

Итоговая аттестация в формате защиты проекта.

Преподаватели и эксперты программы

Документ, который Вы получите

Как приступить к обучению

Шаг 1

Выбрать программу и оставить заявку

Шаг 2

Собрать документы и пройти оформление в личном кабинете anketa.fa.ru

Шаг 3

Получить договор и документы для оплаты

Шаг 4

Внести оплату и начать обучение

Вас могут заинтересовать

Контакты

Сайт МШБ
Главный специалист МШБ
Заместитель директора Международной школы бизнеса Финансового университета при Правительстве РФ

Выбрать дату

Выбрать дату

Выбрать год