Программа бакалавриата

ФГОС 09.03.03

Прикладная информатика

Интеллектуальный анализ данных

Срок обучения

2,5-3,5 года

отправить заявку

ДЛЯ КОГО

Программа предназначена для выпускников колледжей и вузов с ИТ-бэкграундом, которые хотят научиться работать с данными для решения бизнес-задач.

Обучение охватывает весь цикл работы — от сбора и анализа данных до создания ИИ-продуктов, помогая выпускникам выявлять скрытые закономерности, улучшать продукты и оптимизировать процессы.

ПРЕИМУЩЕСТВА ПРОГРАММЫ

Актуальные знания

Программа основана на последних достижениях в области ИТ, больших данных и искусственного интеллекта

Практическая направленность

Акцент на практических навыках работы с данными, включая реальные проекты и кейсы, обеспечивает быструю адаптацию студентов к рабочим задачам

Широкие возможности трудоустройства

Студенты востребованы в различных отраслях: ИТ, банки, ритейл и другие компании, где требуется анализ данных и машинное обучение

руководитель программы

Бикбулатова Галина Евгеньевна

  • Бизнес-партнёр по бизнес-аналитике в компании Abbott
  • Автор и преподаватель курсов по бизнес-аналитике и анализу данных
  • Эксперт по бизнес-аналитике и аналитике эффективности на рынках товаров повседневного спроса и фармацевтической отрасли
  • Разрабатывает и управляет портфелем из 150+ отчётов для 800+ ежедневных пользователей

Педагоги

Довгополый Иоанн Алексеевич

  • Технический менеджер в Яндексе, бывший ML-engineer в Сбербанке
  • Опыт аналитика данных и консультанта в ЭКОПСИ консалтинг
  • Приглашённый преподаватель в НИУ ВШЭ и SkillFactory
  • Автор ML-моделей и микросервисов с бизнес-результатами

Визуализация в Python

Бикбулатова Галина Евгеньевна

  • BI бизнес партнер в компании Abbott
  • Автор и преподаватель курсов по BI-аналитике и анализу данных
  • Эксперт по BI и performance-аналитике на рынках FMCG и Big Pharma
  • Разрабатывает и управляет портфелем из 150+ отчетов на 800+ ежедневных пользователей

BI-инструменты

Шатурная Оксана Сергеевна

  • Кандидат физико-математических наук, доцент
  • Более 25 лет педагогического стажа
  • Преподаватель ITHub College, ex-преподаватель РЭУ им. Плеханова
  • Эксперт по статистике, эконометрике и методам оптимизации

Прикладная статистика в аналитике и машинном обучении

Дьяков Александр Сергеевич

  • Преподаватель ITHub и исследователь ЮУрГУ с международным опытом
  • Учёный в области химии и анализа данных, автор публикаций в топ-журналах
  • Эксперт по машинному обучению и методам анализа данных
  • Лауреат грантов, премий и обладатель патентов

Продвинутое программирование

Нагорных Максим Эдуардович

  • Ведущий программист Санкт-Петербургского Информационно-Аналитического Центра
  • Эксперт по разработке и сопровождению ИТ-решений
  • Специалист по администрированию и оптимизации баз данных
  • Опыт внедрения решений для безопасности и производительности

Продвинутые SQL-запросы и NoSQL базы данных

Смолкина Юлия Александровна

  • Data Steward в Wildberries&Russ
  • Эксперт в аналитике данных и AI с 4-летним опытом
  • Специалист в инженерии данных, бизнес-аналитике и DevOps
  • Автор проектов по оптимизации и автоматизации процессов

Глубинное обучение

чему научатся выпускники

Работать с данными

  • Собирать, очищать и анализировать большие данные
  • Визуализировать данные с помощью Python и строить дашборды
  • Формировать наглядные отчеты для бизнеса
Поступить

Применять машинное обучение

  • Разрабатывать и обучать модели машинного обучения
  • Использовать нейросети и глубокое обучение для решения задач
  • Оценивать качество моделей и интерпретировать результаты
Поступить

Автоматизировать работу с данными

  • Писать скрипты на Python и Go для обработки данных
  • Работать с базами данных
  • Настраивать пайплайны и процессы извлечения, преобразования и загрузки данных
Поступить

Решать бизнес-задачи с помощью данных

  • Проводить А/Б-тестирования и оценивать эффективность решений
  • Строить предиктивные модели для бизнеса (продажи, риски, спрос)
  • Анализировать поведение пользователей и создавать рекомендательные системы
Поступить

Управлять проектами в Data Science

  • Планировать этапы работы с данными
  • Работать в команде с разработчиками и бизнес-аналитиками
  • Представлять результаты заказчикам и руководству
Поступить

КАРЬЕРНЫЕ ПЕРСПЕКТИВЫ

Продуктовый аналитик

Работа с данными для развития продукта

Мидл ≈ 170 тыс. ₽

Системный аналитик

Анализ и оптимизация ИТ-систем

Мидл ≈ 113 тыс. ₽

Бизнес-аналитик

Анализ продаж, прогнозирование спроса

Мидл ≈ 195 тыс. ₽

BI-аналитик

Работа с данными для принятия бизнес-решений

Мидл ≈ 129 тыс. ₽

В аналитике данных

Дата инженер

Обработка и анализ данных

Мидл ≈ 200 тыс. ₽

Дата-стюард

Управление качеством и доступностью данных

Мидл ≈ 180 тыс. ₽

В управлении данными

Специалист по компьютерному зрению

Работа с изображениями
Мидл ≈ 130 тыс. ₽

Специалист по обработке естественного языка

Работа с текстовыми данными
Мидл ≈ до 330 тыс. ₽

Разработчик рекомендательных систем

Создание алгоритмов для персонализированных предложений
Мидл ≈ 120 тыс. ₽

В Науке о данных

Почему стоит выбрать эту программу

Программа даёт не просто диплом, а востребованные в цифровой экономике навыки работы с данными, открывая возможности трудоустройства в самых разных сферах — от IT и финансов до медицины и науки

Современный подход – обучение на реальных кейсах из бизнеса и науки

Преподаватели-практики – эксперты из ИТ и Дата-аналитики

Востребованность на рынке – высокий спрос на специалистов

Программа даёт не просто диплом, а востребованные в цифровой экономике навыки работы с данными, открывая возможности трудоустройства в самых разных сферах — от IT и финансов до медицины и науки.

Профессиональные компетенции выпускников программы

Интеллектуальный анализ данных

Управление проектами

Планировать этапы Data Science-проекта

Оценивать сроки и ресурсы

Координировать работу команд (аналитики, инженеры, заказчики)

Документировать процесс анализа

Представлять результаты заказчикам и руководству

Предметная аналитика

Анализировать данные в конкретных областях: финансы (кредитный скоринг), ритейл (прогнозирование спроса), медицина (анализ медицинских изображений)

Применять отраслевые стандарты работы с данными

Бизнес-аналитика

Формулировать аналитические гипотезы

Проводить A/B-тесты

Рассчитывать ключевые метрики (LTV, CAC, конверсии)

Автоматизировать отчетность через Python-скрипты

Big Data

Работать с распределенными системами (Hadoop, Spark)

Обрабатывать потоковые данные (Kafka)

Использовать облачные платформы (AWS S3, Google BigQuery)

Оптимизировать вычисления для больших объемов данных

Машинное обучение

Разрабатывать модели классификации и регрессии (Scikit-learn)

Оценивать качество моделей (метрики accuracy, precision, ROC-AUC)

Настраивать гиперпараметры алгоритмов

Применять ансамбли моделей (Random Forest, XGBoost)

SQL-аналитика

Писать сложные запросы (JOIN, оконные функции)

Проектировать реляционные базы данных

Оптимизировать производительность запросов

Работать с хранилищами данных (Data Warehousing)

Визуализация

Строить интерактивные дашборды в Tableau/Power BI

Создавать графики (Matplotlib, Seaborn, Plotly)

Интерпретировать визуализации для бизнес-отчетов

Оптимизировать представление данных под целевую аудиторию

Обработка данных

Очищать и преобразовывать структурированные и неструктурированные данные

Работать с форматами JSON, CSV, XML

Использовать Python (Pandas, NumPy) и R для предобработки данных

Устранять пропуски и аномалии в дата-сетах

Профессиональная коммуникация и работа со стейкхолдерами

Перевод бизнес- и маркетинговых задач в визуальные концепции

Ведение креативных презентаций и аргументация решений

Работа с обратной связью и управление ожиданиями клиентов

Эффективное взаимодействие с подрядчиками и смежными специалистами

Стратегия бренда и визуальные коммуникации

Разработка визуальной стратегии бренда в связке с бизнес-целями

Создание айдентики и системы визуальных коммуникаций

Обеспечение целостности и консистентности визуального языка

Адаптация визуальных решений под разные каналы и платформы

Управление дизайн-процессами и производством

Структурирование и управление полным циклом дизайн-проекта

Работа с брифами, исследованиями и аналитикой

Постановка задач, контроль сроков и качества исполнения

Оптимизация процессов взаимодействия внутри креативных команд

Креативное руководство и арт-дирекшн

Формирование и развитие художественного и концептуального видения проектов

Принятие ключевых визуальных решений и ответственность за креативный результат

Кураторство дизайн-команд и контроль качества визуальных материалов

Защита креативных концепций перед клиентами и внутренними стейкхолдерами

Практические и технологические инструменты безопасности

Использование средств автоматизации и аналитики угроз

Применение искусственного интеллекта и современных инструментов кибераналитики

Практическая работа с кейсами и реальными проектами под наставничеством экспертов

Криптография и защита данных

Применение методов криптографии и шифрования данных

Использование электронных подписей

Разработка и внедрение политик безопасности, работа с международными и российскими стандартами (ISO/IEC, CompTIA, CEH)

ОСТАВИТЬ ЗАЯВКУ

Оставьте свои контакты, и мы свяжемся с вами, чтобы рассказать о программе подробнее

    Ключевые гибкие навыки выпускников программы

    Коммуникативные навыки

    • Четкое изложение мыслей
    • Адаптация стиля общения
    • Ведение переговоров
    • Разрешение конфликтов

    Развитое мышление

    • Критическое: проверка достоверности данных, объективная оценка информации
    • Аналитическое: структурирование информации, работа с большими данными, выявление закономерностей
    • Системное: фокус на деталях и общей картине, моделирование процессов
    • Стратегическое: выявление тенденций, принятие решений в ситуации неопределенности, управление рисками
    • Креативное: Способность выделять ключевые инсайты

    Самоорганизация

    • Планирование
    • Управление временем
    • Многозадачность

    Критическое любопытство

    • Глубокий интерес к поиску неочевидных закономерностей и вопросов
    • Привычка ставить под сомнение «очевидные» выводы.
    • Умение задавать правильные вопросы к данным.
    • Способность видеть пробелы в информации.
    • Навык поиска альтернативных интерпретаций результатов.

    Кросс-функциональная командная работа

    • Эффективная работа с кросс-функциональными командами
    • Умение переводить бизнес-запросы в аналитические задачи.
    • Навык совместной работы с инженерами, маркетологами и продукт-менеджерами.
    • Способность интегрировать разноплановые данные из разных отделов.
    • Умение проводить совместные аналитические сессии.

    Сторителлинг на основе данных

    • Умение превращать сложные аналитические выводы в понятные и убедительные истории
    • Навык адаптации технической информации под аудиторию (менеджеры, клиенты, коллеги).
    • Умение использовать визуализации и метафоры для усиления воздействия.
    • Способность выстраивать логичные нарративы вокруг данных.

    Профессиональная этика

    • Соблюдение конфиденциальности
    • Приверженность профессиональным стандартам
    • Межкультурная коммуникация

    Адаптивность и гибкость

    • Адаптация к изменениям
    • Эффективность в условиях неопределенности
    • Креативность в решении проблем

    Эмоциональный интеллект

    • Управление эмоциями
    • Понимание эмоций других
    • Работа со стрессом

    Адаптивность и гибкость мышления

    • Быстрая реакция на новые типы задач
    • Работа в условиях неопределенности и постоянно меняющегося ландшафта рисков
    • Проактивный подход к предотвращению и реагированию на новые инциденты

    Самоорганизация и операционная эффективность

    • Планирование личных и командных задач
    • Тайм-менеджмент
    • Приоритизация проектов в условиях многозадачности и ограниченных ресурсов

    Управление ожиданиями и рискам

    • Работа с обратной связью от бизнеса
    • Баланс между требованиями безопасности, бизнес-процессами и ресурсами
    • Выявление причинно-следственных связей и оценка рисков

    Эмоциональный интеллект и стрессоустойчивость

    • Самоконтроль и принятие решений в условиях киберинцидентов
    • Понимание реакции команды и стейкхолдеров в критических ситуациях
    • Работа в режиме повышенной ответственности и давления

    Коммуникация и профессиональное взаимодействие

    • Четкое формулирование технических решений и выводов
    • Аргументация рисков и рекомендаций, наглядные результаты через статистику и визуализацию
    • Конструктивное взаимодействие в кризисных и инцидентных ситуациях

    Адаптивность и гибкость мышления

    • Быстрая адаптация к изменениям брифов и условий проекта
    • Работа в условиях неопределенности и неполных вводных
    • Нестандартный подход к решению визуальных и концептуальных задач
    5 семестров, модульная система

    УЧЕБНЫЙ ПЛАН ПРОГРАММЫ

    Интеллектуальный анализ данных

    Программы проходят верификацию Индустриальным советом IThub — объединением ведущих компаний (например, «Райффайзенбанк», Wildberries, «Росатом», «МТС», Alibaba.com и др.). Совет обеспечивает соответствие образования актуальным требованиям рынка, помогая студентам получать практический опыт и карьерные возможности. В связи с этим содержание программ может быть скорректировано до 20% от текущей версии. Финальная версия программы будет готова к 01.08.2025

    Программа 2,5 года обучения
    Программа 3,5 года обучения
    +7 (499) 350-42-97
    © 2026 АНО ВО «Университет ИТ ХАБ»
    Политика конфиденциальности