Профиль:
IT-СЕРВИСЫ И ТЕХНОЛОГИИ ОБРАБОТКИ ДАННЫХ
НА ТРАНСПОРТЕ
Направление 09.03.01 «Информатика и вычислительная техника»
Узнать больше!
Михаил Мишустин
Председатель Правительства Российской Федерации
Удивительное свойство данных - рождать новую стоимость при их структуризации и обработке, в том числе с использованием алгоритмов искусственного интеллекта… Это, если хотите, новая нефть, золото, платина XXI века...
Герман Греф
Президент, Председатель Правления ПАО Сбербанк
Традиционные IT-технологии уже уходят в прошлое, а их место занимают Big data, позволяющие обрабатывать огромное количество данных и доступные всем компаниям; бурное развитие технологий продолжит развиваться по экспоненте...
ЦЕЛЬ ПРОГРАММЫ
подготовка специалистов по инженерии данных (data engineer) в области разработки и развития цифровых технологий транспортного бизнеса
В современном мире практически в любом проекте возникают задачи анализа данных: от прогноза биржевых котировок до выбора локации логистических хабов. Аналитические методы применяются к огромным массивам данных современной науки и коммерции. Развитие цифровых информационно-аналитических сервисов управления транспортными потоками привело к появлению новых профессий и формированию потребности в кадрах всех уровней в области инженерии данных.
О программе
4 года
срок обучения
25/25
бюджетных/платных мест
Очная
форма обучения
Бакалавр
квалификация выпускника
ОЗНАКОМИТЬСЯ С КОНКУРСОМ
Ключевые компетенции выпускника:
Знание предметной области транспорта для решения прикладных задач
Экспертиза в области разработки и администрирования баз данных
Умение разрабатывать сложные программные продукты и бизнес-приложения
Умение извлекать, очищать, консолидировать и систематизировать данные
Умение пользоваться инструментами обработки данных
Машинное обучение, нейросети, искусственный интеллект
Ваше возможное место работы:
ИТ-компании
Экспертно-аналитические и консалтинговые компании
Организации транспортного
комплекса
Дисциплины профиля
Модуль 1,2.
Базовые дисциплины, направленные на общекультурные компетенции и формирование базовых знаний в области информационных технологий
  • Основы анализа и визуализации данных
  • Сетевые технологии
  • Системное и прикладное программное обеспечение
  • Информационная безопасность
    Модуль 3.
    Исследовательский анализ данных
    • Математическая статистика и теория вероятности
    • Теория оптимизации
    • Теория систем и системный анализ
    • Визуализация данных
    Модуль 4.
    Программирование
    • Системы программирования Python
    • Алгоритмы и структуры данных
    • Основы веб-программирования
    • Программирование на R
    • Low code и программные роботы
    Модуль 5.
    Машинное обучение
    • Анализ больших текстовых данных и текстовый поиск
    • Машинное обучение и анализ данных
    Модуль 6.
    Базы данных и большие данные
    • Базы данных
    • Основы SQL
    • Технология хранения больших данных
    • Методы анализа и обработки больших данных
    Модуль 7.
    Компьютерное зрение
    • Нейронные сети
    • Основы теории искусственного интеллекта
    • Интеллектуальные методы распознавания изображений
    Модуль 8.
    Высшая математика
    • Линейная алгебра
    • Математический анализ
    • Аналитическая геометрия
    • Дискретная математика
    • Численные методы
    • Временные ряды
    Модуль 9.
    Экономика и менеджмент
    • Техники публичного выступления
    • Правовая культура
    • Технология Agile в разработке ИТ-продуктов
    • Экономическая теория и эффективность ИТ
    • Тайм-менеджмент и личная эффективность
    • Цифровая экономика
    Модуль 10.
    Предметная область (транспорт)
    • История транспорта
    • Основные транспортные технологии
    • Информационные технологии и сервисы на транспорте
    • Мультимодальные транспортные системы
    • Анализ и моделирование бизнес-процессов на транспорте
    • Цифровые трансформации транспорта
    Модуль 11,12.
    Проектная деятельность и факультативные дисциплины
    • On-line курс «Python-разработчик»
    • On-line курс «Аналитик данных»
    • On-line курс «Hadoop. Система для обработки больших объемов данных»
    • On-line курс «Web-разработчик»
    • On-line курс «Специалист по Data Science»
    • On-line курс «Разработчик C++»
    Кейсы практических дисциплин:
    Трекинг контейнеров по видам транспорта
    Программный продукт (используемый/формируемый) – Pycharm, PostgreSQL PRO, MS Excel
    Data set – Собирается в процессе реализации кейса
    Работа с Порталом открытых данных РФ по API
    Программный продукт (используемый/формируемый) – Python, MS Power BI Desktop
    Data set – Собирается в процессе реализации кейса
    Прогнозирование тарифов в городском и пассажирском транспорте
    Постановка задачи: Прогнозирование тарифов на открытых данных
    Программный продукт (используемый/формируемый) – Python, MS Power BI Desktop
    Data set – Тарифы на проезд в городском пассажирском транспорте
    Поиск наиболее загруженных станций метрополитена на основе данных по проходам через турникеты
    Программный продукт (используемый/формируемый) – PolymaticaAnalytics
    Data set – Metro-2020
    Предварительный отбор изобретений для окна инноваций ОАО «РЖД»
    Постановка задачи: Автоматизированный выбор изобретений, подходящих для актуальных запросов окна инноваций ОАО «РЖД»
    Программный продукт (используемый/формируемый) – Python, MS Power BI Desktop
    Data set– Открытый реестр изобретений Российской Федерации
    Анализ взаимосвязей аварий и проведению проверок в сфере транспорта
    Постановка задачи: Оценка влияния деятельности
    Data set – Открытые данные ЕМИСС от Федеральной службы по надзору в сфере транспорта
    Обратная связь
    Вы можете задать вопрос руководству программы:
    Ваше имя
    E-mail
    Ваш вопрос
    Контакты
    b.igolnikov@rut.digital
    На главную!