.jpg)
Mokymų teikėjo pateikta informacija
Programa skirta paruošti būsimus specialistus, gebančius taikyti dirbtinio intelekto ir duomenų analizės sprendimus. Dalyviai įgis praktinių įgūdžių dirbti su Python, SQL, Git, Power BI, debesijos platformomis (AWS, Google Cloud, Microsoft Azure) bei išmoks taikyti Generative AI įrankius analitikoje. Programos metu akcentuojami ne tik techniniai, bet ir karjeros planavimo bei minkštieji įgūdžiai. Programa orientuota į asminis, norinčius pradėti karjerą IT srityje ir įgyti aukštą pridėtinę vertę kuriančias kompetencijas.
—
| Temos pavadinimas | Trumpas temos aprašymas |
|---|---|
| 1. Minkštieji įgūdžiai | CV, LinkedIn, darbo pokalbio dirbtuvės, inviduali veikla ir mokesčiai, IT specialisto kompetencijos, viešasis kalbėjimas |
| 2. Įvadas į duomenų analizę | Šis modulis supažindina dalyvius su pagrindinėmis duomenų analizės sąvokomis ir apimtimis. Taip pat išskiria skirtingas valdymo ir apdorojimo sferas: duomenų analitika, duomenų inžinierija, duomenų mokslas, Big Data. |
| 3. Python | Šis modulis supažindina su Python programavimu, daugiausia dėmesio skiriant pagrindinei sintaksei, duomenų struktūroms, OOP ir programavimo metodams, kad naujokai įgytų reikiamą pagrindą duomenų analizei. |
| 4. Versijų valdymas su Git | Šis modulis suteikia išsamų įvadą į versijų valdymą naudojant Git, plačiausiai naudojamą šiuolaikinę versijų valdymo sistemą pasaulyje. Dalyviai sužinos pagrindines sąvokas ir komandas, būtinas programinės įrangos projektų pakeitimams valdyti ir sekti, taip pat įsisavins geriausias komandinio bendradarbiavimo praktikas. |
| 5. Duomenų valdymas | Šis modulis daugiausia dėmesio skiria pagrindiniams duomenų valdymo metodams ir technologijoms. Dalyviai sužinos apie skirtingas duomenų bazių sistemas, tiek reliacines, tiek nerealiacines, taip pat kaip manipuliuoti duomenimis naudojant SQL. Aptariamos pagrindinės sąvokos apie duomenų saugyklas, ETL (Extract, Transform, Load) procesus ir duomenų kokybės bei valdymo svarbą, kad dalyviai galėtų efektyviai ir etiškai valdyti duomenis. |
| 6. Duomenų analizės įrankiai ir programinė įranga | Šiame modulyje dalyviai bus supažindinti su plačiausiai naudojamais duomenų analizės įrankiais ir programine įranga, įskaitant Microsoft Excel, Python, R ir įvairius verslo analitikos (BI) įrankius, tokius kaip Power BI. Taip pat bus pristatytos Cloud duomenų analitikos platformos (AWS, Google Cloud, ir Microsoft Azure). Kursų darbas apima praktinį šių įrankių pritaikymą sprendžiant realias duomenų analizės problemas, daugiausiai dėmesio skiriant duomenų manipuliavimui, Script rašymui ir vizualiniam ataskaitų teikimui. |
| 7. Statistinė analizė ir matematiniai metodai | Šiame modulyje nagrinėjami statistiniai metodai ir matematiniai metodai, būtini duomenų analizei. Dalyviai sužinos apie tikimybę, statistinę išvadą, regresinę analizę ir laiko eilučių analizę. Modulis skirtas suteikti dakyvians įgūdžių atlikti tiriamąją duomenų analizę ir numatomąją analizę, suteikiant galimybę nustatyti tendencijas ir daryti prognozes. |
| 8. Dirbtinio intelekto pagrindai | Informacijos paieška naudojant DI, atsakymų generavimas su DI, DI įrankių naudojimas duomenų programavimui |
| 9. Baigiamasis projektas | Baigiamasis projektas yra mokymosi patirties kulminacija, leidžianti dalyviams pritaikyti savo žinias ir įgūdžius išsamiame duomenų analizės projekte. Vadovaujant dėstytojams, dalyviai pasirinks aktualią problemą, atliks duomenų rinkimą ir valymą, taikys tinkamus analizės metodus ir pristatys savo išvadas. Šiame modulyje akcentuojamas kritinis mąstymas, problemų sprendimas ir efektyvūs komunikacijos įgūdžiai. |
—
—
Mokymosi programos trukmė: 343 akad. val.
Praktinio kontaktinio darbo trukmė: akad. val.
Teorinio kontaktinio darbo trukmė: akad. val.
Savarankiško darbo trukmė: akad. val.
Įgytų kompetencijų vertinimo sistema / skalė: 1-10
Tvarkaraščių duomenų nėra.
Įvertinimų dar nėra.