Alternativt spor - gratis kursus fra Skolen for Dataanalyse, uddannelse 3 semestre, Dato 30. november 2023.
Miscellanea / / December 03, 2023
Samme program fra førende eksperter i IT-branchen
Hvad er ShAD
Det toårige Yandex-program dukkede op i 2007 og blev det første sted i Rusland, der underviste i dataanalyse. ShAD-kurser dannede grundlag for kandidatuddannelser på store universiteter som HSE og MIPT.
1. Fleksibelt program for dem, der ønsker at udforske machine learning og arbejde i IT-branchen
2. Forfatterkurser fra russiske og udenlandske videnskabsmænd og specialister
3. Hjemmearbejde tæt på reelle opgaver i IT-praksis
4. Et diplom, der er anerkendt ikke kun i Rusland, men også i store udenlandske virksomheder
Det vigtigste ved ShAD
Undervisningssprog: Russisk og engelsk
Hvor længe holder det: 2 år
Indsendelse af ansøgninger om optagelse: april - maj 2022
Hvornår starter skolen: september 2022
Belastning: 30 timer/uge
Hvornår: Aften, 3 gange om ugen
Pris: Gratis*
For hvem: For alle, der består optagelsesprøven
Udvalgte områder af højere matematik i forbindelse med datavidenskab med vægt på problemløsning. For de stærke i ånden.
Mål med kurset: at mestre de vigtigste sektioner af matematisk analyse og lineær algebra, der er nødvendige for en vellykket anvendelse inden for datavidenskab. Kurset anbefales til begyndere inden for datavidenskab. Efter endt kursus vil du være i stand til at bruge den erhvervede viden inden for matematisk analyse og lineær algebra til at starte på dette område.
Datavidenskab omfatter en bred vifte af tilgange og metoder til indsamling, bearbejdning, analyse og visualisering af datasæt af enhver størrelse. Et separat praktisk vigtigt område af denne videnskab er at arbejde med big data ved hjælp af nye principper matematisk og beregningsmæssig modellering, når klassiske metoder holder op med at virke på grund af deres umulighed skalering. Dette kursus er designet til at hjælpe den studerende med at lære det grundlæggende i fagområdet gennem formulering og at løse typiske problemer, som en datavidenskabsforsker kan støde på i sin egen arbejde. For at lære den studerende at løse sådanne problemer, giver kursets forfattere den studerende det nødvendige teoretiske minimum og viser, hvordan man bruger værktøjsgrundlaget i praksis.