3 дня интенсивного погружения в мир данных и искусственного интеллекта
Удостоверение о повышении квалификации государственного образца
Экспертиза и советы в разработке проектов вашего университета
В результате - проект, для которого вы получите данные стоимостью выше 50 000 рублей
Научим вас собирать, обрабатывать и анализировать данные для реализации прикладных и исследовательских проектов в различных отраслях. Обучаем Low-code инструментам для работы с большими массивами данных, которые не требуют от слушателей навыков программирования. Школы подходят для людей не только с физико-математическим образованием, но также представителям гуманитарных и естественно-научных специальностей.
Выберите свой трек
Очный модуль
Онлайн-модуль
Для кого
смешанный (очный + онлайн)
17 – 19 апреля 2025
20 апреля - 16 мая 2025
сотрудники вузов, исследователи и студенты магистратуры, аспирантуры
40 000 рублей*
Стоимость участия
Формат
Вам потребуется только ноутбук
Трек посвящен применению технологий анализа больших данных в образовательных и социальных прикладных проектах. В качестве источников выступают данные социальных сетей и мессенджеров (Вконтакте, Telegram), а также социальные медиа (СМИ).
*зависит от тарифа
По итогам прохождения трека участник получит
1
Навыки проектной деятельности
Научится формулировать проблему, цель, задачи, гипотезы исследования, определять основных выгодополучателей своей идеи, строить план реализации собственного проекта
2
Навыки по работе с low-code инструментами анализа данных
Которые сможет внедрить в собственную проектную деятельность. Изучим PolyAnalyst, Gephi, Orange
3
Набор данных для группового проекта
Который пригодится для реализации исследования, а также позволит оформить полученные результаты в статью или грант
4
Доступ к дополнительным образовательным материалам
Участником предоставляется доступ к образовательным материалам на 1 календарный год, а также бессрочный доступ к открытой базе знаний - "Лекторию"
5
Ценные прикладные советы в области аналитики от экспертов
6
Опыт реализации первого проекта с применением технологий BigData
7
Сопровождение модераторов на протяжении всего срока обучения
8
Полезные знакомства с коллегами из других организаций
9
Опыт работы в команде
Очный модуль
Онлайн-модуль
Для кого
смешанный (очный + онлайн)
17 – 19 апреля 2025
20 апреля - 16 мая 2025
сотрудники вузов, исследователи и студенты магистратуры, аспирантуры
40 000 рублей*
Стоимость участия
Формат
Вам потребуется только ноутбук
Трек направлен на формирование компетенций в области использования генеративного искусственного интеллекта для разработки и реализации прикладных и исследовательских проектов
*зависит от тарифа
По итогам прохождения трека участник получит
1
Навыки работы с различными инструментами и методами анализа данных
Для принятия обоснованных решений в области управления образованием
2
Умение анализировать данные из различных источников
Агрегаторы вакансий, данные социальных сетей, данные LMS, обратная связь от студентов
3
Умение разрабатывать образовательные программы (ДПО, ВО)
Ориентированные на потребности рынка труда и экономики в целом
4
Навыки использования GPT и других генеративных нейросетей
Для решения задач образования
5
Доступ к Премиум-подписке на веб-сервис по мониторингу рынка труда «РосНавык» на 3 месяца
6
Консультации экспертов в области аналитики рынка труда
Очный модуль
Онлайн-модуль
Для кого
смешанный (очный + онлайн)
17 – 19 апреля 2025
20 апреля - 16 мая 2025
Тех, кто уже принимал участие в Школах прикладного анализа данных прежде
40 000 рублей*
Стоимость участия
Формат
Вам потребуется только ноутбук
Трек посвящен применению технологий анализа больших данных в наукометрических исследованиях. Примерами задач, с которыми работает наукометрия, являются комплексная аналитика научной области, поиск перспективных направлений исследований, возможных коллабораций и научных партнеров. В качестве источников данных выступают метаданные научных публикаций.
*Зависит от тарифа
По итогам прохождения трека участник
1
Сформирует навыки организации исследовательских проектов
Научится составлять программу исследования, формулировать проблему, цель, задачи, гипотезы исследования, определять основных стейкхолдеров своего исследования, строить план реализации проекта
2
Разработает групповой проект
Основанный на библиометрических данных с применением технологий BigData, под чутким руководством модераторов
3
Освоит основные инструменты библиометрического анализа данных и внедрит их в собственный проект
Научится работать с Gephi и PolyAnalyst для обработки библиометрических данных
4
Получит доступ к образовательным материалам на 3 месяца, а также бессрочный доступ к открытой базе знаний - «Лекторию»
5
Научится искать источники библиометрических данных и извлекать необходимые данные
6
Получит опыт работы в исследовательской команде
7
Выгрузит набор данных для собственного проекта
8
Узнает ценные прикладные советы в области аналитики от экспертов
9
Приобретет знакомства с коллегами из других организаций
Выгодные условия
Соберите команду от пяти человек и получите скидку 20%, проработайте собственный проект совместно с экспертами Школы, а также получите набор данных стоимостью более 50 000 рублей
Самостоятельная работа над проектом, 20 апреля - 16 мая
• Практические мастер-классы; • Консультации экспертов по подбору данных и методов анализа; • Отраслевые кейсы; • Групповая проектная работа
• Доступ к дополнительным материалам Школы; • Самостоятельная работа с данными для группового проекта; • Консультации экспертов Школы; • Защита групповых проектов 16 мая
офлайн
онлайн
введение в аналитику
технологии сбора данных
текстовая аналитика
прикладной сетевой анализ
визуализация результатов проекта
Какие типы данных мы можем выгрузить в рамках учебного проекта на Школе
Открытые данные из социальной сети Вконтакте
• Профили пользователей (информация со страницы, посты со стены, друзья, группы, подписки) • Группы (посты, профили подписчиков, профили сообществ) • Графы связей (внутри/между сообществами, между пользователями)
Посты, опубликованные в социальных медиа (сайты, форумы и пр.)
Данные о вакансиях из сервиса "Роснавык"
Данные о научных публикациях из сервиса OpenAlex
Что вы получите после школы
Свой первый проект с применением технологий BigData
Команду специалистов для создания Центра прикладного анализа данных в вашей организации
Удостоверения о повышении квалификации государственного образца
Экспертное сопровождение
Полезные знакомства
Практические навыки работы с Low-code инструментами анализа больших данных
Вы изучите инструменты анализа данных
PolyAnalyst
визуальная разработка сценариев анализа данных и текстов
Gephi
анализ и визуализация сетей с открытым исходным кодом
Orange
визуальное программирование для визуализации данных, машинного обучения и интеллектуального анализа данных
VOSviewer
инструмент для построения и визуализации библиометрических сетей
Подать заявку
Заполните форму, наш менеджер свяжется с вами и поможет поступить
Нажимая кнопку «Отправить», вы соглашаетесь с политикой обработки персональных данных
Школа прикладного анализа данных
Подайте заявку до 1 апреля
17 апреля - 16 мая 2025
Москва, РАНХиГС
Партнеры
Российская академия народного хозяйства и государственной службы
пр. Вернадского, 84с1, г. Москва
Место проведения
Прошедшие Школы прикладного анализа данных
Грозный · Ставрополь · Киров · Архангельск · Тыва · Томск · Москва · Владивосток · Чита ·
> 1 600 человек
успешно закончили Школы
> 180 команд
разработали свои проекты
> 60 проектов
реализовано по итогам Школ
> 20 грантов
выиграно выпускниками Школ
Несколько проектов, разработанных на интенсивах
• Актуализация объектов культурного наследия города Кирова как драйвер развития региона
•Формирование конкурентоспособного имиджа СКФУ
• Разработка программного модуля прогнозирования исхода острого повреждения почек в отделении реанимации и интенсивной терапии
•Уровень преступности среди несовершеннолетних по Республике Тыва
•Expectation Gap: почему молодёжь уезжает из регионов
• Сетевая модель публикаций Российской Федерации и Республики Беларусь по ключевым научным направлениям Программы развития ПсковГУ
Екатерина Митягина
Проректор по развитию на основе анализа данных Вятского государственного университета. Победитель специализации «Наука» конкурса «Лидеры России 2020»
Школу отличала качественно проработанная программа. Все задания строились на реальных кейсах. После школы большинство команд продолжили работу над своими проектами. Наша команда кафедры социальной работы и молодежной политики работает над темой, связанной с оценкой деятельности онлайн сообществ по поддержке жертв супружеского насилия. И сегодня мы уже можем похвастаться первыми выступлениями на конференциях, статьями на эту тему и выигранной заявкой Благотворительного фонда В. Потанина.
Константин Обухов
Старший научный сотрудник, Международная лаборатория исследований социальной интеграции, ВШЭ
Важно, когда коллеги, которые получили ценный опыт в новых областях знаний, делятся наработанными методами и практикой проведения исследований, новейшими инструментами сбора данных. Им удалось составить оптимальную программу стажировки, которая обеспечила лучшее понимание относительно возможных направлений проведения исследований в нашем регионе. Самым значимым для нас был научно-исследовательский семинар, посвященный нашему проекту. После этого семинара у нас появились дополнительные идеи развития нашего проекта в будущем. Остается поблагодарить наших коллег за столь плодотворную неделю.
Иван Пикалов
Начальник информационно-аналитического управления, Доцент кафедры компьютерных технологий и информатизации образования, Курский государственный университет
Школа прикладного анализа данных превзошла все мои ожидания! Участников не только познакомили с инструментами анализа данных и показали их использование на конкретных примерах, но и начали работу по созданию совместных проектов. Работа по проектам, начатым в рамках школы, у многих продолжается и сейчас. После школы для меня лично работа по анализу данных перешла на новый более высокий уровень, наш вуз вступил в Университетский консорциум исследователей больших данных и у нас была открыта научно-исследовательская лаборатория прикладного анализа данных. Спасибо за школу и последующее сотрудничество!
Людмила Воронина
к.э.н., старший научный сотрудник ФГБУН ФИЦКИА УрО РАН, доцент САФУ имени М.В.Ломоносова, г.Архангельск
Благодарю организаторов за возможность поучаствовать в Школе прикладного анализа данных, которая проходила 10−13 декабря в Москве. Приняв участие в мероприятии, узнала о новых современных возможностях анализа и представления результатов данных для научных исследований. Очень хочется поблагодарить за терпение и доступное донесение информации в ходе обучения, поскольку слабо разбираюсь в технических возможностях компьютерных систем и языках программирования. Кроме высокого профессионального уровня обучения организаторам удалось создать также «дружественную» атмосферу среди участников мероприятия, которые прибыли из разных регионов страны.
Екатерина Митягина
Проректор по развитию на основе анализа данных Вятского государственного университета. Победитель специализации «Наука» конкурса «Лидеры России 2020»
Школу отличала качественно проработанная программа. Все задания строились на реальных кейсах. После школы большинство команд продолжили работу над своими проектами. Наша команда кафедры социальной работы и молодежной политики работает над темой, связанной с оценкой деятельности онлайн сообществ по поддержке жертв супружеского насилия. И сегодня мы уже можем похвастаться первыми выступлениями на конференциях, статьями на эту тему и выигранной заявкой Благотворительного фонда В. Потанина.
Константин Обухов
Старший научный сотрудник, Международная лаборатория исследований социальной интеграции, ВШЭ
Важно, когда коллеги, которые получили ценный опыт в новых областях знаний, делятся наработанными методами и практикой проведения исследований, новейшими инструментами сбора данных. Им удалось составить оптимальную программу стажировки, которая обеспечила лучшее понимание относительно возможных направлений проведения исследований в нашем регионе. Самым значимым для нас был научно-исследовательский семинар, посвященный нашему проекту. После этого семинара у нас появились дополнительные идеи развития нашего проекта в будущем. Остается поблагодарить наших коллег за столь плодотворную неделю.
Иван Пикалов
Начальник информационно-аналитического управления, Доцент кафедры компьютерных технологий и информатизации образования, Курский государственный университет
Школа прикладного анализа данных превзошла все мои ожидания! Участников не только познакомили с инструментами анализа данных и показали их использование на конкретных примерах, но и начали работу по созданию совместных проектов. Работа по проектам, начатым в рамках школы, у многих продолжается и сейчас. После школы для меня лично работа по анализу данных перешла на новый более высокий уровень, наш вуз вступил в Университетский консорциум исследователей больших данных и у нас была открыта научно-исследовательская лаборатория прикладного анализа данных. Спасибо за школу и последующее сотрудничество!
Людмила Воронина
к.э.н., старший научный сотрудник ФГБУН ФИЦКИА УрО РАН, доцент САФУ имени М.В.Ломоносова, г.Архангельск
Благодарю организаторов за возможность поучаствовать в Школе прикладного анализа данных, которая проходила 10−13 декабря в Москве. Приняв участие в мероприятии, узнала о новых современных возможностях анализа и представления результатов данных для научных исследований. Очень хочется поблагодарить за терпение и доступное донесение информации в ходе обучения, поскольку слабо разбираюсь в технических возможностях компьютерных систем и языках программирования. Кроме высокого профессионального уровня обучения организаторам удалось создать также «дружественную» атмосферу среди участников мероприятия, которые прибыли из разных регионов страны.
Соберем Школу под вашу организацию
Университеты уже собирают большие массивы данных, но сотрудники часто не знают, как их использовать. Мы учим эффективно собирать, обрабатывать и интегрировать данные в научные проекты и улучшать процессы внутри университета. Это возможно без знаний языков программирования.
Направления школы
Управление на основе данных
подойдет руководителям образовательных организаций
Анализ данных в социальных исследованиях
подойдет исследователям
Анализ больших данных в образовании
подойдет IT-командам вузов
Результаты для университета
Ядро исследовательской команды для создания Центра прикладного анализа данных в вузе
Дорожная карта реализации исследования вуза
Наборы данных для исследования вуза
Показатель программы «Приоритет 2030» по численности прошедших обучение по дополнительным профессиональным программам в университете
Хотите провести школу в вашем городе?
Оставьте контакты, мы свяжемся и поможем с организацией
Нажимая кнопку «Отправить», вы соглашаетесь с политикой обработки персональных данных