Прикладной анализ данных
Дополнительная профессиональная программа профессиональной переподготовки Цифровой кафедры НИЯУ МИФИ.
Программа федерального проекта «Университеты для поколения лидеров» национального проекта «Молодёжь и дети».
Получи бесплатно второй диплом (о профессиональной переподготовке) в сфере информационных технологий. Уникальное предложение для студентов московской площадки, филиалов НИЯУ МИФИ и партнёрских вузов.
О программе
Программа "Прикладной анализ данных" фокусируется на практическом применении методов машинного обучения и анализа данных. Студенты освоят Python, углубятся в алгоритмы машинного обучения, включая глубокое обучение, и научатся решать практические задачи с использованием современных инструментов и библиотек. Курс сочетает теорию с практикой: от имплементации алгоритмов до участия в соревнованиях на платформах, таких как Kaggle.
В рамках курса студенты получат навыки анализа и обработки данных, разработки, обучения и оценки базовых моделей машинного обучения, разработки нейронных сетей.
Визитка программы
Егоров Алексей ДмитриевичЗаместитель директора студенческого офиса
Преимущества
- БесплатноВозможность получения дополнительного образования в сфере информационных технологий
- ОнлайнСинхронные вечерние занятия с использованием технологий дистанционного обучения
- ПрофессияВозможность выбрать для себя востребованную профессию на рынке ИТ-сферы
- Второй дипломВыпуститься из университета* и получить +1 диплом - изи
* выпускники Цифровой кафедры получат привилегии при поступлении в магистратуру НИЯУ МИФИ
На нашей программе ты
- освоишь основы программирования на Python
- изучишь основы математической статистики и основы машинного обучения
- познакомишься с основными алгоритмами ML и научишься применять их на практике
- познакомишься с основами глубокого обучения, нейронных сетей и научишься применять их на практике
Методики, которые ты изучишь
Python
Machine learning
Numpy
Востребованность на рынке
- Зарплата Junior
- 79к - 167к
- Зарплата Middle
- 167к - 320к
- Зарплата Senior
- 329к - 507к
- Открытых вакансий
- 987
Специалисты направления востребованы в различных отраслях
- IT (Яндекс, Mail и др.)
- Транспортные службы (СДЭК, DPD и др.)
- Банки (Сбер, Газпром и др.)
- Маркетплейсы (Wildberries, Ozon и др.)
Содержание программы
Требования
Обучение могут проходить студенты, обучающиеся по программам бакалавриата и специалитета от 2-го курса (за исключением следующих*), а также магистратуры, аспирантуры и ординатуры очной формы обучения по состоянию на 1 сентября 2026 года.
Быть студентом московской площадки/филиала НИЯУ МИФИ или студентом наших партнерских вузов*, а также не иметь задолженностей по основной образовательной программе.
Прохождение анкетирования. Желание стать востребованным IT-специалистом.
Ты сможешь сделать
Анализ данных с носимых устройств
Носимые гаджеты, такие как фитнес-браслеты и умные часы, играют важную роль в мониторинге физической активности. В рамках проекта студенты разрабатывают систему обработки и кластеризации данных, полученных с инерциальных измерительных модулей (IMU) и пульсометра. Цель – автоматическое определение типа физической активности пользователя, что может применяться в фитнес-трекинге, медицинской диагностике и анализе поведения.
- Python
- PyTorch
- Machine Learning
Генерация описаний к видео (Video Captioning)
Как научить компьютер понимать видео? В этом проекте студенты создают модель, способную анализировать короткие видеоролики и автоматически формировать их текстовое описание на английском языке. Такой подход находит применение в медиа-индустрии, образовании и создании доступных технологий для людей с ограниченными возможностями.
- Machine learning
- Jupiter Notebook
- PyTorch
Мониторинг популяции диких животных
Сохранение дикой природы – важная задача для мирового сообщества. В этом проекте студенты разрабатывают модель машинного обучения, способную анализировать фотографии с фотоловушек, определять животных в кадре и сегментировать их. Это поможет исследователям автоматизировать процесс обработки данных, точнее определять численность и виды животных, а также учитывать сложные условия съемки. Такой подход значительно ускоряет анализ данных и способствует более эффективному мониторингу популяций.
- Machine learning
- PyTorch
- Git
Таймлайн
Преднабор
Выбери программу и подай заявку на обучение на платформе reg-digital.mephi.ru: выбери курс, на котором хочешь обучаться, пройди входное тестирование и загрузи подписанное заявление на зачисление.
Подача заявок
Выбери программу и подай заявку на обучение на платформе reg-digital.mephi.ru. Чтобы записаться на курс, необходимо зарегистрироваться на платформе. После авторизации выбери курс, на котором хочешь обучаться, пройди входное тестирование и загрузи подписанное заявление на зачисление.
Обучение возможно только на одной программе Цифровой кафедры.
Зачисление
На твою электронную почту придёт подтверждение о зачислении на курс. Убедись, что в твоём профиле на платформе указан актуальный адрес электронной почты.
Обучение
Весь процесс обучения занимает около 12 месяцев — ты получишь доступ к уникальным материалам, а также будешь смотреть вебинары, видеолекции, выполнять задания и проходить тестирования. Важно придерживаться графика курса, тогда равномерно распределённая нагрузка займёт около 2-6 часов в неделю.️
Обучение на Цифровой кафедре легко совмещать с основным образованием — ты сам выстраиваешь удобный для себя график обучения.Итоговое тестирование и Демонстрационный экзамен
По итогам обучения на курсе каждый студент показывает свой уровень знаний и навыков на дэмоэкзамене. В конце курса проводится итоговое тестирование — мы проверяем, насколько хорошо нам удалось развить цифровые компетенции студентов.
Получение диплома
Получи диплом НИЯУ МИФИ о профессиональной переподготовке в области ИТ вместе с основным дипломом о высшем образовании.
Партнёры
Озон
Газпромнефть
Мостранспроект
Т1
Mindbox
Okko
YaDro
Т-Банк
Авторы курса
Чугунков Илья
Начальник учебного отдела ИИКС НИЯУ МИФИ. Ведущий научный сотрудник ИИКС, доцент, к.т.н. НИЯУ МИФИКиреев Василий
Ведущий научный сотрудник института интеллектуальных кибернетических систем НИЯУ МИФИ, доцент, к.т.н. НИЯУ МИФИТрофимов Александр
Научный сотрудник исследовательского центра в сфере искусственного интеллекта по направлению «Транспорт и логистика» НИЯУ МИФИ (ИЦИНТ), доцент, к.т.н. НИЯУ МИФИ.Егоров Алексей
Ассистент института лазерных и плазменных технологий НИЯУ МИФИ. Заместитель директора студенческого офисаЕгорова Аделя
Выпускник аспирантуры НИЯУ МИФИ. Специалист по машинному обучениюКомаров Тимофей Ильич
Ведущий программист, ООО «Ксайрикс», доцент кафедры компьютерных систем и технологий НИЯУ МИФИЖарова Мария
Преподаватель курсов НИЯУ МИФИ по математике и машинному обучению. Практикующий ML-инженер в Wildberries&Russ
Отзывы
- Воронежский государственный технический университет
Добрынин Иван
3 курс, бакалавриатЦифровая кафедра превзошла мои ожидания. Подача материала доступная и структурированная, а практические задания позволяют сразу применять полученные знания. Особенно ценю актуальность изучаемого материала и поддержку преподавателей. Уверен, что полученные навыки станут отличным фундаментом. Рекомендую!
- СарФТИ НИЯУ МИФИ
Королева Ульяна
1 курс, магистратураПрограмма меня очень заинтересовала, так как мне всегда нравилась работа с данными и очень хотелось узнать на практике что такое машинное обучение. Очень рада, что попала на цифровую кафедру и имею возможность здесь обучаться.
Есть трудности с выбором программ?
Напиши нам в телеграм-бот — мы ответим на все вопросы и подскажем, какая программа подойдет тебе лучше всего.
Написать нам