+7 (843) 206-52-47 (доб.1)Вопросы по покупке курса

Анализ данных и машинное обучение

Инженерия и технологии

Анализ данных и ML с ИИ-ассистентами: от таблицы до веб-приложения за 36 часов

Документ Удостоверение о ПК

36 часов Очно-заочная форма

14000 ₽ Стоимость обучения

Описание курса

Программа КФУ для специалистов, которые хотят освоить современные инструменты анализа данных и машинного обучения с использованием ИИ-ассистентов. За 36 часов вы научитесь формулировать промпты для генерации рабочего кода, выявлять аномалии, прогнозировать тренды и кластеризовать объекты. Итог - готовое веб-приложение, которое автоматически анализирует любую загруженную таблицу и выдаёт прогнозы, аномалии и кластеры.

Кому подходит курс

Аналитикам данных и специалистам по работе с данными

Вы освоите современные методы машинного обучения и научитесь автоматизировать анализ данных с помощью ИИ-ассистентов, повысив свою эффективность в разы.

Программистам и разработчикам, желающим освоить Data Science

Вы получите практические навыки применения ML-алгоритмов и генерации рабочего кода через промпты, сможете создавать веб-приложения для прогнозирования и кластеризации.

Специалистам смежных профессий (маркетологам, HR-специалистам, менеджерам)

Вы научитесь самостоятельно анализировать данные, прогнозировать тренды и выявлять аномалии без глубокого знания программирования — с помощью ИИ-ассистентов.

Преимущества курса

Официальная программа повышения квалификации КФУ

Вы получаете удостоверение установленного образца от ведущего вуза России. Программа разработана на основе профессионального стандарта «Программист» (приказ Минтруда № 424н от 20.07.2022).

Практико-ориентированный подход: от промпта до готового веб-приложения

Вы не просто изучаете теорию — вы генерируете рабочий код с помощью ИИ-ассистентов, анализируете реальные таблицы и создаёте веб-приложение, которое автоматически выводит прогнозы, аномалии и кластеры из загруженных данных. Итоговый проект — готовый продукт для портфолио.

Интеграция ИИ-ассистентов (DeepSeek и др.) в каждый этап работы

Вы учитесь формулировать эффективные промпты для генерации кода, рефакторинга, отладки и код-ревью. После курса вы сможете ускорять свою работу с данными на 40% и более, используя ИИ как полноценного ассистента.

Программа

модуль 1

Методы поиска аномалий

Понятие выброса (глобальный, контекстуальный, коллективный), статистические методы (IQR), машинное обучение (Isolation Forest, LOF), визуализация аномалий, критерии оценки качества.

модуль 2

Введение в анализ данных. Импорт данных с помощью ИИ-ассистента

Архитектура ИИ-ассистента, формулировка промптов для импорта данных, первичная предподготовка: удаление дубликатов, заполнение пропусков, преобразование типов.

модуль 3

Методы прогнозирования

Отличие прогнозирования временных рядов от регрессии, статистические модели (скользящее среднее, экспоненциальное сглаживание), Prophet, SARIMA, метрики качества (MAE, RMSE, MAPE), оценка востребованности профессий.

модуль 4

Кластеризация объектов

Метод K-means (выбор K, локтевой метод, силуэт), иерархическая кластеризация (дендрограммы), DBSCAN, масштабирование признаков, интерпретация и профилирование кластеров.

модуль 5

Оформление презентаций

Структура презентации для заказчика, принципы визуализации, генерация текстовых выводов, переформулировка технических выводов в бизнес-термины.

модуль 6

Итоговая сборка веб-приложения

Наполнение базы знаний и промптов, системные промпты, генерация, рефакторинг и отладка кода, интеллектуальная проверка кода (код-ревью), демонстрация готового приложения.

Контакты центра

Подразделение

Институт вычислительной математики и информационных технологий

Способы связи

Соц. сети

Адрес

  • г. Казань, ул.Кремлевская, 35, к.1007

Навыки, которые приобретают выпускники

  • Освоите методы поиска аномалий (IQR, Isolation Forest, LOF) с генерацией кода через ИИ

  • Научитесь формулировать промпты для импорта, очистки и предобработки данных

  • Сможете прогнозировать числовые и бинарные показатели с использованием Prophet, SARIMA и Random Forest

  • Приобретёте навыки кластеризации (K-means, иерархическая, DBSCAN) и интерпретации кластеров

  • Овладеете оформлением результатов в бизнес-презентации с визуализациями

  • Будете готовы к созданию веб-приложения для автоматического анализа загруженных таблиц

Запишитесь на курс