ОБРАЗОВАТЕЛЬНАЯ ПРОГРАММА МИКРОКВАЛИФИКАЦИЙ «ML SPECIALIST»

Паспорт образовательной программы

Область образования: 6B06 Информационно-коммуникационные технологии
Направление подготовки: 6B061 Информационно-коммуникационные технологии
Группа образовательных программ: B057 Информационные технологии
Номер лицензии на направление подготовки: KZ67LAA00019559
Объем кредитов: 16
Регистрационный номер: MCCE-2022/0003
Дата регистрации: 10.07.2022 г.
Языки обучения: русский, английский
Организация-партнер: Дирекция «Академия инфокоммуникационных технологий» — филиала АО «Казахтелеком»

Краткое описание образовательной программы микроквалификации

Основное направление ОП:
Программа направлена на подготовку специалистов в области машинного обучения и анализа больших данных, на получение компетенций, необходимых для выполнения нового вида профессиональной деятельности — умения применять языки программирования SQL и Python для сбора, визуализации, анализа больших данных (Big data) и построение моделей машинного обучения, умения применять конкретные аналитические и продуктовые подходы.

Цель ОП микроквалификации:
Формирование навыков у обучающихся анализа задач машинного обучения и взвешенного выбора того или иного решения по работам с большими данными.

Задачи ОП микроквалификации:
— воспитание информационной, технической и исследовательской культуры;
— развитие интереса к научно-техническому творчеству, технике, высоким технологиям;
— развитие алгоритмического и логического мышления;
— сформировать теоретические знания по основам машинного обучения для построения формальных математических моделей и интерпретации результатов моделирования;
— выработать умения по практическому применению методов машинного обучения при решении прикладных задач в различных областях;
— выработать умения и навыки использования библиотек языка Python для разработки систем машинного обучения.

ФОРМИРУЕМЫЕ РЕЗУЛЬТАТЫ ОБУЧЕНИЯ

РО 1. правильно выбирать данные и переводить их в понятный машине формат;
РО 2. проектировать и обучать нейронные сети и другие модели машинного обучения;
РО 3. оценивать, насколько хорошо нейронные сети справляются со своими задачами;
РО 4. пользоваться фреймворком PyTorch, библиотекой Tensorflow и Keras API;
РО 5. использовать имеющиеся знания для решения практических задач глубокого обучения;
РО 6. ориентироваться в понятиях мира Больших Данных, Машинного обучения и Интернета Вещей;
РО 7. знать отличия разных версий дистрибутивов Hadoop, Spark, NoSQL или Kafka;
РО 8. определять нюансы облачных решений;
РО 9. знать, что такое стандарт GDPR;
РО 10. определять особенности Индустриального интернета Вещей.

СВЕДЕНИЯ О ДИСЦИПЛИНАХ

Наименование дисциплины Краткое описание дисциплины Кол-во кредитов Кол-во акад.часов Формируемые компетенции (коды)
1. Цифровая трансформация компании Дисциплина посвящена обсуждению изменений в компаниях, происходящих под влиянием появляющихся новых информационных технологий. Рассматривается изменение среды бизнеса, появление новых моделей и сценариев в современной среде. Особое внимание уделяется трансформации бизнес-моделей, влиянию эволюции цифровых технологий на персонал компаний, изменению характера конкуренции. В ходе курса рассматриваются мировые тренды и особенности эволюции бизнеса в Казахстане. 5 150 ПК1, ПК2, ПК5
2. Управление проектами в цифровом бизнесе Целью дисциплины является формирование у слушателей профессиональных компетенций, необходимых для управления государственными и коммерческими Интернет-проектами с применением современных цифровых технологий и инструментальных средств. Проводится обучение работе в CMS-системе: управление сайтом, создавние и редактирование контента, настройка страниц, структуры и отдельных блоков сайта. Программа представляет собой системный взгляд на цифровой бизнес и цифровую экономику и имеет практическую направленность. 5 150 ПК1, ПК3, ПК4
3. Создание и развитие цифровых продуктов Дисциплина позволит слушателям узнать, как выявить новые и востребованные рынком клиентские истории, оценить экономический эффект, преобразовать идею в конкретное решение и определить наиболее оптимальный подход к ее реализации. Знакомство с основными подходами к продуктовой аналитике и пользовательским исследованиям позволит сохранить конкурентное преимущество при дальнейшем развитии продукта. 5 150 ПК1. ПК2, ПК3, ПК4
4. Итоговая аттестация Целью итоговой аттестации обучающегося является оценка результатов обучения и профессиональных компетенций, достигнутых по завершению изучения образовательной программы микроквалификации 1 30