Финансовый университет при Правительстве РФ — один из ведущих вузов страны, готовящих экономистов, финансистов, менеджеров, маркетологов, юристов по финансовому праву, математиков, IT-специалистов, социологов и политологов. Передовые технологии, новые учебные курсы, широкие международные связи — то, что определяет облик Финансового университета сегодня. Среди преподавателей — заслуженные экономисты России, руководители банков, страховых и аудиторских компаний, финансово-промышленных структур.

• 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.

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.

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. 

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.

Целью освоения модуля является овладение слушателями основными методами теории интеллектуальных систем, приобретение навыков по использованию интеллектуальных систем, изучение основных методов применения искусственного интеллекта Задачи: cформировать у слушателей представление о методологии разработки решений на основе ИИ с использованием больших языковых моделей

Целью освоения модуля является овладение слушателями основными принципами эффективной визуализация данных Задача: сформировать у слушателей представление о визуальном описание данных в работе архитектора данных.

Целью освоения модуля является приобретение слушателями знаний по ML российской разработки для выработки возможных решений посредством сбора и анализа больших данных Задача: сформировать у слушателей представление о инструментах анализа данных и ML российской разработки, сравнение возможностей, ограничений и особенностей российских и зарубежных решений

Целью освоения модуля является приобретение слушателями знаний по применению методов и программных средств автоматизированного логического вывода и автоматизированной проверки гипотез Задача: сформировать у слушателей представление методах проверки соответствия архитектуры ИИ-решений, связанных с аналитикой поведения пользователей

Целью освоения модуля является изучение слушателями базового инструментария библиотеки технологии и Data Science для решения сквозных цифровых субтехнологий искусственного интеллекта Задача: сформировать у слушателей представление о инструментах, библиотеки технологии и Data Science.