Data Science למנהלים - קורס 60,000 רובל. מ-HSE, הדרכה יומיים, תאריך: 17 ביוני 2023.
Miscellanea / / November 30, 2023
תכניות חינוך מקצועיות נוספות מוכוונות לעשייה ומאפשרות לך להתפתח בפרק זמן קצר יותר (ממספר שבועות עד שנתיים) לרכוש מקצוע חדש, לרכוש יכולות מקצועיות וניהוליות עדכניות או להרחיב את הידע שלך בנושא מסוים אזורים.
הבאים רשאים לשלוט בתוכניות מקצועיות נוספות:
- אנשים בעלי השכלה מקצועית תיכונית ו(או) גבוהה;
- אנשים המקבלים השכלה מקצועית תיכונית ו(או) גבוהה.
מטרות למידה
1 עבור לרמה חדשה של התפתחות מקצועית
2 עמוד בדרישות המשתנות במהירות של השוק והסביבה החברתית
3 הפוך למנהל עסקים מצליח
4 לספק צרכים חינוכיים בתחומים שונים של כלכלה, מדע, תרבות ואמנות
תכניות השתלמות
תוכניות הכשרה מתקדמת
הגברת הרמה המקצועית במסגרת הכישורים הקיימים ו(או) שיפור ו(או) השגת מיומנות חדשה הנחוצה לפעילות מקצועית
- מ-16 שעות אקדמיות
- תעודת השתלמות
- עבור אנשים שיש להם (או מסיימים) השכלה מקצועית גבוהה או תיכונית
תוכניות הסבה מקצועיות
להשיג את הכישורים הדרושים לביצוע סוג חדש של פעילות מקצועית
- מ-250 שעות אקדמיות
- דיפלומה של הסבה מקצועית, עם זכות לקיים פעילויות מקצועיות חדשות
- עבור אנשים שיש להם (או מסיימים) השכלה מקצועית גבוהה או תיכונית
תכניות הסבה מקצועיות להשגת כישורים נוספים
- לאנשים שיש להם או מקבלים השכלה מקצועית גבוהה או תיכונית ולפחות 3 שנות ניסיון בעבודה בתפקיד ניהולי
תכניות הסבה מקצועיות להשגת כישורים נוספים בתחום הניהול "תואר שני במנהל עסקים" (MBA - Master of Business Administration)", כולל למנהלים בכירים (EMBA - Executive Master of Business Administration)
- משנת 2040 שעות אקדמיות
- דיפלומה של הסבה מקצועית, עם הסמכה נוספת "תואר שני במנהל עסקים"
תוכניות הסבה מקצועיות להשגת כישורים נוספים בספציפי תחום מקצועי "Master in...", כולל למנהלים בכירים (Executive Master ב...)
- משנת 2040 שעות אקדמיות
- דיפלומה של הסבה מקצועית, עם כישורים נוספים
דוקטור ל... תוכניות
תכניות הסבה מקצועית להשגת כישורים נוספים לתארים מקצועיים, בפרט דוקטור מנהל עסקים (DBA - דוקטור למנהל עסקים), דוקטור למשפטים (דוקטור למשפטים), דוקטור לחינוך (דוקטור לחינוך) ואחרים מעלות
- משנת 2040 שעות אקדמיות
- דיפלומה של הסבה מקצועית, הענקת תואר מקצועי
- לבעלי השכלה מקצועית גבוהה ולפחות 5 שנות ניסיון בעבודה בתפקיד ניהולי
תפקיד תואר שני: מומחה המרכז ללימודי המשך, הפקולטה למדעי המחשב.
החל לעבוד בבית הספר הגבוה לכלכלה בשנת 2017. הוא מלמד קורסים על למידת מכונה בשיווק ומבוא למדעי הנתונים. תחומי עניין מקצועיים: למידת מכונה בביואינפורמטיקה ניתוח נתונים ביואינפורמטיקה בביולוגיה חינוך 2018 תואר שני: מחקר לאומי האוניברסיטה "בית הספר הגבוה לכלכלה", התמחות "מתמטיקה שימושית ואינפורמטיקה" 2015 תואר ראשון: אוניברסיטת המחקר הלאומית "בית ספר תיכון" כלכלה", התמחות "מתמטיקה שימושית ומדעי המחשב" ניסיון מקצועי 2020 - הווה: מדען נתונים מוביל, X5 Retail Group 2019 - 2020: ראש צוות Big Data, Azbuka Vkusa 2019 - 2019: מנהל בכיר לניתוח ביג דאטה, X5 Retail Group 2018 - בהווה: מורה במרכז ללימודי המשך, הפקולטה למדעי המחשב 2017 - היום: מרצה אורח במחלקה לביג דאטה ואחזור מידע 2016 - 2016: אנליסט זוטר, מנהל פרויקטים, IIDF 2014 - 2015: זוטר מנהל מוצר, אלפא-בנק.
תפקיד: מרצה בכיר, הפקולטה למדעי המחשב, המחלקה לביג דאטה ואחזור מידע.
בוגר הפקולטה למתמטיקה חישובית וקיברנטיקה של אוניברסיטת מוסקבה ב-2013. החל לעבוד בבית הספר הגבוה לכלכלה ב-2016. הוא מלמד קורסים בנושא מבוא לניתוח נתונים, מבוא ללמידת מכונה ומדעי נתונים יישומיים.
סגן ראש החוג, מרצה בכיר, הפקולטה למדעי המחשב, המחלקה לביג דאטה ואחזור מידע; מנהלת פרויקטים, מנחה אקדמית, הפקולטה למדעי המחשב, המרכז להשתלמויות; ראש מעבדה, הפקולטה למדעי המחשב, המחלקה לביג דאטה ואחזור מידע, מעבדת מחקר לניתוח נתונים בטכנולוגיות פיננסיות; מנהל אקדמי של התכנית החינוכית "מתמטיקה שימושית ומדעי המחשב".
תחומי עניין מקצועיים: ניתוח נתונים, למידת מכונה, ניתוח ועיבוד טקסט אוטומטי השכלה 2013 מומחיות: אוניברסיטת מוסקבה. M.V. לומונוסוב, התמחות "מתמטיקה שימושית ומדעי המחשב" ניסיון מקצועי עבד בחברות Bioclinicum, Forecsys, Ozone. מאז 2014 הוא עובד ב-Yandex. משנת 2016 הוא עובד בפקולטה למדעי המחשב בבית הספר הגבוה לכלכלה של אוניברסיטת המחקר הלאומית, שם הוא מלמד קורסים במגמה "אינטלקטואל". ניתוח נתונים", פיתח ומלמד קורס למידת מכונה בתכנית "מתמטיקה שימושית ו אינפורמטיקה". משנת 2019 - מנהל אקדמי של התכנית "מתמטיקה שימושית ואינפורמטיקה". פרסים והישגים המורה הטוב ביותר - 2019, 2018, 2017
המטרה העיקרית של הקורס היא לבחון טכניקות לבניית מודל רעיוני של יישום המבוסס על שימוש ב תבניות, כמו גם אפשרות לעשות שימוש חוזר בפיתוחים שנעשו במסגרת של מונחה עצמים אָנָלִיזָה. הקורס מספק הדרכה מעשית כיצד לבנות ייצוג UML של מודל רעיוני וכיצד להפוך עוד יותר את המודל הרעיוני לעיצוב.
4,2
🏆זוכה פרסי סטפיק 2022 בקטגוריית "פריצת הדרך של השנה"🏆 קורס וידאו מעשי על יסודות מדעי הנתונים. אין מתמטיקה, אין תיאוריה, רק דוגמאות לפתרון בעיות אמיתיות באמצעות פנדות ו-CatBoost. חלק מבוא של הקורס על פיתון ופנדות לניתוח נתונים זמין בחינם!🔥
4
הקורס מציג בפני התלמידים את המושגים הבסיסיים של מדעי הנתונים. נבחן אלגוריתמים בסיסיים (מודלים ליניאריים, עצי החלטה, KNN, קומפוזיציות), וננתח הכנת נתונים (ניקוי, יצירת תכונות חדשות ובחירתן). הידע שנצבר יספיק כדי לפתור מגוון רחב של בעיות.
4