О программе

Приглашаем Лидеров РЭУ на бесплатную программу дополнительной профессиональной переподготовки «Data Science в экономике».

Цель программы: подготовка специалистов, способных решать социально-экономические задачи с применением технологий аналитики Больших данных и машинного обучения.

Это редкая и высоко ценимая в бизнесе и науке группа профессионалов. Студенты получат навыки в области современных методов социально-экономического анализа, сравнимые с навыками выпускников ведущих вузов мира.

Формат обучения

  • Занятия 2 раза в неделю (4 акад. часа)
  • Лекции ведущих ученых в области Data Science
  • Доступ к современному оборудованию: облачные ресурсы, суперкомпьютер РЭУ, компьютерный класс «Data Science»

Дисциплины программы

Современные методы программирования

72 академических часа

Введение в анализ данных и машинное обучение

72 академических часа

Семантические модели данных

36 академических часов

Методы машинного обучения

72 академических часа

Современные методы эконометрических исследований

36 академических часов

Технологии регионального управления

72 академических часа

Требования к слушателям

  • Базовые знания по программированию и алгоритмизации
  • Понимание архитектуры вычислительных систем
  • Знание базовых алгоритмов обработки данных
  • Владение основными понятиями теории баз данных
  • Студенты 2 курса всех направлений РЭУ

Важная информация

Начало программы: сентябрь 2025 года

Срок обучения: 2 года

Формат обучения: очный, заочный с ДОТ

Срок записи: до 01 июля 2025 года

По окончании: диплом о профессиональной переподготовке

Тематический план программы

1. Современные методы программирования (72 ч.)

1.1 Динамические языки программирования

1.2 Переменные и объекты

1.3 Последовательности и итераторы

1.4 Отображения и множества, классы, модульность и контекст

2. Введение в анализ данных и машинное обучение (72 ч.)

2.1 Одномерный и многомерный анализ, конструирование признаков

2.2 Распределенная обработка данных, язык SQL, платформа ApacheSpark

2.3 Основы машинного обучения, ИНС, метод опорных векторов, TensorFlow/Keras

2.4 Деревья решений, случайный лес, градиентный бустинг, обработка графовых моделей, язык R

3. Семантические модели данных (36 ч.)

3.1 Архитектура деятельности и модель коммуникаций. Информационная архитектура.

3.2 Стратегии управления и информационные модели. Новая архитектура бизнеса.

3.3 Создание онтологии взаимодействия. Инструменты этапа «Коммуникация».

3.4 Взаимодействие компонент: язык обмена и модели взаимодействия.

4. Методы машинного обучения в анализе данных (72 ч.)

4.1 Методы статистики и машинного обучения для Data mining.

4.2 Методы визуализации и агрегирования данных.

4.3 Машинное обучение «без учителя» и «с учителем».

4.4 Методы пространственно-динамического моделирования.

5. Современные методы эконометрических исследований (36 ч.)

5.1 Модели с коррелирующими факторами

5.2 Модели с лаговыми зависимыми переменными

5.3 Системы взаимозависимых эконометрических моделей

5.4 Модели с дискретными зависимыми переменными

6. Технологии регионального и муниципального управления (72 ч.)

6.1 Диагностика социально-экономического развития территории

6.2 Субъекты регионального и муниципального управления

6.3 Налогово-бюджетные инструменты управления

6.4 Федеральное регулирование территориального развития

Сроки и этапы программы

До 01 июля 2025

Прием заявок на программу

Сентябрь 2025

Начало обучения

2025-2027

Двухгодичный курс обучения

Июнь 2027

Итоговая аттестация, Выпуск и вручение дипломов