Версия для слабовидящих

Размер текста:

Цветовая схема:

Изображения:

Специалист в области нейросетей

О программе

Программа направлена на приобретение новых компетенций и совершенствование имеющихся для выполнения нового вида профессиональной деятельности в области машинного обучения.

Программа разработана на основе:

Федеральный государственный образовательный стандарт высшего образования. Уровень высшего образования. Бакалавриат. Направление подготовки. 09.03.03 Прикладная информатика, утвержденный приказом Министерства образования и науки РФ от 12 марта 2015 г. N 207.

Профессиональный стандарт "Специалист по большим данным", утвержденный приказом Министерства труда и социальной защиты РФ от 6 июля 2020 г. N 405н.
Профессиональный стандарт «Бизнес-аналитик», утвержденный приказом Министерства труда и социальной защиты РФ от 25 сентября 2018 г. N 592н.
 

 

Пройдите обучение в Финансовом университете при Правительстве Российской Федерации и станьте самым востребованным специалистом на рынке труда в области машинного обучения!

Кому подойдет программа

Программа предназначена для тех, кто имеет среднее профессиональное/высшее образование или обучающиеся вузов (при предоставлении справки из деканата).

Преимущества программы

  • Комплексный подход – обучение охватывает весь цикл работы с данными: сбор, обработку, анализ, моделирование и визуализацию.
  • Практическая направленность – изучение инструментов на реальных кейсах, работа с SQL, Python, R, BI-платформами и методами машинного обучения.
  • Актуальные технологии – обучение современным методам обработки и анализа данных, включая Big Data, статистический анализ и прогнозирование.
  • Гибкий формат обучения – дистанционный формат с видеолекциями, практическими заданиями и доступом к обучающим материалам в любое время.
  • Преподаватели-практики – обучение от специалистов, имеющих реальный опыт работы в сфере анализа данных.
  • Диплом о профессиональной переподготовке – документ удостоверяющий право работать в сфере анализа больших данных.

Навыки и компетенции

  • Cпособность к сбору информации о бизнес-проблемах или бизнес-возможностях в области больших данных.
  • Cпособность анализировать, обосновывать и выбирать решения в области больших данных.
  • Cпособность к подготовке данных для проведения аналитических работ по исследованию больших данных.
  • Cпособность проведения аналитического исследования с применением технологий больших данных в соответствии с требованиями заказчика.
  • Cпособность управлять этапами жизненного цикла методологической и технологической инфраструктуры анализа больших данных в организации.

Как проходит обучение

После зачисления на образовательную программу слушатель получает логин и пароль для доступа к системе дистанционного обучения (СДО), а также расписание занятий и другие учебные материалы.

В среднем онлайн-занятия (вебинары) проходят 3–4 раза в неделю в разное время суток с использованием специализированных платформ для коммуникации и совместной работы. Во время вебинаров слушатели могут задавать вопросы спикерам, а все онлайн-занятия записываются и загружаются в СДО для повторного просмотра.

В процессе обучения слушатели проходят промежуточную и итоговую аттестацию. В зависимости от условий программы промежуточная аттестация может проводиться в формате тестирования или выполнения практической работы, а итоговая аттестация — в формате тестирования, экзамена или защиты практической (выпускной) работы.

Документ об образовании

Диплом о профессиональной переподготовке - документ, подтверждающий право на выполнение нового вида профессиональной деятельности в сфере анализа больших данных.

6

тематических модулей

256

академических часов

46

часов лекций

88

часов практических занятий

122

часа самостоятельной работы

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

Учебный план

Модуль 1. Введение в нейросети

  • Как устроена сфера больших данных.
  • Что такое нейросети и как они появились, какими сервисами пользоваться.
  • Основные понятия и принципы работы нейронных сетей. 
  • Задачи и подходы в машинном обучении.
  • Навыки критического мышления и нейросети. 
  • Практическое применение в разных профессиях: кейсы, примеры использования в разных сферах.
  • Промежуточная аттестация

Модуль 2. Текстовые нейросети: практическое применение

  • Обзор текстовых нейросетей: Chat GPT, Notion AI, YaGPT, Giga Chat и т.д.
  • Команды для нейросетей: Prompt b и архитектор prompt-запросов
  • Структура разных форматов текстового контента. Сценарии применения: создание текстового контента в разных текстовых нейросетях.
  • Фактчекинг текстов от нейросети.
  • Написание SQL запросов с помощью нейросетей.
  • Разработка и реализация собственного проекта с использованием нейросетей в области текста.
  • Промежуточная аттестация

Модуль 3. Работа с визуальными нейросетями: генерация изображений. Нейро - сервисы

  • Графические нейросети, какие задачи решают, где применяются, их возможности. Обзор графических ИИ.
  • Генерация картинок в нейросети Midjourney: простые запросы и их усложнение. Графика в Stable Diffusion.
  • Как работать с Lensa, Kandinsky, Шедеврум и др.
  • Практическое применение в разных профессиях. Автоматизация процессов.
  • Нейро-сервисы: от создания презентация до видео.
  • Разработка и реализация собственного проекта с использованием визуальных нейросетей.
  • Промежуточная аттестация

Модуль 4. Обучение нейросети: принципы работы, структура нейронной сети

  • Основные компоненты нейронной сети: нейроны, веса, активационные функции, слои.
  • Принципы работы нейронных сетей.
  • Структура нейронной сети.
  • Обучение нейросети. Методы оптимизации.
  • Виды нейронных сетей: для какой задачи лучше использовать конкретный вид.
  • Промежуточная аттестация

Модуль 5. Python: создание кода с помощью нейросети

  • Искусственный интеллект. Базовый синтаксис Python. 
  • Data Science. Базовый синтаксис Python.
  • Машинное обучение. Базовый синтаксис Python. 
  • Глубокое обучение. Базовый синтакис Python
  • Нейросети для разработчиков: написание кода по текстовому описанию, анализ кода и ошибок.
  • Промежуточная аттестация

Модуль 6. Основы машинного обучения и глубокого обучения

  • Понятие машинного обучения. Методы предобработки данных. Построение прогностической модели.
  • Основы глубокого обучения. Принципы работы алгоритмов машинного обучения.
  • Написание нейронных сетей. Основные типы моделей машинного обучения.
  • Компьютерное зрение и нейросети.
  • Обработка естественного языка.
  • Промежуточная аттестация

Итоговая аттестация

Итоговая аттестация в формате защиты итогового практического задания.

Преподаватели с практическим опытом

Анпилогов Вадим Васильевич

Анпилогов Вадим Васильевич

Педагог дополнительного образования

Арасланов Александр Алексеевич

Арасланов Александр Алексеевич

Педагог дополнительного образования

Бутурлин Илья Владимирович

Бутурлин Илья Владимирович

Педагог дополнительного образования

Сафаралеев Алексей Васильевич

Сафаралеев Алексей Васильевич

Педагог дополнительного образования

Часто задаваемые вопросы

Кто может обучаться?

  • Граждане, имеющие среднее профессиональное и(или) высшее образование.
  • Студенты вузов (при предоставлении справки из деканата).

Будет ли обратная связь от преподавателей?

Конечно! Наши спикеры всегда отвечают на вопросы слушателей и дают комментарии по их работам

Будут ли записываться вебинары?

Разумеется! Любой пропущенный вебинар будет доступен в личном кабинете. Вы сможете посмотреть его в любое удобное для Вас время.

Какой документ будет после завершения обучения?

В зависимости от вида программы Вы можете получите диплом о профессиональной переподготовке или удостоверение о повышении квалификации.

По программе Специалист в области нейросетей (256 ак.ч) после успешной сдачи итоговой аттестации слушатели получают диплом о профессиональной переподготовке.

Пример диплома о профессиональной переподготовке:

Возможна ли оплата обучения в рассрочку?

По согласованию с руководством Финуниверситета возможна оплата в рассрочку.

Выбрать дату

Выбрать дату

Выбрать год