MA
Direction «Applied Informatics»

Applied Data Analysis

Мест: 15
Language: Russian

О программе

Современные программы по анализу данных учат решать задачи, поставленные кем-то другим: аналитики данных не знакомы с задачами, которые стоят в искусстве, культуре, гуманитарной и социальной науке, а искусствоведы, историки, антропологи, социологи редко представляют себе современные технологические возможности, еще реже — применяют их в работе

Программа «Прикладной анализ данных»  преодолевает этот разрыв: академические ученые из ЕУ и программисты из Яндекса вырабатывают новый язык для диалога между исследователями в гуманитарных и общественных науках и техническими специалистами.

Студенты программы при поступлении не обладают техническими навыками и знаниями, но на выпуске работают с методами классической статистики в R, с Python, методами машинного обучения, обработки естественных языков, компьютерного зрения.

ПАНДАН на завтрак

Частью вступительных испытаний программы является портфолио, в котором должны быть представлены два эссе, написанные по двум из шести предложенных заданий. Задания составляют преподаватели, партнеры и проектные команды ПАНДАНа. Уникальные задания 2024 года можно найти на сайте. Темы для эссе прошлых лет опубликованы в социальных сетях университета с тегом #пандан_на_завтрак.  

Узнать подробную информацию о ходе приемной кампании, а также подать документы вы можете здесь:

Курсы

Иностранный (английский) язык

Курс разработан в русле коммуникативно-ориентированного обучения иностранным языкам. Его ключевым принципом является ориентация на овладение языком как средством общения в рамках жизненных ситуаций, актуальных для студентов. Особый упор в курсе делается на профессиональную коммуникацию: формируются навыки различных видов чтения (поискового, ознакомительного, просмотрового, аналитического), осуществляется обучение семантико-синтаксического и лексико-грамматического анализа текста и основам перевода текстов по специальности с иностранного (английского) языка на русский, развиваются навыки восприятия на слух монологической и диалогической аутентичной речи в профессиональной сфере, а также совершенствование навыков устной и письменной речи в рамках профессионального общения (в частности, умение сформировать основную идею сообщения, кратко изложить содержание текста).

Высшая математика

Курс знакомит обучающихся с линейными пространствами и их преобразованиями, элементами аналитической геометрии, системами линейных уравнений и методами их решений, матрицами, их характеристиками и операциям над ними. Начиная с повторения школьной программы, студенты студенты постепенно приобретают навыки решения системы линейных уравнений, формулирования задач в терминах линейной алгебры и операций нам матрицами, знания теоретических основ некоторых методов машинного обучения, которые в дальнейшем пригодятся для подготовки данные в прикладных задачах.

Язык программирования Python

Курс направлен на освоение основ алгоритмизации, а также прикладного программирования с упором на последующую сферу анализа данных.

Слушатели приобретают навыки:

  • работы с основными элементами структурного программирования
  • декомпозиции задач и структурирования кода
  • объектно-ориентированного и функционального программирования
  • работы со стандартной библиотекой языка и внешними модулями, формирования своего инструментария для задач автоматизации
  • практического применения основных пакетов обработки данных
Практический минимум

Курс посвящен основным видам серверного ПО и серверных ОС на примере Linux, их архитектуре и основным принципам работы.

Слушатели приобретают навыки:

  • работы с командной оболочкой bash и набором базовых утилит, доступных в ОС
  • написания скриптов автоматизации
  • работы с основными протоколами передачи информации в информационных системах
  • выстраивания взаимодействий клиент-сервер, взаимодействия через API, межпроцессного взаимодействия
  • развертывания ПО как на одиночный сервер, так и на вычислительный кластер
Введение в статистику

Курс знакомит с базовыми статистическими методами и терминологией, учит практически применять освоенные методы.

Слушатели изучают:

  • базовые статистические концепции и категории: переменная, распределение, статистическая значимость, p-value, гипотеза, регрессия
  • способы формулирования научных задач и гипотез в количественной парадигме
  • области применимости и ограничения статистических методов
  • способы применения освоенных методов в R или Python
Программирование в R

Курс направлен на освоение основ программирования на языке R с упором на последующую сферу анализа данных.

Слушатели изучают:

  • основные способы манипуляции и обработки данных в R
  • инструменты data.table и dplyr
  • способы визуализации данных в R
  • основные принципы tidy data
  • инструменты статистических методов в программной среде R-Studio
  • создание документов при помощи R Markdown
Машинное обучение: введение

Курс посвящён теоретическим основам алгоритмов машинного обучения с фокусом на основные методы и типы задач анализа данных в гуманитарных и социальных науках.

Слушатели учатся:

  • применять алгоритмы машинного обучения в соответствии с поставленной задачей анализа данных
  • решать задачи классификации, кластеризации, регрессии
  • работать с нейронными сетями
  • использовать современные методы и библиотеки машинного обучения для анализа данных в социо-гуманитарных областях

Текстовые данные

Цель курса – изучить подходы к количественному анализу текстов в общественных науках.
На занятиях разбираются общие вопросы корпусных исследований и проблемы вычислительной лингвистики.

Слушатели получают навыки:

  • работы c ключевыми источниками текстовых данных в общественных науках
  • по созданию массивов структурированных текстов из неструктурированных данных
Введение в обработку естественного языка

Курс знакомит с основными методами и приложениями автоматической обработки естественного языка (NLP).

Слушатели учатся:

  • основным методам и подходам к NLP
  • принципам оценки качества методов NLP
  • практическим навыкам обработки больших коллекций текстов
Введение в анализ изображений и видео

Курс знакомит с основными практическими задачами и методами в области анализа изображений и видео.

Слушатели изучают:

  • библиотеку OpenCV для Python
  • классические алгоритмы пространственной и частотной обработки изображений: сглаживание изображений, повышение резкости, выделение контуров и т.д.
  • нейросетевые алгоритмы и их применение для задач классификации и сегментации
Опросные данные

Курс нацелен не только на разбор основных понятий опросных данных, но и на формирование практических навыков работы с ними.

Слушатели курса:

  •  знакомятся с основными понятиями: выборка, ошибка выборки, генеральная совокупность, валидность, репрезентативность, шкалы, коррекция (взвешивание, эффект интервьюера)
  •  разбирают ограничения и преимущества опросных данных
  •  осваивают основные инструменты работы с опросными данными в R
  •  проводят практическую работу с опросными данными высокого и низкого качества
  •  осуществляют анализ полученных опросных данных
Административные и правовые данные

Курс посвящён специфике производства данных государственными органами РФ. Результат занятий – сформированное представление об аналитическом потенциале административных данных.

Слушатели изучают:

  • существующие государственные системы сбора данных
  • специфику административных (государственных) данных, агрегированную и неаграгированную информации, ГИС и системы ведомственного статистического наблюдения
  • приемы контроля качества государственных данных
Визуализация и геоданные

Курс знакомит с основными принципами визуализации разных типов данных, а также формирует практические навыки визуализации.

Слушатели изучают:

  • модели визуализации для отображения различных типов данных
  • методы визуализации геоданных
  • основные принципы проектирования эффективной модели визуализации
  • проектирование визуализации с помощью языка Python
Статистика

На курсе студенты изучают раздел математики, разрабатывающий методы анализа данных для построения вероятностных моделей явлений, эти данные породивших. Описанное промежуточное положение между реальными наблюдениями и абстрактными вероятностными моделями делает математическую статистику основным инструментом решения прикладных задач, в которых неопределенность интерпретируется как случайность. Слушатели изучают, какие бывают модели, оценивают их характеристики, проверяют гипотезы, сравнивают модели и учатся предсказывать, как будет выглядеть следующая порция данных.

Алгоритмы и структуры данных

Курс знакомит слушателей с различными структурами организации данных: массивами, списками, графами, деревьями, хеш-таблицами, а также некоторыми базовыми классами алгоритмов над ними, такими как сортировка, поиск и т.д. Занятия дают понимание вычислительной сложности алгоритмов, а также помогают выработать умение создать заданную структуру данных и ее базовый функционал в выбранном языке программирования.  Студенты научатся выбирать наиболее подходящую структуру данных для конкретной задачи и применять существующие библиотеки для работы со структурами данных, повышая эффективность работы программ, связанных с обработкой больших объемов данных в условиях ограниченных ресурсов по времени / памяти.

Технологии программирования

Курс знакомит студентов с методологией разработки программного обеспечения, включая парадигму объектно-ориентированного программирования, а также шаблоны проектирования. Особое внимание уделяется углублённому знакомству с методологией объектно-ориентированного программирования, получению навыков работы в современных IDE, включая профилирование и отладку, а также приемы рефакторинга, получению навыков работы с трехзвенной архитектурой и архитектурой клиент-сервер, получению навыков веб-разработки, получению навыков развертывания ПО на серверах, пакетирования приложений в различные контейнеры.

Базы данных

Дисциплина «Базы данных» знакомит слушателей с современным СУБД и организации данных в них, дает представление о реляционной алгебре и реляционных СУБД, о реляционной алгебре и документно-ориентированных СУБД, умение создать схему хранения данных для проекта, получить навыки работы с SQL-подобными языками запросов, сопрягать приложения на Python и С++ с базами данных, умение использовать ORM (Object-Relational Mapping) в программах для работы с СУБД.

Методология и проектирование информационных систем

В рамках курса магистранты изучают основы проектирования и разработки информационных систем (ИС), работы инфраструктурных сервисов, развертывания программного обеспечения, знакомятся с архитектурой и эволюцией информационных систем, принципами многозвенной архитектуры, с составом и ролью основных компонентов ИС. 

Слушатели развивают навыки:

  • описания процессов на разных уровнях ИС
  • организации движения и хранения данных в ИС
  • написания компонентов ИС и встраивания этих компонентов в существующие ИС и др.

Стоимость обучения

ЕУСПб — частный вуз, учеба в котором по закону не может быть бесплатной.
Однако мы предоставляем скидки на оплату обучения (95 %) и стипендии на основании рейтинга. Рейтинг составляется по результатам вступительных испытаний и пересматривается после каждой сессии.