Научно-исследовательский семинар

Магистратура 2021/2022

Статус: Курс обязательный (Финансовые технологии и анализ данных)

Направление: 01.04.02. Прикладная математика и информатика

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 2-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Ананьева Марина Евгеньевна, Игнатов Дмитрий Игоревич, Темирчев Павел Георгиевич

Прогр. обучения: Финансовые технологии и анализ данных

Язык: русский

Кредиты: 8

Контактные часы: 56

Полная версия программы учебной дисциплины Задать вопрос

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

Ознакомление слушателей с подходами к решению бизнес-задач в крупных финансовых организациях с применением методов математического моделирования и анализа данных
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

Домашний проект 1
Домашний проект 2
Презентация курсовой работы
Экзамен состоялся в 3-ем модуле
Отчет (результат) по итогам 1 года обучения
Домашнее задание
Презентация статьи
Презентация ВКР
Оценка за дисциплину выставляется в соответствии с формулой оценивания от всех пройденных элементов контроля. Экзамен не проводится.
Отчет (результат) по итогам 1 года обучения
Домашнее задание
Презентация статьи
Презентация ВКР
Оценка за дисциплину выставляется в соответствии с формулой оценивания от всех пройденных элементов контроля. Экзамен не проводится.

Промежуточная аттестация

2020/2021 учебный год 4 модуль
0.1 * Презентация курсовой работы + 0.2 * Домашний проект 1 + 0.7 * Домашний проект 2
2021/2022 учебный год 2 модуль
0.2 * Домашнее задание + 0.3 * Отчет (результат) по итогам 1 года обучения + 0.2 * Презентация ВКР + 0.3 * Презентация статьи

Список литературы

Авторы

Игнатов Дмитрий Игоревич
Масютин Алексей Александрович
Яковлева Илона Александровна
Ананьева Марина Евгеньевна

Программа дисциплины