1. Финансовый университет
  2. Факультет ИТиАБД Финансового университета
  3. Бакалавриат и специалитет Факультета ИТиАБД Финансового университета

Финансовый университет Факультет информационных технологий и анализа больших данных Прикладная информатика (09.03.03)

Инженерия данных: программа бакалавриата Факультета информационных технологий и анализа больших данных Финансового университета

  • от 350 000
    Информация о стоимости года обучения предоставлена за 2024 год
    рублей в год стоимость года
    обучения
  • 40 бюджет. мест
  • 10 платных мест
  • 4 года обучения

Поделиться с друзьями

Факультет информационных технологий и анализа больших данных Финансового университета: проходной балл на программу "Инженерия данных"

Бюджет Платно

Статистика за 2024 год

Проходной балл
Средний проходной балл
Проверить шансы

ЕГЭ (по приоритетам)

Математика 

Русский язык 

Иностранный язык 

или другие
1 вариант

Детали

Город
Москва
Язык
Русский
Уровень образования
Бакалавриат
Формат обучения
Форма обучения
Квалификация
Бакалавр

Когда проводится профилизация

Конкурс проводится на направление (специальность), распределение по профилю (специализации) происходит в момент написания заявления о приеме по желанию поступившего

О программе

Программа предоставляет студентам широкий круг знаний и навыков, необходимых для работы с большими объемами данных в современном информационном обществе. В ходе обучения студенты изучают основы программирования, базы данных, статистику, машинное обучение и алгоритмы. Они узнают, как собирать, хранить, обрабатывать и анализировать данные, используя различные инструменты и технологии. Также обучение включает в себя изучение методов визуализации данных и разработку умения принимать решения на основе анализа данных. Студенты также получают практический опыт работы с реальными проектами в области инженерии данных, что помогает им развить навыки сотрудничества, коммуникации и проблемного мышления. Обучение в программе бакалавриата по инженерии данных обеспечивает студентов необходимыми инструментами и знаниями для эффективного управления и анализа данных в различных сферах, таких как бизнес, наука, здравоохранение и другие.

Профессиональные дисциплины:

  • Иностранный язык
  • Иностранный язык в профессиональной сфере
  • Философия
  • Информационное право
  • Основы деловой и публичной коммуникации
  • Цикл математики н информатики
  • Введение в специальность
  • Алгебра и анализ
  • Теория вероятностей и математическая статистика
  • Финансовая математика и ее приложения
  • Практикум по программированию
  • Современные технологии программирования
  • Дискретная математика
  • Алгоритмы и структуры данных в языке Python
  • Системы управления базами данных
  • Обработка данных и моделирование в Excel
  • Математические модели микро- и макроэкономики
  • Технологии обработки больших данных
  • Машинное обучение
  • Глубокое обучение
  • Обработка текстов на естественных языках
  • Машинное обучение в соматическом и сетевом анализе
  • Технологии работы с открытыми данными.

Вариативная часть:

  • Экология данных
  • NoSQL СУБД
  • Хранилища данных
  • Организация вычислительных систем
  • Сетевые системы и приложения
  • Основы криптографии
  • Веб-разработка
  • Программная инженерия
  • Мобильная разработка
  • Кроссплатформенная разработка
  • Разработка приложений в системе 1C Предприятие
  • Банковские информационные системы
  • Бухгалтерские информационные системы
  • Имитационное и агентное моделирование
  • Разработка корпоративных и облачных приложений
  • Корпоративные информационные системы
  • Разработка эффективных вычислительных алгоритмов
  • Низкоуровневое программирование
  • Программирование для встраиваемых систем
  • Управление качеством программных систем
  • Проектирование информационных систем
  • Операции разработки
  • Технологии и алгоритмы анализа сетевых моделей
  • Рекомендательные системы и коллаборативная фильтрация
  • Семантические технологии
  • Программирование в среде R
  • Методы трансляции
  • Методология программирования
  • Основы технологий интернета вещей
  • Микросервисная архитектура
  • Технологии параллельного программирования
  • Оптимизационные задачи в машинном обучении
  • Основы машинного зрения
  • Прикладные задачи машинного обучения
  • Теоретические основы финансовых технологий
  • Финтех: инструментарий и модели бизнеса
  • Криптография и распределенные реестры.