Размер шрифта: A A
Цвет сайта: A A

Идет набор на ближайший курс

Дистанционно


Data-Science.jpg

Программа представляет собой интенсивный курс по основным подходам, методам и инструментам в области анализа данных и машинного обучения, применяемых в строительной отрасли.  Программа начинается с основ анализа данных, программирования на языке Python, базовых знаний по математике и статистике, далее в программе уделяется время работе с большими данными, методам машинного обучения и построению нейронных сетей для решения прикладных задач аналитики, прогнозирования и принятия решений с учетом специфики процесса управления данными объекта на всех этапах его жизненного цикла с помощью цифровых технологий.

Программа разработана с учетом требований паспорта федерального проекта «Развитие кадрового потенциала ИТ-отрасли» и паспорта федерального проекта  «Искусственный интеллект» национальной программы «Цифровая экономика Российской Федерации»; постановления Правительства Российской Федерации от 13 мая 2021 г. № 729 «О мерах по реализации программы стратегического лидерства «Приоритет-2030» (в редакции постановления Правительства Российской Федерации от 14 марта 2022 г. № 357 «О внесении изменений в постановление Правительства Российской Федерации от 13 мая 2021 г. № 729»).

Цель программы: получение допуска к новому виду профессиональной деятельности при формировании уровня освоения компетенций обучающегося в области 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.


с6.pngп

Категория слушателей: работники организаций, осуществляющих функции заказчика строительства, генеральных подрядных организаций, проектных организаций, имеющие высшее или среднее профессиональное образование, лица, получающие высшее образование, профессорско-преподавательский состав, предприниматели, сотрудники и собственники ИТ компаний, а также высоко мотивированные специалисты из других сфер  и  студенты, обучающиеся сфере информационных технологий, а также по иным специальностям, которые заинтересованы приобретение новой квалификации – аналитик данных.

содержание
Профессиональные компетенции в соответствии с трудовыми функциями профессиональных стандартов: 
Профессиональный стандарт «Специалист в сфере информационного моделирования в строительстве». Утвержден приказом Министерства труда и социальной защиты Российской Федерации от 16 ноября 2020 года N 787н.
Профессиональный стандарт «Специалист по процессному управлению», утвержденный приказом Минтруда России от 17 апреля 2018 г. № 248н. 
Профессиональный стандарт "Специалист по большим данным". Утвержден
приказом Министерства труда и социальной защиты Российской Федерации
от 6 июля 2020 года N 405н.

Обучение проходит на образовательном портале – Строительство + (ссылка: https://learn.mgsu.ru/). Обучение в режиме on-line -  на платформе ZOOM. 

    содержание
    Содержание программы:
    • Модуль 1. Введение в аналитику данных
    • Модуль 2. Основы Python
    • Модуль 3. Библиотеки для анализа данных: NumPy, Pandas. Работа с API
    • Модуль 4. Статистика для аналитики данных
    • Модуль 5. Математика для data science
    • Модуль 6. Машинное обучение
    • Модуль 7. Основы построения нейронных сетей
    • Модуль 8. Проектная деятельность. Постановка и решение задач отрасли
    трудоемкость

    Трудоемкость программы: 250 академических часов.
    Срок обучения – 4-5 месяцев.

    Форма обучения – очно-заочная, с применением дистанционных образовательных технологий (портал Строительство +)
    Режим занятий – без отрыва от производства, с отрывом от производства

    MBAСтоимость обучения: 87 000 рублей

    документып

    С20.jpg

    Справки и запись на обучение:

    тел.: (495)287-49-14 (доб. 24-12, 24-15)



    Возврат к списку

       
    © 28.03.2024 | НИУ МГСУ
    При копировании информации и фотографий - ссылка на сайт НИУ МГСУ обязательна.