Data Science (online program) - tečaj 680 000 RUB. s Nacionalnog istraživačkog tehnološkog sveučilišta MISIS, obuka 2 godine, datum 27. studenog 2023.

Za koga je program prikladan?

● Početnici koji su zainteresirani za područje Big Data i imaju osnovna znanja iz matematike i programiranja. Da biste se prijavili, morate razumjeti principe struktura, tipove podataka i algoritme za njihovu obradu.

● Diplomirani prvostupnici srodnih područja (“Informatika i računarstvo,” “Informacijski sustavi i tehnologije,” “Primijenjena informatika”) koji žele dublje proniknuti u istraživanje podataka.

● Profesionalci s iskustvom u radu s podacima koji žele produbiti svoje znanje u znanosti o podacima.

Svi tečajevi su online. Diploma s punim radnim vremenom

Nastava se održava u online formatu, što vam omogućuje da svoje vrijeme rasporedite na što ugodniji način i kombinirate rad i obrazovne istraživačke projekte. Imat ćete stalan pristup materijalima tečaja i održavati kontakt s tutorima i nastavnicima tijekom cijelog razdoblja studija.

Obuka se odvija na online platformi, kao i korištenjem drugih interaktivnih alata koji podržavaju važne funkcije tijekom razdoblja obuke: komunikacije među studentima, natjecanja, webinari, praćenje grupne dinamike, infrastrukture u oblaku, interaktivni zadaci, raspored nastave i događanja i još mnogo toga drugo.

Istovremeno ćete dobiti sve prednosti studiranja na sveučilištu: pristup kampusu u središtu Moskve, opremljenom modernim laboratorijima, studentski dom, studentsku iskaznicu, nastavu u sportskom kompleksu. Nakon uspješne obrane završnog rada, bit će vam dodijeljena kvalifikacija magistra i izdana diploma s punim radnim vremenom.

Projektno učenje

Obrazovni proces uključuje suvremene metode i tehnologije rada s materijalima i zadacima. Stečeno znanje uvježbavati u praksi na simulatorima, testovima, domaćim zadaćama i primati povratne informacije od kustosa. Tijekom studija moći ćete implementirati vlastiti IT istraživački projekt, uroniti u radnu atmosferu modernih kompanija i naučiti najbolje industrijske prakse.

U prvom semestru bit ćete usmjereni na svladavanje potrebnih teorijskih znanja, uključujući i matematiku discipline za strojno učenje (linearna algebra, matematička analiza, teorija vjerojatnosti i statistika).

U drugom i trećem semestru povećat će se udio projektnog učenja.

U trećem semestru studenti su podijeljeni u smjerove: Artificial Intelligence Developer / Big Data Engineer / Machine Learning Developer.

Podrška mentora i stručnjaka za Data Science

Tim metodičara, nastavnika i tutora s više od 3 godine iskustva u organizaciji treninga iz Data Science pružit će podršku, pomoći u ispravljanju pogrešaka i rješavanju složenih problema. Učenje s učiteljima praktičarima iz SberObrazovanie i jednog od najboljih sveučilišta u Rusiji prilika je za stvaranje profesionalnih veza i učenje iz iskustva. Kolege iz SberEducationa će sa studentima voditi online nastavu, odgovarati na pitanja i dijeliti relevantne informacije iz industrije. Takva interakcija pomoći će studentima da razviju kompetencije budućnosti i izgrade uspješnu karijeru.

Profesionalni portfelj

Tijekom studija provodit ćete brojne projekte pojedinačno iu timu, što će vam pomoći u izgradnji profesionalnog portfelja dok radite sa stvarnim poslovnim problemima. Ključni projekti na kojima ćete raditi: primarna analiza podataka (traženje uvida u stvarnim skupovima podataka), pretprocesiranje podataka i obuka ML modela, diplomski projekt.

Istraživačke aktivnosti

Od prvog semestra studenti rade na projektima čiji će razvoj i rezultati biti uključeni u njihov završni kvalifikacijski rad. Istraživanje će postati dio portfelja koji će pomoći u odražavanju cjelokupnog raspona stečenih znanja i vještina. Odluka o temi diplome donosi se u okviru odabrane specijalizacije, a izrada se odvija pod vodstvom sveučilišnog profesora i stručnjaka iz partnerske tvrtke.

Kredit za obrazovanje uz državnu potporu - SberBank

Steknite visoko obrazovanje, a država će vam vratiti dio kredita. Stopa za vas je samo 3%. Prijava bez potvrde o prihodima.