0
Visninger
Data Science for ledere - kurs 60 000 rub. fra HMS, opplæring 2 dager, Dato: 17. juni 2023.
Miscellanea / / November 30, 2023
Ytterligere profesjonsutdanningsprogrammer er praksisorienterte og lar deg utvikle deg på kortere tid (fra flere uker til to år) skaffe deg et nytt yrke, tilegne deg nåværende faglig og lederkompetanse eller utvide kunnskapen din i et bestemt emne områder.
Følgende har lov til å mestre ytterligere profesjonelle programmer:
- Personer med videregående yrkesfaglig og (eller) høyere utdanning;
- Personer som mottar videregående yrkesutdanning og (eller) høyere utdanning.
Læringsmål
1 Gå til et nytt nivå av faglig utvikling
2 Møt de raskt skiftende kravene fra markedet og det sosiale miljøet
3 Bli en vellykket bedriftsleder
4 Dekke utdanningsbehov innen ulike felt innen økonomi, vitenskap, kultur og kunst
Videreutdanningsprogrammer
Avanserte treningsprogrammer
Øke faglig nivå innenfor rammen av eksisterende kvalifikasjoner og (eller) forbedre og (eller) oppnå ny kompetanse som er nødvendig for faglig virksomhet
- Fra 16 akademiske timer
- Sertifikat for videregående opplæring
- For personer som har (eller fullfører) høyere eller videregående yrkesfaglig utdanning
Profesjonelle omskoleringsprogrammer
For å oppnå den kompetansen som er nødvendig for å utføre en ny type yrkesaktivitet
- Fra 250 akademiske timer
- Diplom i faglig omskolering, med rett til å drive ny faglig virksomhet
- For personer som har (eller fullfører) høyere eller videregående yrkesfaglig utdanning
Profesjonelle omskoleringsprogrammer for å oppnå ytterligere kvalifikasjoner
- For personer som har eller tar høyere eller videregående yrkesutdanning og minst 3 års arbeidserfaring i lederstilling
Profesjonelle omskoleringsprogrammer for å oppnå ytterligere kvalifikasjoner innen ledelse "Master of Business Administration" (MBA - Master of Business Administration)", inkludert for seniorledere (EMBA - Executive Master of Business Administration)
- Fra 2040 akademiske timer
- Diplom i profesjonell omskolering, med tilleggskvalifikasjon "Master of Business Administration"
Profesjonell omskolering programmer for å oppnå ytterligere kvalifikasjoner i en bestemt fagfeltet "Master in...", inkludert for toppledere (Executive Master i…)
- Fra 2040 akademiske timer
- Diplom av profesjonell omskolering, med tilleggskvalifikasjoner
Doktor i... programmer
Profesjonelle omskoleringsprogrammer for å oppnå ytterligere kvalifikasjoner for profesjonelle grader, spesielt doktor bedriftsøkonomi (DBA - Doctor of Business Administration), Doctor of Law (Doctor of Law), Doctor of Education (Doctor of Education) m.fl. grader
- Fra 2040 akademiske timer
- Diplom av profesjonell omskolering, tildeling av en profesjonell grad
- For personer med høyere profesjonsutdanning og minst 5 års arbeidserfaring i lederstilling
Masterstilling: Ekspert ved Senter for etterutdanning, Fakultet for informatikk.
Begynte å jobbe ved Higher School of Economics i 2017. Han underviser i kurs om maskinlæring i markedsføring og introduksjon til datavitenskap. Faglige interesser: maskinlæring i bioinformatikk bioinformatikk dataanalyse i biologi Utdanning 2018 Mastergrad: Nasjonal forskning Universitetet "Higher School of Economics", spesialitet "Anvendt matematikk og informatikk" 2015 Bachelorgrad: National Research University "Higher School" Økonomi", spesialitet "Anvendt matematikk og informatikk" Yrkeserfaring 2020 - nå: Lead Data Scientist, X5 Retail Group 2019 - 2020: Leder for Big Data Team, Azbuka Vkusa 2019 - 2019: seniorleder for stordataanalyse, X5 Retail Group 2018 - nå: lærer ved Senter for etterutdanning, Fakultet for informatikk 2017 - nå: gjesteforeleser ved Institutt for Big Data og informasjonsinnhenting 2016 - 2016: junioranalytiker, prosjektleder, IIDF 2014 - 2015: junior Produktsjef, Alfa-Bank.
Stilling: Universitetslektor, Fakultet for informatikk, Institutt for Big Data og informasjonsinnhenting.
Uteksaminert fra fakultetet for beregningsmatematikk og kybernetikk ved Moscow State University i 2013. Begynte å jobbe ved Higher School of Economics i 2016. Han underviser i kurs om introduksjon til dataanalyse, introduksjon til maskinlæring og anvendt datavitenskap.
Stedfortredende instituttleder, universitetslektor, Fakultet for informatikk, Institutt for Big Data og informasjonsinnhenting; Prosjektleder, faglig veileder, Fakultet for informatikk, Senter for etterutdanning; Laboratorieleder, Fakultet for informatikk, Institutt for Big Data og informasjonsinnhenting, Forskningslaboratoriet for dataanalyse i finansteknologi; Faglig leder for utdanningsprogrammet «Anvendt matematikk og informatikk».
Faglige interesser: dataanalyse, maskinlæring, analyse og automatisk tekstbehandling Utdanning 2013 Spesialitet: Moscow State University. M.V. Lomonosov, spesialitet "Anvendt matematikk og informatikk" Yrkeserfaring Jobbet i selskapene Bioclinicum, Forecsys, Ozone. Siden 2014 har han jobbet i Yandex. Siden 2016 har han jobbet ved fakultetet for informatikk ved National Research University Higher School of Economics, hvor han underviser i faget "Intellectual". dataanalyse”, utviklet og underviser i et kurs om maskinlæring i programmet “Anvendt matematikk og Informatikk". Siden 2019 - akademisk leder for programmet "Anvendt matematikk og informatikk". Priser og prestasjoner Beste lærer – 2019, 2018, 2017
Analytiske maler
Hovedmålet med kurset er å undersøke teknikker for å konstruere en konseptuell modell av en applikasjon basert på bruk av maler, samt mulighet for gjenbruk av utviklinger gjort innenfor rammen av objektorientert analyse. Kurset gir praktisk veiledning om hvordan man bygger en UML-representasjon av en konseptuell modell og hvordan man videre transformerer den konseptuelle modellen til et design.
4,2
Datavitenskap med Gleb Mikhailov
🏆Vinner av Stepik Awards 2022 i kategorien "Årets gjennombrudd"🏆 Praktisk videokurs om grunnleggende datavitenskap. Ingen matematikk, ingen teori, bare eksempler på å løse reelle problemer ved hjelp av pandaer og CatBoost. En innledende del av kurset om python og pandaer for dataanalyse er tilgjengelig gratis!🔥
4
Python Libraries for Data Science
Emnet introduserer studentene til grunnleggende begreper innen datavitenskap. Vi vil se på grunnleggende algoritmer (lineære modeller, beslutningstrær, KNN, komposisjoner), og analysere dataforberedelse (rengjøring, generering av nye funksjoner og valg av dem). Kunnskapen vil være nok til å løse et bredt spekter av problemer.
4
Abonnere
YOU MIGHT ALSO LIKE
