ПРОГРАММА ПЕРЕПОДГОТОВКИ АНАЛИТИКА ДАННЫХ В Г СОЧИ

Почему нужно выбрать эту профессию

Работа аналитиков данных положительно влияет на развитие бизнеса. Их деятельность обеспечивает лучшее понимание целевой аудитории и конкурентов, востребованность товаров и услуг компании на рынке.

Программа направлена на подготовку специалистов в области машинного обучения и анализа больших данных, на получение компетенций, необходимых для выполнения профессиональной деятельности — умения применять языки программирования SQL и Python д​ля сбора, визуализации, анализа больших данных (Big data) и построение моделей машинного обучения, умения применять конкретные аналитические и продуктовые подходы при работе над реальными задачами маркетинговой и клиентской аналитики с помощью BI платформ. Программа разработана на основе профессионального стандарта «Бизнес-аналитик», утвержденного приказом Министерства труда и социальной защиты РФ от 25.09.2018 № 592н; и профессионального стандарта «Специалист по большим данным»,  утвержденного приказом Министерства труда и социальной защиты РФ от 6 июля 2020 года N 405н., а также на основе анализа требований рынка труда и обобщения зарубежного опыта.​В результате обучения выпускник программы приобретёт следующие компетенции:

1. Способность использовать прикладное программное обеспечение при решении профессиональных задач.2. Способность осуществлять поиск, критически анализировать, обобщать и систематизировать информацию, использовать системный подход для решения поставленных задач.
Способность к постановке целей и задач исследований, выбору оптимальных путей и методов их достижения; 4. Способность к сбору информации о бизнес-проблемах или бизнес-возможностях.5. Способность к анализу, обоснованию и выбору решения.6. Умение подготавливать данные для проведения аналитических работ по исследованию больших данных.7. Способность к проведению аналитического исследования с применением технологий больших данных в соответствии с требованиями заказчика.

Пройдите обучение в Финансовом университете при Правительстве Российской Федерации и станьтевостребованным специалистом в области машинногообучения и анализа больших данных!

Вы научитесь успешно применять языки программирования SQL и Python, а также применять конкретные подходы для работы с клиентской аналитикой с помощью BI платформ

Сбор, анализ и обработка данных

Локальные хранилища данных

Анализ внутренних процессов организации с помощью Google таблиц и Data Studio

Применение различных платформ машинного обучения

Применение искусственного интеллекта

технологии Big Data

Финансовый университет при Правительстве Российской Федерации

Введение в бизнес-аналитику. Python для анализа данных

Машинное обучение на Python

Современные хранилища данных, аналитика больших данных и машинное обучение SQL

Платформы науки о данных и машинного обучения

Технологии формирования многомерной интерактивной отчетности

с практическим опытом

Институт развития профессиональных компетенций и квалификаций

Наши слушатели — это сотрудники государственных учреждений и фондов, кредитных и финансовых организаций, предприятий, страховых компаний, некоммерческих организаций, а также студенты старших курсов финансового и экономического профиля.

Оплати обучение в один клик!

Мы свяжемся с вами и обсудим все детали!

Москва, ул. Олеко Дундича, д.23

Данная страница не является публичной офертой, точную информацию вы получите у наших специалистов.

Аналитик данных

Программа направлена на изучение баз данных и SQL. Вы изучите Python и научитесь применять его для сбора, обработки, визуализации и анализа информации. Освоите азы статистики и машинного обучения, а также профессиональные подходы в работе над реальными задачами бизнеса.

По вторникам и четвергам (19

Data Analyst — это специалист, который помогает компании извлекать пользу из данных и принимать решения на их основе. Он хорошо разбирается в источниках — знает, какие данные необходимо собрать для расчета метрик и продуктового анализа. Профессиональный аналитик определяет, как растет продукт и его отдельные сегменты, проверяет предложенные гипотезы экспериментами и улучшает KPI бизнеса.

Благодаря обучению на этой программе профпереподготовки вы получите актуальный технический стек современного аналитика для работы в лучших IT-компаниях. Научитесь понимать, какие клиенты приносят больше всего дохода и как их удержать. Сможете распознавать узкие места, проблемы в продукте, устранять их и решать другие задачи бизнеса.

Для кого

Очная программа «Аналитик данных» подходит:

Программа обучения

За год дополнительной профессиональной переподготовки в НИУ ВШЭ вы подробно изучите 8 программных блоков по основам программирования, SQL, продуктовой аналитике, Data Science и машинному обучению.

Формат обучения

Продолжительность общая в часах: 544 часа

Условия приема: высшее или среднее профессиональное образование; лица, получающие высшее образование.

Состав группы: группа до 30 человек

Преимущества программы

Сертифицированная программа национального проекта «Цифровая экономика». Изучение всех направлений современного анализа данных: от основ программирования и дискретной математики до машинного обучения, прикладной статистики, Big Data и не только.

По понедельникам и средам (19

Специалист по Data Science — тот, кто разрабатывает алгоритмы для работы с данными. Например, придумывает рекомендательную систему для музыкального сервиса, строит модель ценообразования для сети магазинов или создает бота-помощника.

Наш курс по анализу данных и машинному обучению охватывает все разделы современной науки о данных, в том числе Deep Learning и его применение в технологиях искусственного интеллекта.

Вы начнете с самых основ — изучения программирования и базовых разделов математики — и перейдете к теме Machine Learning, прикладной статистике и практическому использованию фреймворков для проведения распределительных операций неструктурированных данных. Получите опыт решения прикладных задач в области дата-анализа и обработки Big Data, сможете применять навыки дата-сайентиста в работе с изображениями, текстами, сигналами и нейросетями.

По итогам обучения вы получите актуальные знания по Data Science, проекты в портфолио и диплом о профессиональной переподготовке установленного НИУ ВШЭ образца.

Очная программа «Специалист по Data Science» предназначена слушателям, желающим разобраться в анализе данных

За 18 месяцев профессиональной переподготовки в НИУ ВШЭ вы изучите Python и SQL, прикладную математику и статистику, алгоритмы и структуры данных, Machine Learning и другие темы.

Продолжительность общая в часах: 714 часов

Формат обучения: очный

Состав группы: группа до 30 человек

Google Analytics — система веб аналитики, которая собирает данные с сайтов и позволяет работать с ними исходя из разных критериев.

Яндекс Метрика — инструмент веб-аналитики, который позволяет узнать о действиях пользователей на сайтах и предоставляет наглядные отчеты об этом.

Optimizely — платформа для проведения A/B тестирований.

Amplitude — система продуктовой аналитики для анализа данных в режиме реального времени, которая позволяет изучить поведение пользователей с помощью многочисленных метрик и критериев.

Mixpanel — инструмент, который отслеживает взаимодействие пользователей с веб-приложениями и мобильными приложениями и предоставляет инструменты для целевого общения с ними.

SQL — язык структурированных запросов (Structured Query Language), который используется для взаимодействия и управления базами данных.

PostgreSQL — свободная система управления базами данных с открытым исходным кодом, совместимая со SQL.

Python — популярный язык программирования, в приоритете у которого удобочитаемость кода, и который активно используется для веб-разработки, автоматизации задач, анализа и визуализации данных.

Библиотеки Python: NumPy — для математических исчислений, Pandas — для обработки и анализа данных, Matplotlib — для визуализации данных, SkLearn — для построения алгоритмов машинного обучения, Seaborn — для визуализации статистических данных, Requests — для составления HTTP-запросов, Bs4 — для извлечения данных из файлов HTML и XML, Datetime — для работы с временем и датой, Requests — для составления HTTP-запросов.

Git — система управления версиями кода.

Hadoop — набор утилит, библиотек и фреймворков с открытым исходным кодом, которые упрощают использование сети из множества компьютеров и решать задачи, связанные с большими объемами данных и вычислений.

DBeaver — приложение SQL для управления базами данных.

Google Sheets — веб-приложение для работы с таблицами.

Looker Studio (Google Data Studio) — онлайн-инструмент для преобразования данных в настраиваемые отчеты и дашборды.

Tableau — BI-решение для анализа и визуализации больших сложных наборов бизнес-данных, позволяющее составлять наглядные отчёты и дашборды.

Yandex DataLens — бесплатный российский сервис визуализации и анализа данных от Яндекса.

Power BI — это система для визуализации данных, разработанная Microsoft с упором на бизнес-аналитику.

Power Query — система для импорта в один источник данных, или в несколько баз различных данных, находящихся в разных источниках. С ее помощью можно обнаруживать, подключать, объединять и уточнять данные из различных источников для последующего анализа.

Power Pivot — это надстройка Excel, которую используют для анализа данных и создания сложных моделей данных.

DAX (Data Analysis Expressions) — коллекция функций, операторов и констант, которые можно использовать в формуле или выражении для вычисления и возврата одного или нескольких значений и которые используются в Power Pivot, Power BI, SQL.

MS SSAS — серверный компонент SQL-сервера от Microsoft, позволяющий работать с OLAP-кубами и многомерными хранилищами данных.

MongoDB — документоориентированная система управления базами данных с открытым исходным кодом, не требующая описания схемы таблиц.

MapReduce — модель распределённых вычислений, представленная компанией Google, используемая для параллельных вычислений над очень большими, вплоть до нескольких петабайт, наборами данных в компьютерных кластерах.

OpenCV — библиотека алгоритмов компьютерного зрения, обработки изображений и численных алгоритмов общего назначения с открытым кодом.

Pytorch — библиотека глубокого обучения для решения задач компьютерного зрения и NLP.

NLTK — набор библиотек и программ Python для символьной и статистической обработки естественного языка.

Tensorflow — открытая программная библиотека для машинного обучения, разработанная Google для решения задач построения и тренировки нейронной сети.

Keras — открытая нейросетевая библиотека, написанная на языке Python.

Apache Spark — фреймворк с открытым исходным кодом для реализации распределённой обработки неструктурированных и слабоструктурированных данных.

НИТУ МИСИС приглашает студентов пройти бесплатное обучение по программам профессиональной подготовки с присвоением квалификации в рамках проекта «Цифровые кафедры».

Аналитик данных — это специалист по анализу больших данных: он собирает их, обрабатывает и делает выводы. На основании его отчетов в компаниях принимают важные решения. Профессия аналитика данных находится на стыке IT, менеджмента и математики.

Целью подготовки слушателей программы является:

Сроки обучения

Начало — октябрь 2023 года. Окончание — июль 2024 года.

Учебный процесс организуется с применением электронного обучения, дистанционных образовательных технологий, инновационных технологий и методик обучения, способных обеспечить получение слушателями знаний, умений и навыков в области «06 Связь и информационно-коммуникационные технологии»

Видео-лекции в асинхронном дистанционном формате, практическая часть — синхронно с сопровождением преподавателей программы.

К образовательному процессу привлекаются высококвалифицированные специалисты ИТ-сферы и/или дополнительного профессионального образования в части, касающейся профессиональных компетенций в области создания алгоритмов и программ, пригодных для практического применения, с обязательным участием представителей профильных организаций-работодателей.

Срок освоения: 280 академических часов. Документ: диплом о профессиональной переподготовке.

Компетенции: способен с помощью различных инструментов анализировать большие данные, визуализировать выводы и описывать возможные решения

Компетенции: навыки визуализации бизнес-процессов, ликвидируя пробелы информации, показывая последовательность деловых операций, необходимых для перехода от начала бизнес-процесса к его завершению

Компетенции: применение навыков SQL-запросов при проведении тестирования

Компетенции: применение языков программирования для решения профессиональных задач

Компетенции: анализ и моделирование бизнес-процессов предприятия

Компетенции: способен настраивать системный анализ собранных производственных данных

Компетенции: использует большие данные при реализации проектов в области управления финансовой информацией

Компетенции: составляет задание на разработку бизнес-приложений для решения поставленных бизнес-задач

Руководитель программы

Каждого студента будет сопровождать «Синергии», который следит за качеством обслуживания клиента.

После окончания обучения он контролирует процесс трудоустройства и адаптации выпускника на новом месте работы, а также соблюдение графика платежей.

Обучение в среде Synergy LMS

Масштабируемая модульная система, разработанная с использованием самых современных IT-технологий. С помощью нашего портала вы сможете получить качественное образование по доступной цене из любой точки мира. И единственное, что вам для этого потребуется — это компьютер или планшет, подключенный к Интернету.

Современная экосистема образовательных сервисов: онлайн обучение, онлайн-расписание, портфолио

Удобное создание и отслеживание обращений

Удобная коммуникация с преподавателями: мессенджеры, соцсети, внутренний чат в Synergy LMS

Преподаватели курса

Миронов Никита

Преподаватель в Академии Яндекса

Васин Никита

Практика на реальных кейсахУзнаете, какие задачи вам предстоит решать в будущемГотовое резюме и портфолиоПолучите грамотное резюме и портфолио с собственными работами

Направим по карьерному пути

Узнаете о перспективах профессии и определите подходящее направлениеСекреты успешной карьерыПоймете, как построить карьеру с нуля и избежать ошибок

Поможем с поиском работы

И познакомитесь с их представителями на защите дипломаОпытные помогут вам получить работу мечты

1. Основы Microsoft Excel

4. Python для анализа данных

6. Математика для анализа

Документ об образовании

По окончании обучения вы получите документ, который можно добавить к резюме при трудоустройстве. Он подтверждает качественную подготовку специалиста и наличие у него навыков, необходимых для успешной работы по профессии.

Программа профессиональной переподготовки — «Аналитик данных» (256 часов)

Календарный учебный график​

1. Способность использовать прикладное программное обеспечение при решении профессиональных задач.2. Способность осуществлять поиск, критически анализировать, обобщать и систематизировать информацию, использовать системный подход для решения поставленных задач.
Способность к постановке целей и задач исследований, выбору оптимальных путей и методов их достижения; 4. Способность к сбору информации о бизнес-проблемах ил​и бизнес-возможностях.5. Способность к анализу, обоснованию и выбору решения.6. Умение подготавливать данные для проведения аналитических работ по исследованию больших данных.7. Способность к проведению аналитического исследования с применением технологий больших данных в соответствии с требованиями заказчика.

Документы об образовании

Документ об окончании

Диплом о профессиональной переподготовке при успешном завершении обучения.

У нас есть лицензия на образовательную деятельность.

Как проходит обучение

Обучение проходит на  где вы просматриваете видеоролики по каждой из предложенных тем

Анализ данных с помощью Python и баз данных
Инструментальные средства бизнес-аналитики

Программа профессиональной переподготовки направлена на повышение профессионального уровня и приобретение слушателями системных знаний для выполнения нового вида профессиональной деятельности в области применения анализа данных.

Программа полезна для желающих повысить свой статус, поменять профессию, приобрести новые знания в удобное для себя время, а так же получить престижный диплом ведущего университета России.

Цели программы

Программа разработана с учетом требований российских профессиональных стандартов

«Бизнес-аналитик», (Утвержден Приказом Минтруда России № 592н от 25.09.2018);

«Системный аналитик» (Утвержден Приказом Минтруда России № 809н от 28.10.2014).

В настоящее время подобных программ на образовательном рынке России нет.

В настоящее время проходят обучение слушатели из Москвы, Санкт-Петербурга, Тулы, Королева, Сочи, Воронежа, Симферополя, Челябинска, Сахалина, Перьми, Уфы, Томска, Рязани, Владимира, Владивостока, Хабаровска, Иркутска и других городов России и стран СНГ.

Правила приема

Возможность обучения 24ч 7 дней в неделю: обучение и контроль знаний происходят полностью дистанционно в любое время суток и в любой стране мира. Для обучения слушателям нужны только компьютер и доступ в интернет.

Периодически проводятся вебинары для консультаций.

Индивидуальный подход к слушателям. В процессе обучения слушатели смотрят, слушают лекции, проходят онлайн тестирование. При необходимости слушатели задают вопрос через менеджера программы. Менеджер программы передает вопрос соответствующему преподавателю, а ответ пересылает слушателю.

Гибкий график. Слушатель сам задаёт темп образовательному процессу, ориентируясь исключительно на себя и свою загруженность, а также распорядок дня.

Контроль знаний проводится после изучения каждой дисциплины. Это необходимое условие аттестации.

Практическая работа. При изучении дисциплин, преподаватель разбирает практические кейсы, выполняет практические задания. Слушатель может выполнить свое задание по рассмотренному алгоритму. При возникновении вопросов у слушателя, он получает консультацию преподавателя НИУ ВШЭ.

Выпускная аттестационная работа. Заканчивается обучение подготовкой и защитой выпускной работы, которая выполняется слушателем по выбранной им тематике самостоятельно. Тема выпускной работы может быть связана с практической деятельностью слушателя или носить исследовательский характер по изучению нового для слушателя направления. 
Примеры тем аттестационных работ по программе.

Для подготовки выпускной работы назначается научный руководитель из преподавателей и экспертов ВШБ НИУ ВШЭ.

Защита выпускной аттестационной работы может проводиться очно в Центре или, по желанию слушателей, дистанционно.

Эксперты

Что делать, если у меня проблема или срочный вопрос?

Весь период обучения вы сможете обращаться за помощью к куратору по организационным вопросам и к тьюторам по вопросам образовательной программы. Мы даем вам поддержку, чтобы учёба была комфортной и эффективной.

Сколько часов в неделю нужно уделять учебе?

В среднем на обучение уходит порядка 4−5 часов в неделю, что позволит вам совмещать учебу с текущей работой и личными делами.

Мы гарантируем содействие в трудоустройстве. Мы заинтересованы в вашем результате, поэтому не бросаем своих студентов после обучения! Вы сможете обратиться за помощью к нашим карьерным консультантам из Центра Карьеры. Они помогут вам грамотно составить резюме для работодателя и оформить портфолио, а также подготовят к собеседованию на необходимую вакансию. Благодаря этому ваши шансы на трудоустройство значительно возрастут.

Программа разработана ведущими преподавателями НИУ ВШЭ, имеющими большой опыт практической работы и обучения взрослых людей, а так же экспертами из бизнеса.

В состав Программы входят следующие дисциплины:

Модуль 1. Базовые технологии хранения и обработки данных

1. Основы моделирования и базы данных.

2. Введение в OLAP и хранилища данных.

3. Основы языка SQL.

4. Язык SQL для хранения, обработки и анализа данных.

Модуль 2. Базовые средства бизнес-аналитики

5. Основы бизнес-аналитики и науки о данных.

6. Бизнес-аналитика с помощью Power BI.

7. Введение в машинное обучение и анализ данных.

8. Введение в искусственный интеллект и нейронные сети

Модуль 3. Языковые и программные средства бизнес-аналитики

9. Анализ и визуализация данных на языке R.

10. Анализ данных на Python в примерах и задачах.

11. Хранилища данных и построение модели данных с помощью PowerDesigner.

Модуль 4. Бизнес-аналитика и моделирование

12. Имитационное моделирование на базе AnyLogic.

13. Глубинный анализ данных и текстов на базе IBM SPSS Modeler.

14. Анализ требований к автоматизированным информационным системам

Анализ данных с помощью Python и баз данных.

Модуль 1. Основы программирования и работа с данными

2. Основы бизнес-аналитики и науки о данных

4. Система контроля версий Git

5. Работа с базами данных SQLite, MySQL, PostgreSQL

6. Введение в машинное обучение и анализ данных

Модуль 2. Python для анализа данных

7. Основы языка Python

8. Поиск и получение данных из интернета

9. Библиотеки для работы с данными

10. Python для анализа данных

11. Введение в искусственный интеллект и нейронные сети

Модуль 3. Методологии анализа и проектирования

12. Жизненный цикл ПО и основы agile-методологий

13. Программная инженерия: анализ, проектирование, моделирование

Модуль 4. Методологии анализа и проектирования

15. Имитационное моделирование на базе AnyLogic

16. Глубинный анализ данных и текстов на базе IBM SPSS Modeler

17. Анализ требований к автоматизированным информационным системам

Материалы дисциплин представлены в виде видеофильмов или электронных текстов.

Планируемые результаты обучения: В результате освоения программы слушатели должны:

Чему вы научитесь

Работать с таблицами в Excel

Собирать и работать с базами данных с помощью СУБД

Визуализировать данные с помощью библиотек

Отзывы студентов

Училась в Synergy Academy на дистанционной форме обучения по профессии «Менеджер по работе с маркетплейсами». Обучение очень понравилось, платформа удобная и простая‚ весь материал доносят отлично. Всё объясняют доходчиво и понятно. Спасибо большое за обучение, в особенности моему куратору Валерии.

Я прошел обучение по специальности «JavaScript-разработчик» в Synergy Academy. Все материалы всегда были доступны в любое время. Хочу отметить всех лекторов, они поясняли все доступно и понятно. Я понял, что , чему здесь обучают, — это мое. Также очень благодарен доброму и отзывчивому куратору Валерии и всему персоналу академии!

Хочу поблагодарить всю команду Synergy Academy за создание такого качественного образовательного контента. Много полезной информации, есть возможность отработать знания на практике и нет воды или чего-то лишнего, за это большой лайк. Уверен, я бы с огромным удовольствием посетил и офлайн-лекции.

Обучение мне очень понравилось. Преподаватели доступно и подробно объясняют материал. Хорошая платформа для обучения. Можно и новости почитать, и нужную информацию по обучению посмотреть. Отправка домашних заданий организована комфортно, была возможность сдавать их в удобное время, что для меня было крайне важно, пока я находился за границей.

Всем рекомендую курс «UX/UI дизайн» от университета «Синергия». Программа курса на сегодняшний день актуальна. Всё просто и понятно, ничего сложного. Порадовало наличие большого количества полезной и содержательной информации практического характера. Спасибо авторам курса!

Обучался на курсе «Data Science». Программа подобрана так, что вы совершенствуетесь не только как специалист, но и как личность, которая в будущем может правильно презентовать себя и свои навыки. Завершил обучение успешно и благодаря университету устроился на работу. Хочу выразить признательность своему тьютору Денису и куратору Алине.

Решил получить знания в направлении финансов, выбрал программу «Финансовый менеджмент». Обучение можно проходить в свободное время от основной работы. Условия предоставления доступа к учебным материалам и оценки уровня пройденного материала просто на высоте. Отличная компания для получения дополнительного образования!

Решил освоить новую для себя сферу деятельности. Было не просто. Но благодаря отличному преподавателю Армену Бекларяну не только все понял, но многое уже могу делать сам. Спасибо!

Николай, экономист, г. Калининград

Тематика программы мне знакома, работаю программистом 4 года, но базового образования нет, изучал все самостоятельно. Поэтому выбрал программу для структурирования знаний.

Получил, что хотел и даже узнал много нового. Теперь применяю в работе.

Александр, программист, г. Челябинск

На обучение пошла из-за необходимости на работе, т.к. имеющихся знаний было мало для новой должности. Долго выбирала программу из большого числа предложений на рынке. Выбрала эту программу  в большей степени из-за получаемого диплома НИУ ВШЭ. И не пожалела! Так излагать сложный материал могут только преподаватели лучших университетов! Теперь чувствую себя увереннее на работе.

Мария, аналитик, г. Курган

Содержание программы не назовешь уникальным, но в настоящее время без знания данных инструментов работать аналитиком невозможно. Поэтому и пошла учиться, т.к. работаю аналитиком данных, а по образованию маркетолог. В начале обучения не хватало знаний по математике, мат.статистике. Это мой пробел. Но в Вышке дали бесплатный доступ к онлайн-курсам по эти темам и все освоила! Теперь использую гораздо больший функционал аналитических инструментов в своей работе.

Юлия, аналитик данных, г. Владимир

Долгое время мне хватало экселя для работы, но усложнение практических задач на работе заставило познакомиться с актуальной тематикой.  Понимаю, что данная тематика бесконечная, но в программе собраны необходимые для базового понимания темы и инструменты.  А главное доходчиво изложены. Самой такой объем знаний не освоить. Теперь уверенно общаюсь с программистами, как на этапе постановки задачи, так и в процессе контроля результатов.

Елена, финансист, г. Томск