Дата Сциенце за менаџере - курс 60.000 руб. са ХСЕ, обука 2 дана, Датум: 17.06.2023.
мисцеланеа / / November 30, 2023
Програми додатног стручног образовања су оријентисани на праксу и омогућавају вам да се развијате у краћем временском периоду (од неколико недеља до две године) стекнете ново занимање, стекнете постојеће стручне и менаџерске компетенције или проширите своја знања из одређеног предмета области.
Следећим је дозвољено да савладају додатне стручне програме:
- Лица са средњим стручним и (или) високим образовањем;
- Лица која стичу средње стручно и (или) високо образовање.
Циљеви учења
1 Пређите на нови ниво професионалног развоја
2 Испуните брзо променљиве захтеве тржишта и друштвеног окружења
3 Постаните успешан пословни менаџер
4 Задовољити образовне потребе у различитим областима економије, науке, културе и уметности
Програми даљег образовања
Програми напредне обуке
Подизање стручног нивоа у оквиру постојећих квалификација и (или) усавршавање и (или) стицање нових компетенција неопходних за професионалну делатност
- Од 16 часова
- Сертификат о усавршавању
- За лица која имају (или завршавају) више или средње стручно образовање
Програми стручне преквалификације
Да стекну компетенције неопходне за обављање нове врсте професионалне делатности
- Од 250 академских часова
- Диплома о стручној преквалификацији, са правом обављања нове стручне делатности
- За лица која имају (или завршавају) више или средње стручно образовање
Програми професионалне преквалификације за стицање додатних квалификација
- За лица која имају или стичу више или средње стручно образовање и најмање 3 године радног искуства на руководећој позицији
Програми професионалне преквалификације за стицање додатних квалификација у области менаџмента „Мастер пословне администрације“ (МБА - Мастер оф Бусинесс Администратион)", укључујући и за више менаџере (ЕМБА - Екецутиве Мастер оф Бусинесс Администратион)
- Од 2040. наставних часова
- Диплома о стручној преквалификацији, са додатном квалификацијом „Мастер пословне администрације“
Програми професионалне преквалификације за стицање додатних квалификација у конкретном стручна област "Мастер у...", укључујући и за више менаџере (извршни маг у…)
- Од 2040. наставних часова
- Диплома о стручној преквалификацији, са додатним квалификацијама
Доктор... програма
Програми професионалне преквалификације за стицање додатних квалификација за стручне дипломе, посебно доктора пословну администрацију (ДБА – Доцтор оф Бусинесс Администратион), доктор правних наука (Доцтор оф Лав), Доцтор оф Едуцатион (Доцтор оф Едуцатион) и др. степени
- Од 2040. наставних часова
- Диплома о стручној преквалификацији, додела стручног звања
- За лица са вишом стручном спремом и најмање 5 година радног искуства на руководећој позицији
Магистарска позиција: Стручњак Центра за континуирано образовање, Рачунарски факултет.
У Вишој економској школи почео да ради 2017. године. Предаје курсеве о машинском учењу у маркетингу и уводу у науку о подацима. Професионална интересовања: машинско учење у биоинформатици биоинформатика анализа података у биологији Образовање 2018 Магистарске студије: Национална истраживања Универзитет „Виша школа економије“, специјалност „Примењена математика и информатика“ 2015. Диплома: Национални истраживачки универзитет „Виша школа“ Економија“, специјалност „Примењена математика и рачунарство“ Професионално искуство 2020 – сада: Водећи научник за податке, Кс5 Ретаил Гроуп 2019 – 2020: Руководилац Биг Дата тима, Азбука Вкуса 2019 - 2019: виши менаџер за анализу великих података, Кс5 Ретаил Гроуп 2018 - сада: наставник у Центру за континуирано образовање, Рачунарски факултет 2017 - данас: гостујући предавач на Катедри за велике податке и проналажење информација 2016 - 2016: млађи аналитичар, менаџер пројекта, ИДФ 2014 - 2015: мл. Менаџер производа, Алфа-Банк.
Радно место: виши предавач, Факултет рачунарских наука, Катедра за велике податке и проналажење информација.
Дипломирао на Факултету рачунарске математике и кибернетике Московског државног универзитета 2013. године. У Вишој економској школи почео да ради 2016. године. Предаје курсеве Увод у аналитику података, Увод у машинско учење и Примењене науке о подацима.
Заменик шефа катедре, виши предавач, Рачунарски факултет, Катедра за велике податке и проналажење информација; Руководилац пројекта, академски руководилац, Рачунарски факултет, Центар за континуирано образовање; Шеф лабораторије, Факултет рачунарских наука, Катедра за велике податке и претраживање информација, Истраживачка лабораторија за анализу података у финансијским технологијама; Академски директор образовног програма „Примењена математика и рачунарство“.
Професионална интересовања: анализа података, машинско учење, анализа и аутоматска обрада текста Образовање 2013. Специјалност: Московски државни универзитет. М.В. Ломоносов, специјалност "Примењена математика и рачунарство" Професионално искуство Радио у компанијама Биоцлиницум, Форецсис, Озоне. Од 2014. ради у Иандек-у. Од 2016. године ради на Факултету рачунарских наука Високе економске школе Националног истраживачког универзитета, где предаје предмете у смеру „Интелектуалац“. анализа података“, израдио је и предаје предмет о машинском учењу у програму „Примењена математика и информатика“. Од 2019. године - академски директор програма „Примењена математика и информатика“. Награде и достигнућа Најбољи наставник – 2019, 2018, 2017
Основни циљ предмета је испитивање техника за конструисање концептуалног модела апликације заснованог на коришћењу шаблоне, као и могућност поновног коришћења развоја направљених у оквиру објектно оријентисаних анализа. Курс пружа практичне смернице о томе како изградити УМЛ репрезентацију концептуалног модела и како даље трансформисати концептуални модел у дизајн.
4,2
🏆 Добитник Степик награда 2022 у категорији „Пробој године“🏆 Практични видео курс о основама науке о подацима. Без математике, без теорије, само примери решавања стварних проблема помоћу панди и ЦатБоост-а. Уводни део курса о питону и пандама за анализу података је доступан бесплатно!🔥
4
Курс упознаје студенте са основним концептима науке о подацима. Погледаћемо основне алгоритме (линеарни модели, стабла одлучивања, КНН, композиције) и анализирати припрему података (чишћење, генерисање нових карактеристика и њихов избор). Стечено знање биће довољно за решавање широког спектра проблема.
4