Ближайшая дата курса: 15.12.2021

Следующая дата курса:

Middle data scientist: продвинутый специалист по анализу больших данных

Образовательный центр МГТУ им. Н.Э. Баумана в целях выполнения программы стратегического академического лидерства «Приоритет-2030» разработал бесплатный курс по направлению анализа данных: «Middle data scientist: продвинутый специалист по анализу больших данных».

Глобальная сеть больших данных к 2030 году вырастет до 55 раз, а разработанные алгоритмы позволят чаще и более гибко анализировать данные во многих отраслях и во многих ситуациях. Поэтому для специалиста по данным важнейшим качеством будет являться умение видеть логические связи в системе собранной информации, и на основе количественного анализа разрабатывать эффективные бизнес-решения. Для формирования этих навыков разработан данный курс. По окончании которого слушатели будут разбираться в архитектуре нейронных сетей, в том числе предобученных, решать задачи с их помощью, оптимизировать вычислительные мощности и многое другое. Курс подойдет специалистам, которые обладают базовыми знаниями в анализе больших данных и хотят изучать эту область углубленно.

Продолжительность курса составляет 67 академических часов. Занятия включают в себя лекционные материалы, решение практикоориентированных кейсов, домашние задания, по итогам курса необходимо будет создать свой проект по созданию веб-приложения и защитить его. Преподаватели – не только ведущие ученые – практики, но и специалисты в области больших данных (Big Data) и науке о данных (Data science).

По окончании курса слушатель получит удостоверение о повышении квалификации установленного образца.

По окончанию курса слушатель будет уметь:

  • создавать продвинутые архитектуры нейронных сетей,  на низком уровне,  визуализировать  графовую архитектуру нейронной сети
  • решать задачи обработки естественного языка
  • решать задачи компьютерного зрения

Во время обучения Вы узнаете:

  1. Рекуррентные нейронные сети. LSTM слои
  2. Tensorflow, построение нейронных сетей на уровне графов
  3. Обзор библиотеки PyTorch. Особенности построения нейронных сетей
  4. Построение архитектуры нейронной сети для задач object detection
  5. Построение архитектуры нейронной сети для задач segmentation
  6. Задачи NLP. Препроцессинга текстовых неструктурированных данных
  7. Построение архитектуры нейронной сети для классификации текстов
  8. Чат -боты и генерация текста. Особенности построения архитектуры нейронной сети
  9. Сегментация текстовых данных
  10. Контроль версионности моделей с tesorflow sesrving
  11. Развёртывание облачной инфраструктуры. Обзор облачных платформ Google Cloud Platform, AWS, Sbercloud
  12. flask приложение. Выведение моделей в production

Продолжительность обучения по программе 70 ак.ч., в том числе 43 ак.ч. самостоятельной работы.

70 ак.ч.

70 ак.ч.

Стоимость обучения: бесплатно

Даты

Время

Цена

Место занятий

Преподаватель

Дёминов Марк Маратович

Образование
Физический факультет МГУ, кафедра теоретической физики.

Дополнительное образование
1. Независимый Московский Университет (в настоящее время «Центр непрерывного математического образования»), высший колледж математической физики.
2. Ряд бизнес-тренингов проектного управления и руководства компании Nordic Training International
3. Курсы школы анализа данных Яндекса (искусственные нейронные сети и пр.)

Опыт работы более 16 лет

  • Участие в разработке архитектуры СППР для платформенных решений в области выявления факторов, влияющих на здоровье и качество жизни (персональная предикативная аналитика, «персональный коуч») для проекта Health Heuristics.
  • Формирование пакетов документов грантовых заявок для НТИ (Хелснет). Сопровождение прохождения защит проекта на научном совете НТИ и МРГ.
    Модуль системы поддержки принятия решений по данным телеметрии о прогнозах выхода из строя узлов и агрегатов транспортного средства (заказчик – «АСК-Навигация»). Автоматическое определение по данным вибрационных и иных датчиков статуса износа узлов и деталей – штатная работа, повышенный износ, предкритическое состояние.
  • Tellme Store (постановка задачи парсинга 80 млн. профилей и 450 млн. постов пользователей соц.сетей; разработка методик оценки влияния блогеров в указанной теме на требуемую целевую аудиторию, экспресс-оценка «скоринга» блогера, аналогичная klout score)
  • Разработка и внедрение online-системы учета и сопровождения сервисного обслуживания изделий для представительство BAXI (Италия) в Pоссии (450+ сервисных центров, учет профилей более 1,3 млн реализованных и сопровождаемых изделий.)

После успешного прохождения образовательных программ, предлагаемых МГТУ им. Н. Э Баумана, вы получите один из следующих документов:

серт

Сертификат (на русском языке с дублированием информации на английском языке) установленного образца, в котором будут указаны полное наименование программы и количество часов обучения.

удо

Удостоверение о повышении квалификации (на русском языке), в котором будут указаны полное наименование программы и количество часов обучения.

* Удостоверение о повышении квалификации выдается слушателям, успешно завершившим обучение по образовательным программам повышения квалификации. Тип выбранной Вами образовательной программы Вы можете уточнить у менеджеров.

+ Программа курса

Во время обучения Вы узнаете:

  1. Рекуррентные нейронные сети. LSTM слои
  2. Tensorflow, построение нейронных сетей на уровне графов
  3. Обзор библиотеки PyTorch. Особенности построения нейронных сетей
  4. Построение архитектуры нейронной сети для задач object detection
  5. Построение архитектуры нейронной сети для задач segmentation
  6. Задачи NLP. Препроцессинга текстовых неструктурированных данных
  7. Построение архитектуры нейронной сети для классификации текстов
  8. Чат -боты и генерация текста. Особенности построения архитектуры нейронной сети
  9. Сегментация текстовых данных
  10. Контроль версионности моделей с tesorflow sesrving
  11. Развёртывание облачной инфраструктуры. Обзор облачных платформ Google Cloud Platform, AWS, Sbercloud
  12. flask приложение. Выведение моделей в production

Продолжительность обучения по программе 70 ак.ч., в том числе 43 ак.ч. самостоятельной работы.

70 ак.ч.

70 ак.ч.

Стоимость обучения: бесплатно

+ Расписание

Даты

Время

Цена

Место занятий

Преподаватель

+ Преподаватели

Дёминов Марк Маратович

Образование
Физический факультет МГУ, кафедра теоретической физики.

Дополнительное образование
1. Независимый Московский Университет (в настоящее время «Центр непрерывного математического образования»), высший колледж математической физики.
2. Ряд бизнес-тренингов проектного управления и руководства компании Nordic Training International
3. Курсы школы анализа данных Яндекса (искусственные нейронные сети и пр.)

Опыт работы более 16 лет

  • Участие в разработке архитектуры СППР для платформенных решений в области выявления факторов, влияющих на здоровье и качество жизни (персональная предикативная аналитика, «персональный коуч») для проекта Health Heuristics.
  • Формирование пакетов документов грантовых заявок для НТИ (Хелснет). Сопровождение прохождения защит проекта на научном совете НТИ и МРГ.
    Модуль системы поддержки принятия решений по данным телеметрии о прогнозах выхода из строя узлов и агрегатов транспортного средства (заказчик – «АСК-Навигация»). Автоматическое определение по данным вибрационных и иных датчиков статуса износа узлов и деталей – штатная работа, повышенный износ, предкритическое состояние.
  • Tellme Store (постановка задачи парсинга 80 млн. профилей и 450 млн. постов пользователей соц.сетей; разработка методик оценки влияния блогеров в указанной теме на требуемую целевую аудиторию, экспресс-оценка «скоринга» блогера, аналогичная klout score)
  • Разработка и внедрение online-системы учета и сопровождения сервисного обслуживания изделий для представительство BAXI (Италия) в Pоссии (450+ сервисных центров, учет профилей более 1,3 млн реализованных и сопровождаемых изделий.)
+ Документы об окончании

После успешного прохождения образовательных программ, предлагаемых МГТУ им. Н. Э Баумана, вы получите один из следующих документов:

серт

Сертификат (на русском языке с дублированием информации на английском языке) установленного образца, в котором будут указаны полное наименование программы и количество часов обучения.

удо

Удостоверение о повышении квалификации (на русском языке), в котором будут указаны полное наименование программы и количество часов обучения.

* Удостоверение о повышении квалификации выдается слушателям, успешно завершившим обучение по образовательным программам повышения квалификации. Тип выбранной Вами образовательной программы Вы можете уточнить у менеджеров.

+ Отзывы