+7 (930) 205-81-82
0

главная

ПОИСК КУРСА ПО ФИЛЬТРАМ

ВСЕ КУРСЫ ПО НАПРАВЛЕНИЯМ

ПОСТРОЙТЕ ПУТЬ К КАРЬЕРЕ

КАЛЕНДАРЬ КУРСОВ

ПОРЯДОК ЗАЧИСЛЕНИЯ

НОРМАТИВНЫЕ ДОКУМЕНТЫ

+7 (930) 205-81-82

Анализ данных и искусственный интеллект в инженерии

  • Начало обучения

    25 сентября 2025 года

  • Продолжительность курса

    9 месяцев, 252 академических часа

  • Стоимость

    Для студентов бакалавриата (начиная со 2-го курса) и специалитета (начиная со 2-го курса), а также магистратуры обучение проводится на бесплатной основе в рамках проекта "Цифровые кафедры"
    Перечень специальностей указан ниже.

  • График занятий

    3 академических часов в неделю

  • Документ об окончании

    Диплом о профессиональной переподготовке

  • Место проведения

    Дистанционный формат (онлайн-обучение)

  • Контакты

    E-mail: digital-chairs@unn.ru
    Telegram: @mariya_bogom; @A_itmm

До окончания приема заявок осталось
0 дней : 0 часов : 0 минут : 0 секунд
Оставить заявку

О курсе

За 252 часа обучения вы освоите:
- методы анализа и обработки инженерных данных;
- принципы машинного обучения и работы с нейронными сетями;
- алгоритмы прогнозирования и оптимизации технологических процессов;
- визуализацию и интерпретацию данных для принятия управленческих решений.

Программа строится на реальных проектах и практических кейсах, где студенты применяют искусственный интеллект для решения инженерных и производственных задач. Итоговая аттестация - защита проекта,демонстрирующего применение полученных навыков на практике.

Курс подходит для инженеров, технических специалистов и исследователей, которые хотят:
- превращать данные в управленческие и технологические решения;
- внедрять ИИ в инженерные процессы;
- прокачать навыки анализа и прогнозирования данных для современных производств.

Перечень специальностей, студенты которых могут пройти обучение БЕСПЛАТНО:
01.00.00 Математика и механика (кроме 01.03.02 Прикладная математика и информатика);
03.00.00 Физика и астрономия;
04.00.00 Химия;
06.00.00 Биологические науки;
12.00.00 Фотоника, приборостроение, оптические и биотехнические системы и технологии;
14.00.00 Ядерная энергетика и технологии;
16.00.00 Физико-технические науки и технологии, 18.00.00 Химические технологии;
19.00.00 Промышленная экология и биотехнологии, 28.00.00 Нанотехнологии и наноматериалы.

Программа

Тема 1. Методы анализа данных;
Тема 2. Инструменты анализа данных;
Тема 3. Применение нейросетей для инженеров.
Тема 1. Существенные понятия математической статистики;
Тема 2. Статистическое моделирование случайных величин в MS Excel;
Тема 3. Статистические методы изучения взаимосвязей явлений и процессов в MS Excel.
Тема 1. Управляющие структуры алгоритмов;
Тема 2. Списки;
Тема 3. Стек;
Тема 4. Алгоритмы сортировки.
Тема 1. Введение в Python и Jupyter Notebook. Python без программирования;
Тема 2. Контейнеры в языке Python. Основные конструкции языка Python;
Тема 3. Функции, модули и библиотеки в языке Python;
Тема 4. Работа с текстовыми данными. Работа с табличными данными.
Тема 1. Роль математической статистики и теории вероятностей при анализе данных, средства статистического анализа данных;
Тема 2. Подготовка данных к статистическому анализу;
Тема 3. Возможности визуального анализа данных4
Тема 4. Статистические числовые характеристики многомерных данных;
Тема 5. Выявление линейной зависимости. Элементы корреляционного и регрессионного анализа;
Тема 6. Кластерный анализ (кластеризация) данных;
Тема 7. Оценивание неизвестных параметров закона распределения данных.
Тема 1. Типы данных при выборе визуализации данных. Принципы BI-визуализации;
Тема 2. Сервисы для визуализации данных
Тема 1. Основные понятия кибербезопасности;
Тема 2. Инструменты атакующих. Виды кибератак;
Тема 3. Сферы кибербезопасности;
Тема 4. Будущее кибербезопасности;
Тема 5. Безопасность сетей;
Тема 6. Безопасность приложений;
Тема 7. Анализ вредоносных программ;
Тема 8. Цифровая криминалистика и реагирование на инциденты.

Организаторы и партнеры программы




Ситроникс


Lad


СмартВидео






Преподаватели

Усков Алексей Владимирович

Директор ООО "ИТ-Академия ЛАД"

Гришин Владимир Анатольевич

Кандидат технических наук, доцент, доцент кафедры теории вероятностей и анализа данных Института информационных технологий, математики и механики ННГУ им. Н.И. Лобачевского

Половко Екатерина Игоревна

Преподаватель Института экономики ННГУ им. Н. И. Лобачевского

Бабкин Никита Эдуардович

Ведущий аналитик. Команда "ExternalCrawler" Стрима Контроль внешней среды Трайба Электронного документооборота ИТ-кластера "Корпоративные сервисы" ООО МТС ДИДЖИТАЛ

Суслов Никита Алексеевич

Руководитель проекта, заместитель начальника управления разработки информационных систем Аналитического центра города Нижнего Новгорода

Порядок зачисления

Шаг 1. Регистрация на сайте

Пройдите регистрацию на платформе курса, чтобы создать личный кабинет.

Шаг 2. Заполнение анкеты и загрузка документов

Заполните анкету участника курса и прикрепите необходимые документы: копию паспорта и справку с места учебы или работы.

Шаг 3. Ожидание подтверждения

Дождитесь обратной связи от кураторов проекта. Они проверят документы и информацию из анкеты и вышлют инструкции для дальнейшего старта обучения.

ОСТАВЬТЕ
ЗАЯВКУ
НА КУРС

Или позвоните
по телефону

+7 (930) 205-81-82
  • Диплом о высшем или среднем проф. образовании при наличии (без вкладыша с оценками)
  • Личный листок (скачайте) и заполните
  • Cогласие на обработку персональных данных (скачайте) и заполните
  • Свидетельство о браке (в случае смены фамилии)