Технологии обработки количественных данных

Описание программы: программа «Технологии обработки количественных данных» рассчитана на студентов и иных слушателей, заинтересованных в изучении технологий обработки количественных данных.

Цель программы: формирование у слушателей целостного представления о проблемах, возникающих в области работы с данными (распределенность, разнородность, большие объемы, динамика изменений, актуальность, достоверность и пр.) и их решении с учетом различных условий. Полученные знания, умения и навыки позволят выявлять и решать проблемы сбора, анализа, обработки и представления разнородных данных (структурированных, слабоструктурированных и неструктурированных данных) в цифровой форме.

Форма обучения: очно-заочная с применением дистанционных технологий, без отрыва от обучения на основном факультете.

Категория слушателей: граждане, имеющие незаконченное высшее и высшее образование. Пререквизиты: Теория вероятностей и математическая статистика; Информатика.

Методы обучения: практико-ориентированный подход в обучении с применением специализированного программного обеспечения, применение дистанционных образовательных технологий.

Результаты обучения:

Программа профессиональной переподготовки разработана в соответствии с профессиональным стандартом 06.046 «Специалист по моделированию, сбору и анализу данных цифрового следа», утвержденного приказом Министерства труда и социальной защиты РФ от 09 июля 2014 г. № 462н.

В результате освоения программы слушатель должен приобрести следующие знания, умения и навыки:

Знать: понятие, виды и типы данных, методы сбора и подготовки данных к анализу; способы отбора методов поиска, сбора, очистки, хранения, обработки, анализа и визуализации данных; методы поиска информации; аппарат анализа данных: статистический анализ, семантический анализ, машинное обучение, кластерный анализ, факторный анализ, деревья классификации, нейронные сети, и др.; современный опыт решения задач анализа больших данных; методы обработки количественных данных; инструменты обработки и анализа данных; понятие неопределенности исходных данных и ее виды; этапы решения прикладных задач с учетом неопределенности исходных данных; модели и методы решения прикладных задач с учетом неопределенности исходных данных; понятия неопределенности в условиях и ограничениях прикладных задач; модели и методы решения с учетом неопределенности условий и ограничений в прикладных задачах; инструменты обработки данных c учетом неопределенности; виды интеллектуальных систем представления знаний, основные компоненты систем представления знаний; основные модели представления знаний; особенности применения представлений знаний в области машинного обучения; извлечение знаний, языки представления знаний и механизмы логического вывода.

Уметь: анализировать способы поиска, сбора, хранения данных; проводить сравнительный анализ методов и инструментальных средств анализа данных; решать задачи кластеризации, регрессии, прогнозирования, снижения размерности и ранжирования данных; управлять информацией и данными при решении прикладных задач;  адаптироваться к новым задачам, новым условиям; применять имеющуюся информацию для решения прикладных задач; проводить сравнительный анализ моделей, методов и инструментальных средств анализа данных для решения прикладных задач с учетом неопределенности; принимать обоснованные решения для прикладных задач с учетом различных видов неопределенности; применять критическое мышление при выборе методов и инструментов решения задач.

Иметь навыки: поиска информации при решении прикладных задач; применения различных инструментальных средств анализа данных для решения задач; использования моделей и методов для решения задач анализа данных; применения различных инструментальных средств при решении прикладных задач с учетом различных видов неопределенности; использования моделей и методов при решении прикладных задач с учетом различных видов неопределенности.

 Ваши перспективы:

Успешное завершение обучения по данной ППП позволит слушателям решать следующие профессиональные задачи в соответствии с видами профессиональной деятельности:

• выбор наиболее эффективных ресурсов для решения задач (ресурсами могут выступать как сами данные, так и модели, методы, инструментарий);
• сбор и использование для анализа/обработки данные в рамках коммуникации и кооперации в цифровой мультикультурной среде;
• управление информацией и знаниями;
• выбор подмножества из множества данных для решения конкретной задачи или решение новой задачи на имеющихся данных с использованием креативного мышления;
•  корректировка методики решения задач при изменении условий;
•  выбор инструментальных средств в технологически насыщенной среде для решения задач, используя критическое мышление.

 Срок обучения: 5 месяцев – 256 академических часа. Обучение проходит в период c октября по май. Группы приступают к занятиям по мере формирования.

 Стоимость обучения: 15 000 рублей /финансирование за счет ФП Приоритет 2030 для студентов очного отделения головного вуза УУНиТ

 Итоговый документ: по итогам обучения выдаётся диплом установленного образца о прохождении дополнительной образовательной программы в Институте непрерывного образования УУНиТ.

 Содержание курса:

МОДУЛЬ 1. СТРАТЕГИЧЕСКОЕ РАЗВИТИЕ И ОСНОВНЫЕ ТЕНДЕНЦИИ РАЗВИТИЯ В ОБЛАСТИ ОБРАБОТКИ ДАННЫХ

МОДУЛЬ 2.  ТЕХНОЛОГИИ ОБРАБОТКИ ДАННЫХ

ИТОГОВАЯ АТТЕСТАЦИЯ

 

Руководитель и преподаватель курса: Шахмаметова Гюзель Радиковна

д.т.н., доцент, и. о. зав. каф. ВМиК, профессор каф. ВМиК ФГБОУ ВО «Уфимский университет науки и технологий»

Образование: высшее, Уфимский ордена Ленина авиационный институт по специальности «Автоматизация и механизация процессов обработки и выдачи информации», квалификация: инженер по информационным системам, 1992 г. Стаж работы: 31 год. Преподаваемые дисциплины: «Методы машинного обучения», «Интеллектуальный анализ данных», «Распознавание образов», «Инженерия знаний», «Современные проблемы информационных технологий»

 Преподаватели курса

Сметанина Ольга Николаевна д.т.н., доцент, профессор каф. ВМиК ФГБОУ ВО «Уфимский университет науки и технологий». Образование: высшее, Уфимский ордена Ленина авиационный институт по специальности «Автоматизация и механизация процессов обработки и выдачи информации», квалификация: инженер-электрик, 1985 г. Стаж работы: 37 лет. Преподаваемые дисциплины: «Теория принятия решений», «PLM системы», «Инженерия знаний и интеллектуальные системы»

 Сазонова Екатерина Юрьевна к.т.н., доцент, доцент каф. ВМиК ФГБОУ ВО «Уфимский университет науки и технологий» . Образование: высшее, Образование: высшее, ФГБОУ ВО «Уфимский государственный авиационный технический университет», г. Уфа. Бакалавр по направлению «Экономика», 2010 г.; Специалист: квалификация экономист-математик по специальности «Математические методы в экономике»; Магистр по направлению «Информатика и вычислительная техника» программа «Компьютерный анализ и интерпретация данных», 2020 г. Стаж работы: 12 лет. Преподаваемые дисциплины: «Теория вероятностей и математическая статистика», «Статистика (углубленный курс)», «Искусственный интеллект и машинное обучение», «Распознавание образов», «Анализ данных», «Статистическое моделирование», «Машинное обучение в бизнес-аналитике»

 Нургаянова Ольга Сергеевна к.т.н., доцент каф. ВМиК ФГБОУ ВО «Уфимский университет науки и технологий» Образование: высшее, Уфимский государственный авиационный технический университет по специальности «Программное обеспечение вычислительной техники и автоматизированных систем», квалификация: инженер-программист, 2003 г.; по специальности «Математические методы и исследование операций в экономике», квалификация: математик-экономист, 2003 г. Стаж работы: 20 лет. Преподаваемые дисциплины: «Нейроинформатика», «Планирование эксперимента», «Искусственный интеллект и машинное обучение», «Распознавание образов»

 Программа курса реализуется кафедрой вычислительной математики и кибернетики факультета информатики и робототехники и отделом дополнительного образования Института непрерывного образования УУНиТ.

По всем возникшим вопросам, связанным с записью, оплатой и обучением: тел.: 8 (347) 229 96 75. Адрес г. Уфа, ул. Заки Валиди 32, 306 гл. корп..