Уровни проекта

Знания и навыки по блоку Программирование:

• знание основных типов данных и базового синтаксиса языка Python;
• умение читать и понимать чужой код и адаптировать его для собственных задач;
• умение самостоятельно писать программный код с использованием базовых управляющих конструкций и простой функциональности языка программирования;
• умение писать программный код для решения более сложных задач на основе данного пошагового алгоритма;
• способность автоматизировать простые рутинные задачи: обработка типовых файлов, несложные вычисления, частотный анализ текстов, сбор данных и др.

Знания и навыки по блоку Анализ данных:

• знание типов данных и способов их представления;
• элементарная работа с числовыми данными, в том числе дескриптивная статистика и визуализация;
• простейший анализ текстовых данных, в том числе с использованием регулярных выражений.

Знания и навыки по блоку Программирование:

• владение функциональностью языков программирования и их инструментами для работы с текстовыми и табличными данными;
• способность декомпозировать задачи на отдельные блоки и комбинировать базовые конструкции языков программирования для их реализации;
• способность осуществлять сбор данных из баз данных и интернет-источников (с помощью обработки неструктурированных данных или использования открытых API).

Знания и навыки по блоку Анализ данных:

• способность применять статистические методы для подготовки данных, выявления закономерностей, проверки гипотез и принятия решений;
• способность применять методы машинного обучения (в базовом виде, без доработки и модификации) для решения практических задач анализа данных;
• владение полноценными навыками визуализации данных.

Знания и навыки по блоку Программирование:

• способность написать эффективный код с применением специализированных алгоритмов и структур данных;
• владение базовыми навыками программной инженерии (тестирование и отладка кода, структурирование кода);
• навыки создания веб-приложений.

Знания и навыки по блоку Анализ данных:

• способность выполнять полный цикл решения задач с помощью машинного обучения и продвинутой аналитики: подготовить данные, разработать признаки, выбрать метрику качества, выбрать и обучить модель, провалидировать ее;
• понимание принципов работы методов интеллектуального анализа данных и умение их адаптировать с учётом специфики данных, критериев качества и требований к модели (интерпретируемость, быстродействие и т.д.);
• умение визуализировать результаты анализа и моделирования с помощью веб-приложений или других инструментов.

* Уровень достигается только в рамках отдельных специализаций или индивидуальной образовательной траектории.

Знания и навыки:

• знание теоретических основ современного машинного обучения;
• знание специализированных методов машинного обучения и обработки данных, которые могут применяться в профессиональной области (обработка сигналов, нейросетевые методы и глубинное обучение, компьютерное зрение, обработка естественного языка и т.д.), и понимание специфики их применения;
• способность решать задачи анализа данных в любых предметных областях при поддержке экспертов.

* Уровень достигается только в рамках отдельных специализаций или индивидуальной образовательной траектории.

Знания и навыки:

• знание современного состояния наук о данных и смежных областей;
• способность вести исследовательскую деятельность в сфере наук о данных, разрабатывать новые методы анализа данных.