Инженер данных

Программа направлена на подготовку инженеров данных.

Невозможно разработать практически полезную систему искусственного интеллекта без качественных данных для обучения. Сбором и подготовкой данных для обучения моделей искусственного интеллекта занимаются инженеры данных. Таким образом, наличие в команде сильного инженера данных во много определяет успех реализации проекта искусственного интеллекта.

На программе вы научитесь:

• Собирать данные для обучения моделей искусственного интеллекта из разных источников: баз данных, интернет, социальных сетей.
• Работать с реляционными базами данных с использованием языка SQL.
• Обучать простые модели машинного обучения.
• Использовать предварительно обученные модели машинного обучения.
• Обрабатывать большие данные.
• Автоматизировать сбор наборов данных и обучение моделей в виде потоков работ MLOps.

Программа подойдет:

• Разработчикам Python начального и среднего уровня, которые хотят освоить новую профессию Инженер данных.
• Специалистам в области машинного обучения начального и среднего уровня, которые хотят научиться готовить данные для обучения моделей.

Для успешного освоения программы необходимы знания начального уровня в следующих областях:

• Язык программирования Python.
• Реляционные базы данных.
• Компьютерные сети, в первую очередь протоколы HTTP и DNS.

Основные модули программы

• Жизненный цикл систем искусственного интеллекта
• Подготовка данных для систем искусственного интеллекта
• Язык SQL и работа с базами данных
• Основы машинного обучения и нейронные сети
• Инструменты работы с большими данными
• Основы автоматизация машинного обучения MLOps

После окончания программы вы сможете работать на следующих позициях:

• Инженер данных (Data Engineer)
• Разработчик машинного обучения/искусственного интеллекта (AI/ML Engineer)

Результаты обучения

Знать:

• Типы задач искусственного интеллекта
• Методы и инструменты систем искусственного интеллекта
• Классы задач машинного обучения и особенности их применения
• Методы и алгоритмы машинного обучения
• Методы и инструменты обработки больших данных

Уметь:

• Классифицировать и идентифицировать задачи систем искусственного интеллекта в зависимости от особенностей проблемной и предметной областей
• Выбирать методы и инструментальные средства искусственного интеллекта для решения задач в зависимости от особенностей проблемной области
• Проводить анализ требований и определять необходимые классы задач машинного обучения
• Принимать участие в оценке и выборе используемых методов машинного обучения
• Осуществлять оценку и выбор инструментальных средств для решения поставленной задачи
• Разрабатывать модели машинного обучения для решения задач
• Создавать, поддерживать и использовать системы искусственного интеллекта, включающие разработанные модели и методы, с применением выбранных инструментов машинного обучения
• Осуществляет оценку и выбор моделей искусственных нейронных сетей и инструментальных средств для решения поставленной задачи
• Разрабатывает системы искусственного интеллекта на основе моделей искусственных нейронных сетей и инструментальных средств
• Разрабатывать программные компоненты извлечения, хранения, подготовки больших данных с учетом вариантов использования больших данных, определений, словарей и эталонной архитектуры больших данных.
• Участвовать в реализации проектов в области сквозных цифровых субтехнологий «Компьютерное зрение» и «Обработка естественного языка», а также в области перспективных сквозных цифровых субтехнологий искусственного интеллекта

Стоимость обучения составляет 100 000 рублей и складывается из двух частей:

• средств Субсидии, предоставляемых Университетом 2035, в размере 76 000 рублей;
• внебюджетных средств, предоставляемых Получателем ПЦС и (или) Работодателем не из бюджетного источника, в размере 24 000 рублей.