Цель обучения:
В результате изучения профессионального модуля студент должен освоить основной вид деятельности Технология обработки больших данных и соответствующие ему общие и профессиональные компетенции:
Перечень общих компетенций
ОК 1.
Понимать сущность и социальную значимость будущей профессии, проявлять к ней устойчивый интерес
ОК 2.
Организовывать собственную деятельность, выбирать типовые методы и способы выполнения профессиональных задач, оценивать их эффективность и качеств
ОК 3
Принимать решения в стандартных и нестандартных ситуациях и нести за них ответственность
ОК 4
Осуществлять поиск и использование информации, необходимой для эффективного выполнения профессиональных задач, профессионального и личностного развития
ОК 5
Использовать информационно-коммуникационные технологии в профессиональной деятельности
ОК 6
Работать в коллективе и в команде, эффективно общаться с коллегами, руководством, потребителями
ОК 7
Брать на себя ответственность за работу членов команды (подчиненных), за результат выполнения заданий
ОК 8
Самостоятельно определять задачи профессионального и личностного развития, заниматься самообразованием, осознанно планировать повышение квалификации
ОК 9
Ориентироваться в условиях частой смены технологий в профессиональной деятельности
Перечень профессиональных компетенций
В результате освоения профессионального модуля студент должен:
ВД 12
Технология обработки больших данных
ПК 12.1
Строить математические модели, выявлять аномалии в данных, масштабировать модели, строить деревья решений, производить компонентный анализ, применять математические методы в решении практических задач, использовать современные программные продукты для построения математических моделей, использовать программное обеспечение для проектирования и моделирования
ПК 12.2
Работать с облачными сервисами, разрабатывать алгоритмы машинного обучения, разрабатывать алгоритмы анализа данных, применять методы анализа данных, выполнять распознавание изображений, реализовывать нейронные сети, реализовывать ботов, обрабатывать тексты
ПК 12.3
Осуществлять оценку пригодности решения, представлять сложные структуры, а также объекты особого интереса, особые точки, аттракторы, сингулярности, выполнять верификацию и валидацию визуализации, интерпретировать результаты решения, интерпретировать большие данные и большие изображения
ПК 12.4
Проявлять профессионализм в подготовке документации, разрабатывать документацию пользователей, работать с технической документацией на английском языке
Должен изучить и знать:
• строить математические модели;
• выявлять аномалии в данных;
• масштабировать модели;
• строить деревья решений;
• производить компонентный анализ;
• применять математические методы в решении практических задач;
• работать с Linux;
• работать с облачными сервисами;
• строить MapReduce запросы;
• работать с ПО: Spark, Hive, Pig, Hadoop;
• разрабатывать алгоритмы машинного обучения;
• разрабатывать алгоритмы анализа данных;
• применять методы анализа данных;
• выполнять распознавание изображений.
• осуществлять оценку пригодности;
• представлять сложные структуры, а также объекты особого интереса, особые точки, аттракторы, сингулярности;
• выполнять верификацию и валидацию визуализации.
• проявлять профессионализм в подготовке документации;
• разрабатывать документацию пользователей
Получить необходимые знания:
• математическую статистику;
• теорию алгоритмов;
• статистические методы обработки данных;
• регрессию;
• машинное обучение;
• дискриминантный анализ;
• кластерный анализ;
• сегментацию.
• параллельные алгоритмы;
• нейронные сети (топология);
• языки программирования: Python, R, Java, C++, C#;
• SQL, NoSQL решения;
• основы ImageProcessing;
• NLP.
• Big Data Visualization, Large Data Visualization;
• научную визуализацию;
• информационную визуализацию;
• визуализацию потоков данных;
• визуальный интеллектуальный анализ данных;
• визуальный поиск и рекомендации;
• описание ситуаций на основе больших данных с использованием визуализации;
• масштабируемые методы параллельной визуализации;
современные аппаратные средства и архитектуры для анализа и визуализации данных;
• человеко-компьютерный интерфейс и визуализация больших данных;
• приложения визуализации больших данных, включая кибер разведку и контрразведку, бизнес-анализ (бизнес разведку), электронную коммерцию, анализ научной информации, образование.
• важность тщательного документирования разработанных решений.
Другие характеристики профессии (эстетические нормы и т.п.):
• использования современных программных продуктов для построения математических моделей;
• использования программного обеспечения для проектирования и моделирования
• реализации нейронных сетей;
• реализации ботов;
• обработки текстов.
• интерпретирования результатов решения;
• интерпретации больших данных и больших изображений.
• работы с технической документацией на английском языке.