Аналитик данных: инструменты анализа и визуализации
Программа направлена на формирование компетенций, необходимых для профессиональной деятельности в области предварительной обработки, анализа и визуализации машиночитаемых данных различного вида с использованием среды R.
Особенностью программы является ее ориентированность на реальную практику и необходимость знаний в сфере технического анализа данных с помощью программных инструментов.
Формат: гибрид (онлайн/офлайн) Срок обучения — 3 недели Подготовка итогового проекта — 2 недели
Использовать прикладные компьютерные программы для обработки данных
Выполнять обработку данныхс целью устранения шумов, пустот и прочих элементов, затрудняющих распознавание цифрового след
Проверятьцелостность полученных данных
Применять алгоритмы очистки данных цифрового следа(поиск аномалий, корректировка, подсказка, автоматизация/уменьшение объема ручной работы, поиск дубликатов)
Применятьспециализированное программное обеспечение для анализа данных
ПРОГРАММА КУРСА
Модуль 1
Аналитик данных: инструменты анализа и визуализации
Раздел 1
Предварительная обработка различных типов данных, эксплораторный анализ
Раздел 2
Визуализация различных типов данных и формирование отчетов
Квалификационный экзамен
ГРАФИК ОБУЧЕНИЯ
Все материалы, открытые в ходе курса, доступны для изучения в течение 60 дней с даты окончания обучения
Онлайн-занятия (лекции и практика)
Не менее 2 раз в неделю по 2-4 академических часа. Записи всех онлайн-занятий сохраняются в системе для последующего просмотра.
Оффлайн-занятия (лекции и практика)
В промежутках между онлайн-занятиями слушатель выполняет задания и изучает дополнительные материалы в записи. Преподаватель курса проверяет задания и дает обратную связь.
Самостоятельная работа
Выполняйте углубленные задания, расширяйте свою экспертизу, изучая литературу из библиотеки курса, собранной специально для слушателей.
Итоговая аттестационная работа
Итоговый проект основывается на заданиях, выполненных в ходе курса. Лишь после успешной защиты проекта обучение считается завершенным.
О ПРЕПОДАВАТЕЛЯХ
Лисовая Дарья Дмитриевна. Ассистент кафедры ФГБОУ ВО РГАУ_МСХА им. К.А.Тимирязева. Владение языками программирования Python и R. Опыт разработки пайплайнов для обработки данных NGS, начиная с демультипликации и заканчивая аннотацией вариантов.Глубокая аннотация результатов с использованием баз данных, таких как clinvar, dbSNP,Uniprot, eQTL, PharmGKB и другие. Опыт в статистическом анализе данных.
Лисовая Дарья Дмитриевна
ТРЕБОВАНИЯ К СЛУШАТЕЛЯМ
Ваш диплом
Слушатели, имеющие среднее профессиональное или высшее образование, направление подготовки – без ограничений.
КАК ПОДГОТОВИТЬСЯ
Для участия в лекциях и практических занятиях вам понадобятся:
Компьютер и стабильный интернет
Микрофон
Веб-камера
ОСТАВИТЬ ЗАЯВКУ НА БЕСПЛАТНОЕ ОБУЧЕНИЕ
сделайте первый шаг к востребованной профессии! Получите по почте инструкцию, не забудьте проверить папку "Спам"