Программы повышения квалификации для преподавателей и научных сотрудников

Цель курса научить преподавателей:

• размещать материалы на сайте дисциплины;

• использовать возможности планирования времени сдачи контрольных, эссе, проектов и прочих дедлайнов;

• создавать объявления и рассылать уведомления студентам курса;

• просматривать информацию о том, какие студенты записаны на курс;

• создавать тесты и иные контрольные мероприятия;

• вести журнал оценок.

Содержание программы:

Программа курса предусматривает несколько проверочных тестов. Для получения удостоверения о повышении квалификации необходимо разместить внутри курса ссылку на сайт, созданный для одной из своих дисциплин.

Рабочий язык: русский.

Записаться на курс: регистрация на обучение по программе осуществляется в текущем режиме через Единый личный кабинет работника НИУ ВШЭ по ссылке.

Курс предназначен для самостоятельного изучения и включает в себя: доступ к видеолекциям, презентациям и дополнительным материалам для чтения, а также тестовым заданиям для самопроверки по ключевым темам:

• Проектирование курса
• Оценивание и «обратная связь»
• Командная и групповая работа студентов, управление конфликтами
• Цифровые технологии и инструменты в обучении
• Подходы к проектированию курса в формате blended learning
• Правовые основы образовательной деятельности

Участникам, успешно сдавшим итоговое онлайн-тестирование по курсу (набравшим за него не менее 6 баллов), выдается удостоверение о повышении квалификации (в соответствии с Регламентом о повышении квалификации НИУ ВШЭ).

Для регистрации на курс пройдите, пожалуйста, по ссылке: https://learnonline.hse.ru/course/view.php?id=7165

(используйте для записи свой корпоративный логин с доменом hse.ru, нажав на прямоугольную кнопку "Авторизация НИУ ВШЭ").

Внимание! С момента записи на курс у Вас будет 30 дней, чтобы освоить все материалы и сдать итоговое онлайн-тестирование, после чего доступ к курсу будет закрыт.

Программа курса

Цель программы: обучение преподавателей и исследователей писать академический текст на английском языке, изучение конкретных языковых структур для осуществления необходимых речевых актов  (давать определения, описывать выводы, передавать взгляды других учёных и т.д.).

Содержание программы: курс состоит из модулей. Модули предоставляются на платформе Schoology по одному в неделю, включают в себя информационный материал по темам: как давать определения, описывать выводы, передавать взгляды других учёных и т.д., сопровождаются тренировочными заданиями (анализ текста, письмо, лексика и грамматика). С подробной информацией о программах можно ознакомиться на сайте https://academics.hse.ru/awc/course

Рабочий язык: английский.

1. Курс «Управление бизнес-процессами с помощью Stormbpmn» - обучение с 08.11.23 по 27.12.23;
2. Курс «Управление проектами» - обучение с 17.01.24 по 06.03.24;
3. Курс «SQL-запросы, а также Superset для визуализации данных» - обучение с 01.03.24 по 05.04.24.

Программы каждого из представленных курсов приведены во вложении.

Слушатели курсов научатся использовать SQL при работе с анализом, освоят базовые запросы, тонкости и нюансы данных, также узнают, как можно настраивать дашборды в инструменте визуализации Superset. Команды, работающие со стеком 1С, смогут обменяться лучшими практиками и кейсами, которые смогут применять в работе. Сотрудники смогут освоить подход и инструмент описания бизнес-процессов в системе Stormbpmn, а также повысят качество планируемых проектов, научатся эффективно использовать документацию по проектам и продуктам, повысят качество ведения коммуникации как внутри, так и во вне ЦБ.

По окончанию выбранного курса участники, посетившие определённое количество часов (не менее 80%), получат подтверждающий сертификат о прохождении обучения (Не является повышением квалификации!) 

Подробнее с графиком обучения и программами курсов можно познакомиться перейдя по ссылке: Программа курсов "Культура развития цифрового блока" 2023 - 2024 гг.

Для участия в программе и записи на выбранные курсы пройдите по ссылке и заполните форму: Форма заявки на участие в обучение

            По возникающим вопросам можно обратиться к Сдобновой Нине Валерьевне, руководителю проектов Дирекции по обеспечению цифровой трансформации НИУ ВШЭ, Тел: (495) 772-95-90, вн. 27385

Этот вводный курс познакомит вас с основами инновационного предпринимательства и научит разбираться в базовых вопросах данной сферы деятельности. Материалы курса подготовлены на базе программы Самарского национального исследовательского университета имени академика С.П. Королева.

После завершения этого курса вы сможете:
1. Анализировать факторы и условия развития инновационного предпринимательства.
2. Классифицировать типы инновационного поведения на рынке и виды наукоемкой продукции.
3. Анализировать перспективы создания и применения высоких технологий в Российской Федерации.  
4. Применять методы стратегического и оперативного маркетинга на рынках инновационного продукта.
5. Оценивать инновационный потенциал организации.
6. Систематизировать показатели эффективности инновационных проектов.
7. Применять метод многокритериального экспертного оценивания в инновационном предпринимательстве.

Подробнее о программе курса и записаться на курс Вы можете перейдя по ссылке.

Курс предназначен для начинающих преподавателей.  Курс предполагает погружение слушателей в современную психолого-педагогическую проблематику высшей школы.

О курсе

В этом курсе слушатели получат возможность:

- познакомиться с психолого-дидактическими компетенциями современного  вузовского преподавателя в условиях модернизации профессионального образования;

- развить профессионально-педагогическое мышление в процессе построения  собственной образовательной и профессиональной стратегий;

- освоить основные понятия, принципы и методы психолого-педагогической диагностики и мониторинга, позволяющих проектировать и реализовывать развивающий эффект диагностических процедур;

- овладеть навыками рефлексивного использования  в организации образовательного взаимодействия специфических видов коммуникаций, адекватных постановке и решению образовательных задач в области психологии в условиях современного университета;

- расширить представления о современных подходах к проблеме психологической безопасности в учреждениях высшего профессионального образования;

- формировать способность адаптировать и обобщать результаты современных психолого-педагогических исследований для собственных целей преподавания.

Узнато подробнее о программе и записаться на курс можно перейдя по ссылке.

О курсе

Этот курс – о том, как повышать вероятность достижения целей  с помощью создания игрофицированных систем. О превращении рутинных, скучных или сложных процессов в увлекательные и желанные. Вы научитесь создавать условия для роста мотивации с помощью необязательных игровых правил, формируя игровое настроение ваших сотрудников, студентов, а может быть – и вас самих.

Вы можете узнать подробнее о программе и записаться на курс перейдя по ссылке.

Учебный центр предлагает ряд курсов повышения квалификации и профессиональной переподготовки для преподавателей ВУЗов (в т.ч. на бесплатной основе). 

Рабочий язык: русский.

Выбрать и записаться на курс: перейти по ссылке.

Центр организован на базе Уральского Федерального Университета (УРФУ) в рамках мероприятия «Создание и функционирование сети международных научно-методических центров для распространения лучших международных практик подготовки, переподготовки и стажировки продвинутых кадров цифровой экономики в областях математики, информатики, технологий» федерального проекта «Кадры для цифровой экономики» национальной программы «Цифровая экономика Российской Федерации» в 2019-2022 годах.

Есть два типа программ:

• Образовательные: программы повышения квалификации и программы профессиональной переподготовки.
• Стажировки: научные и инновационные.

Центр работает по следующим направлениям:

• Математика
• Информатика
• Технологии цифровой экономики

Полный перечень программ

Вы можете пройти один курс обучения, или составить для себя индивидуальную программу. В такую программу можно включить несколько курсов, в том числе из разных направлений: математика, информатика и цифровые технологии. Например, ваша программа может включать курсы «Машинное обучение», «Глубокие нейронные сети» и «Машинное обучение в энергетике».

При успешном освоении программы вы получите свидетельство о повышении квалификации УрФУ.

Если объем выбранной вами программы 8 и более зачетных единиц, то после ее успешного освоения вы получите свидетельство о профессиональной переподготовке УрФУ. Не обязательно проходить все дисциплины программы друг за другом. Можно сделать это даже не за один год. Вы будете учиться в подходящем вам темпе.

Программы повышения квалификации и профессиональной переподготовки бесплатны для сотрудников российских университетов.

Чтобы записаться на обучение в Центр, зарегистрируйтесь на сайте, выберите интересующий вас курс и нажмите кнопку «+ Добавить модуль в программу».

Обучение и стажировки для сотрудников российских университетов бесплатны.

Курс подготовлен на базе программы Института биоинформатики.

О курсе

Мы начнем с самого начала, разберем центральные понятия и темы. Познакомимся с такими методами машинного обучения как деревья решений и нейронные сети. Практическая часть курса будет посвящена знакомству с наиболее популярными библиотеками для анализа данных, используя язык программирования Python - Pandas и Scikit-learn.

Курс вводный и рассчитан на слушателей, не обладающих специализированными знаниями в области машинного обучения. Для успешного прохождения потребуются базовые знания в области статистики и программирования на Python для решения практических задач.

Однако, если раньше вы никогда не программировали, но интересуетесь анализом данных, вы можете смело начинать этот курс, и подтягивать Python в процессе.

Узнать подробнее о программае и записаться на курс: перейти по ссылке.

О курсе

В этом курсе по программированию на языке Python вы познакомитесь с базовыми понятиями программирования.
Едва ли возможно научиться программировать без практики, поэтому в качестве домашних заданий вам будет предложено довольно много задач, в которых вы сможете потренировать своё умение программировать.
Ваши решения будут проверяться автоматической системой, поэтому вы будете получать быструю обратную связь. В силу большого количества участников курса, преподаватели не смогут давать индивидуальных советов по каждой программе, но если у вас будут возникать проблемы, то их всегда можно обсудить с однокурсниками в комментариях к задачам.

Курс подготовлен на базе программы Института биоинформатики.

Подробнее познакомиться с программой и записаться на курс можно перейдя по ссылке.

О курсе

В рамках данного курса мы подробно разберем все основные этапы анализа данных при помощи R. Слушатели научатся без труда манипулировать данными, используя как стандартные методы R и Rstudio, так и специальные пакеты и библиотеки. Мы выясним, как применять основные методы статистического анализа: t-тест, корреляция, регрессия, дисперсионный и регрессионный анализ и др. Также мы научимся писать собственные функции в R. Особое внимание в курсе будет уделено визуализации получаемых результатов.

Узнать подробнее о программе и записаться на курс Вы можете перейдя по ссылке. 

Курс подготовлен на базе программы Института биоинформатики.

О курсе

Существует классическая техника изучения языков программирования: сначала типы данных, потом конструкции, затем сложные структуры, классы, объекты и т.д. Как следствие, решаемые в качестве примеров задачи демонстрируют возможности определенного элемента языка и не имеют никакого прикладного значения. Но в жизни все совсем не так: есть задача, ее нужно решить желательно средствами, которые не потребуют глубоких знаний по программированию.

  Кому подойдет данный курс?

• тем, кто только решил стать программистом, но не выбрал, в какой сфере собирается работать. Python — язык универсальный;
• тем, кто уже осваивает Python самостоятельно или по учебникам. 

  Чему научит Вас данный курс?

• формализовать решаемую задачу, выбрать необходимые инструменты для  ее реализации средствами языка Python;
• выбрать  и использовать необходимый инструментарий библиотек Python для решения широкого класса задач;
• написать  программу, отладить и протестировать ее, обработать и визуализировать результаты.

Узнать подробнее о программе и записаться на курс можно по ссылке

О курсе

В течение 10 недель в формате кратких мини-лекций на примере задач компьютерной и теоретической лингвистики старший преподаватель Школы лингвистики НИУ ВШЭ Георгий Алексеевич Мороз расскажет слушателям про методы статистического анализа, а также про основы языка программирования R.

Привычные курсы по языкам программирования для лингвистов обычно основаны преимущественно на статистической обработке данных и их визуализации. Отличительной чертой данного онлайн-курса является то, что в него были дополнительно интегрированы все необходимые для лингвистов разделы, направленные на обработку и работу со строками естественного языка. Учебная программа не предполагает наличия у слушателя предварительных знаний по математике, программированию и лингвистике – при понимании базовых элементов пройти обучение можно буквально с нуля.

Содержательная часть программы помогает изучить основы статистического анализа данных. Также слушатели познакомятся со способами построения кластеризации и регрессий. Эти знания помогут в создании надежного фундамента для последующего расширенного обучения на занятиях, предназначенных для продвинутого статистического анализа и машинного обучения.

Для выполнения практических заданий вам потребуется установить программы R и RStudio. Пакеты необходимые для установки, будут перечислены в ходе лекций.

Формат

Курс состоит из коротких видеолекций от 8 до 15 минут длиной, внутри которых встроены неоцениваемые вопросы. На каждой неделе будет представлен оцениваемый тест содержащий задачи на программирование, анализ и визуализацию данных.

Программа курса

1. Введение в R: основные элементы, функции, циклы
2. Продвинутая обработка данных: пакеты tidyr и dplyr
3. Работа со строками: строки в R, регулярные выражения
4. Визуализация данных: base R vs. ggplot2
5. Интерактивная визуализация: rmarkdown, plotly, lingtypology
6. Работа с текстами: пакет tidytext
7. Введение в статистику: основы фриквентисткой статистики, формулировка гипотез
8. Корреляция и линейная регрессия
9. Кластеризация
10. Логистическая регрессия  

Подробнее о курсе и записаться на курс Вы можете перейдя по ссылке.