Машинное обучение и компьютерное зрение (ЦК)

1. Цель реализации программы: освоение нового вида профессиональной деятельности и развитие профессиональных компетенций   в области искусственного интеллекта и машинного обучения; получение системных дополнительных знаний, практических умений, навыков, которые позволят осуществлять эффективную обработку большого массива данных.

2. Характеристика новой квалификации и связанных с ней видов профессиональной деятельности, трудовых функций и (или) уровней квалификации.

Программа профессиональной переподготовки разработана с учетом требований профессионального стандарта «Специалист по большим данным» утв. Приказом Министерства труда и социальной защиты населения РФ от 06.07.2020 г. № 405н.

Область профессиональной деятельности слушателя, прошедшего обучение по программе профессиональной переподготовки для выполнения нового вида профессиональной деятельности «Специалист по большим данным», включает создание информационных технологий нового поколения, обеспечивающих экономически эффективное извлечение полезной информации из больших объемов разнообразных данных путем высокой скорости их сбора, обработки и анализа, и применение этих технологий в информационно-аналитической деятельности, в системах управления и принятия решений, а также для разработки на их основе новых продуктов и услуг.

Виды профессиональной деятельности:

- выявление, формирование и согласование требований к результатам аналитических работ с применением технологий больших данных;

-планирование и организация аналитических работ с использованием технологий больших данных;

-  подготовка данных для проведения аналитических работ по исследованию больших данных;

- разработка простейших алгоритмов для работы с большими данными.

 3. Планируемые результаты обучения. 

Специалист должен обладать общими и профессиональными компетенциями, включающими в себя способность:

- формулировать задачи для data-science проекта;

- строить модели машинного обучения;

- оценивать качество моделей машинного обучения, подбирать алгоритмы и метрики под задачу для разных моделей;

- интерпретировать результаты работы модели;

- решать задачи компьютерного зрения как классическими методами, так и с использованием алгоритмов глубокого обучения.

4. Перечень компетенций в ИТ-области: 

- оценивает возможности применения искусственного интеллекта и машинного обучения;

- применяет методы искусственного интеллекта в робототехнике с использованием специализированных программ.

 5. Содержание дисциплины.

1. Python для Data Science (первичный анализ данных Pandas и визуальный анализ данных c Python.)

2. Простые модели машинного обучения (классификация, деревья решений и метод ближайших соседей. Линейные модели классификации и регрессии.)

3.  Использование композиции решений для задач машинного обучения: бэггинг, случайный лес.

4. Построение и отбор признаков.

5. Обучение без учителя: PCA, кластеризация.

6. Градиентный бустинг.

7. Введение  в компьютерное зрение.

8. Основы обработки изображений и простой анализ объектов на изображении.

9. Классифицация изображений.

10. Локальные особенности изображения.

11. Поиск и локализация изображений.

12. Сложность задачи распознования, больший данные.

13. Оценка параметров модели обучения для задач компьютерного зрения.

14. Основы видеонаблюдения и распознавание действий на видео.

 Целевая аудитория: обучающиеся вузов IT-специальностей, начиная со 2 курса.

Трудоемкость обучения. Нормативная трудоёмкость программы составляет 360 ч. Длительность обучения: 9 месяцев.

 Форма обучения – очно-заочная с применением дистанционных образовательных технологий.

По итогам обучения выдаётся диплом установленного образца о прохождении профессиональной переподготовки с присвоением квалификации «Специалист по информационным системам»