Магистратура
2019/2020
Научно-исследовательский семинар
Статус:
Курс обязательный (Финансовые технологии и анализ данных)
Направление:
01.04.02. Прикладная математика и информатика
Где читается:
Факультет компьютерных наук
Когда читается:
2-й курс, 2, 3 модуль
Формат изучения:
без онлайн-курса
Преподаватели:
Игнатов Дмитрий Игоревич
Прогр. обучения:
Финансовые технологии и анализ данных
Язык:
русский
Кредиты:
6
Контактные часы:
40
Программа дисциплины
Аннотация
Дисциплина преподается с целью ознакомления слушателей с подходами к решению бизнес-задач в крупных финансовых организациях с применением методов математического моделирования и анализа данных, приобретения навыков постановки прикладных исследовательских задач, разработки новых подходов и методов анализа данных, а также презентации реализованных решений перед заказчиками (в форме курсовой или выпускной квалификационной работы). В течение 1-ого года обучения в проведении дисциплины участвуют сотрудники подразделений Сбербанка и консалтинговых компаний с успешным опытом решения бизнес-задач на основе математического моделирования и анализа данных. В течение 2-ого года обучения слушатели изучают последние статьи по разработке новых методов машинного обучения, получают информацию о методах машинного обучения с подкреплением и выступают по тематике своих выпускных квалификационных работ.
Цель освоения дисциплины
- Ознакомления слушателей с подходами к решению бизнес-задач в крупных финансовых организациях с применением методов математического моделирования и анализа данных
Планируемые результаты обучения
- Знать особенности использования математического моделирования в крупных финансовых организациях
- Уметь формулировать бизнес-задачу и переводить ее в термины задачи построения предиктивной модели
Содержание учебной дисциплины
- Методы машинного обучения для верификации прогнозов финансовых данных компаний в рамках CF-моделирования
- Основные типы банковского кибермошенничества и степень последствий
- Методы выявления и борьбы с кибермошенничеством на основе анализа транзакционных данных в онлайн канале
- Продвинутые техники валидации моделей выявления кибермошенничества, методы локальной интерпретации и проблемы несбалансированности классов
Элементы контроля
- Отчет (результат) по итогам 1 года обучения
- Домашнее задание
- Презентация статьи
- Презентация ВКРОценка за дисциплину выставляется в соответствии с формулой оценивания от всех пройденных элементов контроля. Экзамен не проводится.
Промежуточная аттестация
- Промежуточная аттестация (3 модуль)0.24 * Домашнее задание + 0.4 * Отчет (результат) по итогам 1 года обучения + 0.18 * Презентация ВКР + 0.18 * Презентация статьи
Список литературы
Рекомендуемая основная литература
- Основы борьбы с киберпреступностью и кибертерроризмом : хрестоматия / сост. В. С. Овчинский. — М. : Норма, 2017. — 528 с. - Режим доступа: http://znanium.com/catalog/product/771246
Рекомендуемая дополнительная литература
- E. Baturina. (2019). Information-Analytical System of Monitoring of the Shadow of Non-Cash Flow: Basic Elements, Author’s Simulation Algorithm. Вестник Университета, (7), 144. https://doi.org/10.26425/1816-4277-2019-7-144-151
- Tham, J., & Velez-Pareja, I. (2004). Principles of Cash Flow Valuation. Elsevier. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.b.eee.monogr.9780126860405