+7 (930) 205-81-82
0

главная

ПОИСК КУРСА ПО ФИЛЬТРАМ

ВСЕ КУРСЫ ПО НАПРАВЛЕНИЯМ

ПОСТРОЙТЕ ПУТЬ К КАРЬЕРЕ

КАЛЕНДАРЬ КУРСОВ

ПОРЯДОК ЗАЧИСЛЕНИЯ

НОРМАТИВНЫЕ ДОКУМЕНТЫ

+7 (930) 205-81-82

Анализ данных для прикладных областей

  • Начало обучения

    15 октября 2023 года

  • Продолжительность курса

    9 месяцев, 252 академических часа

  • Стоимость

    Для студентов бакалавриата (начиная со 2-го курса) и специалитета (начиная с 3-го курса), а также магистратуры по направлениям, не отнесенным к ИТ-сфере, обучение проводится на бесплатной основе в рамках проекта "Цифровые кафедры"

  • График занятий

    В среднем - 3 академических часа в неделю

  • Документ об окончании

    Диплом о профессиональной переподготовке

  • Место проведения

    Обучение на программе осуществляется дистанционно

  • Контакты

    Номер телефона: +7 (930) 205-81-82
    E-mail: digital-chairs@unn.ru
    Telegram: @mariya_bogom; @sazaaanovaaa

Прием слушателей закрыт
0 дней : 0 часов : 0 минут : 0 секунд

О курсе

Программа профессиональной переподготовки "Анализ данных для прикладных областей" реализуется в Университете Лобачевского в рамках проекта "Цифровые кафедры" федерального проекта "Развитие кадрового потенциала ИТ-отрасли" национальной программы "Цифровая экономика Российской Федерации", а также программы стратегического лидерства "Приоритет-2030".

Особое внимание в программе уделяется анализу данных и языку программирования Python как основному инструменту анализа. В программе заложены основы программирования и алгоритмизации, что позволяет слушателям освоить предметную область и успешно проводить анализ данных для своих предметных областей. Кроме того, в курсе, даются инструменты BI-аналитики, визуализации данных
По окончании программы слушатели приобретают новую квалификацию "Аналитик данных".

В процессе обучения слушатели проходят входной и итоговый ассесмент на площадке Университета Иннополис, что позволяет выстроить индивидуальную траекторию развития. После обучения предполагается прохождение небольшой стажировки в ИТ-компании региона.

Что мы изучаем на курсе

Тема 1. Существенные понятия математической статистики;
Тема 2. Статистическое моделирование случайных величин в MS Excel;
Тема 3. Статистические методы изучения взаимосвязей явлений и процессов в MS Excel.
Тема 1. Управляющие структуры алгоритмов;
Тема 2. Списки;
Тема 3. Стек;
Тема 4. Алгоритмы сортировки.
Тема 1. Введение в Python и Jupyter Notebook. Python без программирования;
Тема 2. Контейнеры в языке Python. Основные конструкции языка Python;
Тема 3. Функции, модули и библиотеки в языке Python;
Тема 4. Работа с текстовыми данными. Работа с табличными данными.
Тема 1. Роль математической статистики и теории вероятностей при анализе данных, средства статистического анализа данных;
Тема 2. Подготовка данных к статистическому анализу;
Тема 3. Возможности визуального анализа данных;
Тема 4. Статистические числовые характеристики многомерных данных;
Тема 5. Выявление линейной зависимости. Элементы корреляционного и регрессионного анализа
Тема 6. Кластерный анализ (кластеризация) данных;
Тема 7. Оценивание неизвестных параметров закона распределения данных.
Тема 1. Типы данных при выборе визуализации данных. Принципы BI-визуализации;
Тема 2. Сервисы для визуализации данных.

Спикеры

Золотых Николай Юрьевич

Доктор физико-математических наук, доцент, директор института информационных технологий, математики и механики ННГУ им. Н.И. Лобачевского

Гришин Владимир Анатольевич

Кандидат технических наук, доцент, доцент кафедры теории вероятностей и анализа данных Института информационных технологий, математики и механики ННГУ им. Н.И. Лобачевского

Кумагина Елена Александровна

Кандидат технических наук, доцент, доцент кафедры информатики и автоматизации научных исследований Института информационных технологий, математики и механики ННГУ им. Н.И. Лобачевского

Усков Алексей Владимирович

Директор ООО "Академия ЛАД"

Пертовский Александр Владиславович

X5 Tech. Менеджер по анализу больших данных.

Пройдакова Екатерина Вадимовна

Кандидат физико-математических наук, доцент, доцент кафедры теории вероятностей и анализа данных Института информационных технологий, математики и механики ННГУ им. Н.И. Лобачевского

Суслов Никита Алексеевич

Руководитель проекта, заместитель начальника управления разработки информационных систем Аналитического центра города Нижнего Новгорода

Мысливцев Артем

ООО «Лад-ИТ». Менеджер по анализу больших данных.

Организаторы и партнеры программы




ННГУ











Lad


Neoflex


globus









Передовые инженерные школы






Порядок зачисления

1 Шаг

Заполняете заявку на обучение на факультете (в институте) по своему основному образованию

2 Шаг

Оформляете заявление и загружаете копию паспорта и справку с места учебы в личном кабинете Факультета повышения квалификации и профессиональной переподготовки ННГУ

3 Шаг

Проходите регистрацию и входной ассесмент на площадке Университета Иннополис (ссылка выдается куратором дополнительно)