Новые дисциплины на программе "Анализ данных для государства и общества"

Начиная со следующего учебного года, на магистерской программе «Анализ данных для государства и общества» будут преподаваться новые дисциплины — «Введение в искусственный интеллект» и «Введение в геоинформационные методы анализа». О том, что будут изучать студенты, и как это поможет им стать более конкурентоспособными на рынке труда, читайте ниже.

© GeoAlliance

Введение в геоинформационные методы анализа 

Нагыманова Лиана

Приглашённый преподаватель департамента государственного администрирования

Этот курс — это первый шаг студентов в мир геоинформационного анализа данных. Мы познакомим ребят с базовыми принципами работы с геоинформационными системами (ГИС), причем сделаем акцент на инструментах, которые доступны в открытом доступе. Студенты научатся работать как с векторными, так и с растровыми моделями, освоят методы районирования, научатся проводить анализ соседства и использовать другие ключевые методы пространственного анализа.

Сегодня умение анализировать данные в пространственном измерении востребовано во многих сферах — от урбанистики до маркетинга. Пространственные данные помогают глубже понять социально-экономические процессы, выявить скрытые связи и визуализировать информацию так, чтобы её было легко интерпретировать. Наш курс поможет студентам не только освоить технические инструменты, но и понять, как эти методы можно применять для анализа реальных кейсов. Мы будем сочетать теорию с практикой. Студенты будут работать с реальными картографическими данными, учиться создавать карты, обрабатывать и анализировать пространственную информацию. В результате они смогут использовать полученные знания в своих исследованиях и проектах, а значит, станут более конкурентоспособными на рынке труда. 

 

Введение в искусственный интеллект

Глотов Алексей Александрович

Руководитель службы исследования больших данных российского оператора мобильной связи T2

Расскажу об основных составляющих курса «Введение в искусственный интеллект». 
Во-первых, мы рассмотрим общее понятие искусственного интеллекта, его виды, классы алгоритмов, которые входят в понятие ИИ. Также мы посмотрим на линейные модели, решающие деревья, ансамбли решающих деревьев, то есть на глубокое обучение нейросети. Таким образом, получится «верхнеуровневый» обзор с пониманием как плюсов и минусов этих подходов, так и базовой математики, которая стоит за ними. Второй раздел, который мы рассмотрим, представляет собой современные большие языковые модели, написание промтов. Студенты поймут, как работают большие языковые модели, какие учебные и бизнес-кейсы можно решать с их помощью. То есть с теоретической точки зрения мы изучим классические алгоритмы искусственного интеллекта, алгоритмы больших языковых моделей, алгоритмы генеративного искусственного интеллекта. 
Кроме того, будет и практический раздел, представляющий собой решение конкретных задач. Мы попробуем построить модели с классическими алгоритмами, поработать с моделями графовой и социальной аналитики, что достаточно актуально для направления обучения студентов, а также порешать ряд заданий с использованием больших языковых моделей.

Новые дисциплины являются важными для специалистов, стремящихся улучшить свои компетенции в области обработки и интерпретации больших объемов информации. Бизнес-аналитикам, менеджерам и руководителям разных уровней полученные на этих курсах скиллы позволяют принимать более обоснованные решения, оптимизировать процессы и выявлять новые возможности для роста. Геоинформационные методы особенно ценны для тех, кто работает с пространственными данными, например, в логистике, маркетинге или городском планировании. Они помогают визуализировать и анализировать географические тренды. "Введение в искусственный интеллект" же предоставляет системное понимание бизнес-процессов и стратегического мышления, что важно для руководителей и предпринимателей, желающих развивать свои управленческие навыки и принимать более эффективные решения в условиях современного рынка.

Сорбалэ Алексей Борисович
Академический руководитель ОП "Анализ данных для государства и общества"