Курсы повышения квалификации

Анализ изображений – область прикладной математики, изучающая методы извлечения полезной информации из изображений. Анализ изображений тесно связан с их обработкой и включает такие задачи, как поиск объектов заданной формы, выделение границ, улучшение изображений, сегментацию и треккинг, количественное описание областей изображения. Эти задачи встречаются в микробиологии, медицине, астрономии, робототехнике, системах безопасности и слежения, а также других сферах науки и техники, имеющих дело с цифровыми изображениями.
В рамках курса Вы рассмотрите основные задачи анализа изображений, изучите классические и современные методы выделения границ объектов на изображениях, методы улучшения изображений и устранения шумов, познакомитесь с нейросетевыми архитектурами, применяемыми в анализе изображений.

Данный курс предназначен для погружения в data-driven подход, который заключается в проектировании и улучшении продуктов и услуг на основе данных: исследований, тестов, проверок гипотез. Слушатели курса знакомятся с инструментальными средствами, методами и задачами машинного обучения, которые используются и возникают при следовании этому подходу. В результате прохождения курса, слушатели приобретут базовые практические навыки и основные сведения по созданию, оценке и эксплуатации моделей на основе методов машинного обучения в прикладных проблемах.

Применение проектного управления широко используется при создании инженерных, социо-технических и программных систем для сокращения сроков реализации проекта и получения требуемого уровня качества в рамках запланированных ресурсов. Методологию проектного управления можно применять также и в образовательном процессе, что позволит снизить нагрузку на преподавателя и повысить гибкость учебного процесса. Мы обсудим гибкие методологии проектного управления (Agile, Scrum), нашедшие распространение у разработчиков программного обеспечения, и рассмотрим особенности их применения и отличия от традиционной методологии проектного управления (waterfall).

Программа разработана с целью знакомства слушателей с современными математическими методами формулировки математических моделей и построения их аналитических решений как для нелинейных уравнений в частных производных, так и для нелинейных обыкновенных дифференциальных уравнений. Рассматриваются приложения нелинейных дифференциальных уравнений для различных областей наук, включая, прежде всего физику, биологию и экономику. Слушатели знакомятся с современными методами построения аналитических решений различных математических моделей с использованием пакетов прикладных компьютерных программ.

В настоящий момент новостные, рекомендательные, поисковые системы, медиа сервисы являются неотъемлемой частью нашей жизни. В основе каждой подобной системы лежат механизмы хранения и обработки больших объемов данных. Большие Данные также являются базисом для создания перспективных интеллектуальных систем и неотъемлемым артефактом экспоненциального роста объема хранимой информации в мире. Данный курс познакомит Вас с основами современных технологий обработки Больших Данных: Hadoop, Spark, NoSQL, Kubernetes и другими.

Современный образовательный процесс трудно представить без использования информационно-коммуникационных технологий. Облачные сервисы, онлайн ресурсы, EdTech решения и стриминговые платформы становятся неотъемлемой частью процесса получения знаний. Подход к обучению при этом становится индивидуализированным. Все это делает цифровую грамотность одной из ключевых компетенций современного преподавателя. Данный курс познакомит Вас с различными цифровыми сервисами, позволяющими разнообразить образовательный процесс и оптимально выстроить взаимодействие со студентами.

Отсутствие своевременного доступа к требуемому объему информации из истории болезни пациента может привести к значительным и, возможно, критическим задержкам в диагностике и лечении. Медицинские информационные системы, ориентированные на пациента, помогут гарантировать безопасное и надежное управление медицинскими данными, полученными из нескольких больниц, а также разграничение доступа к ним, что актуально, в частности, для пациентов с прогрессирующими, а также хроническими заболеваниями. Медицинские данные включают в себя персональные данные пациента, следовательно, необходимо обеспечение информационной безопасности в течение всего жизненного цикла таких данных, в частности, сохранение конфиденциальности сведений, составляющих медицинскую тайну.

В условиях пандемии коронавируса образовательный процесс проходит в онлайн-формате, мы также обмениваемся ценными документами по электронной почте, в мессенджерах. Мы обрабатываем персональные данные студентов, проводим тестирования с использованием Google форм и пользуемся облачными сервисами. Данный курс познакомит Вас с основными правилами, которым необходимо следовать, для минимизации риска стать объектом атаки злоумышленника.