Цифровой исследователь
Анализ данных, статистика и машинное обучение для современных научных исследований
О программе
Программа «Цифровой исследователь» позволяет интегрировать современные IT-инструменты в вашу основную научную специальность, трансформируя ваш подход к исследованиям. Вы освоите весь процесс работы с данными: от корректной постановки научной гипотезы и методологии сбора данных до их практической обработки и визуализации. Ключевой частью программы является применение методов статистического анализа и машинного обучения для выявления скрытых закономерностей и построения предиктивных моделей. В результате вы станете исследователем, способным не только работать с данными, но и убедительно представлять свои открытия, превращая большие информационные массивы в доказанные факты и новые научные знания.
Рабочая программа
Программа построена как полный цикл научного исследования в цифровой среде — от идеи до публикации.
Модуль 1. Данные в современной науке
Вы заложите методологический фундамент: научитесь правильно формулировать научные задачи и проверяемые гипотезы, а также критически оценивать различные источники данных (экспериментальные, наблюдательные, симуляционные).
Модуль 2. Первичный анализ и визуализация данных
Вы погрузитесь в код и практику. Освоите основы Python для анализа данных, научитесь готовить данные к работе с помощью библиотек Pandas и NumPy, а также строить наглядные графики и диаграммы в Matplotlib для поиска первых инсайтов.
Модуль 3. Статистический анализ и машинное обучение
Вы перейдете на новый уровень анализа. Откроете для себя мир искусственного интеллекта: изучите основы статистики, освоите ключевые алгоритмы машинного обучения (классификация, регрессия) и научитесь применять мощные фреймворки, такие как Scikit-Learn, CatBoost, PyTorch и Keras.
Модуль 4. Представление результатов анализа данных
Вы научитесь убедительно представлять свои открытия научному сообществу. Освоите правила научной коммуникации, подготовки отчетов, публикаций и создания эффективных презентаций для защиты своих результатов.
Стажировка
Вы примените все свои навыки на практике, работая над реальными исследовательскими задачами под руководством действующих ученых из Лаборатории анализа данных физики высоких энергий ТГУ.
Программа построена как полный цикл научного исследования в цифровой среде — от идеи до публикации.
Модуль 1. Данные в современной науке
Вы заложите методологический фундамент: научитесь правильно формулировать научные задачи и проверяемые гипотезы, а также критически оценивать различные источники данных (экспериментальные, наблюдательные, симуляционные).
Модуль 2. Первичный анализ и визуализация данных
Вы погрузитесь в код и практику. Освоите основы Python для анализа данных, научитесь готовить данные к работе с помощью библиотек Pandas и NumPy, а также строить наглядные графики и диаграммы в Matplotlib для поиска первых инсайтов.
Модуль 3. Статистический анализ и машинное обучение
Вы перейдете на новый уровень анализа. Откроете для себя мир искусственного интеллекта: изучите основы статистики, освоите ключевые алгоритмы машинного обучения (классификация, регрессия) и научитесь применять мощные фреймворки, такие как Scikit-Learn, CatBoost, PyTorch и Keras.
Модуль 4. Представление результатов анализа данных
Вы научитесь убедительно представлять свои открытия научному сообществу. Освоите правила научной коммуникации, подготовки отчетов, публикаций и создания эффективных презентаций для защиты своих результатов.
Стажировка
Вы примените все свои навыки на практике, работая над реальными исследовательскими задачами под руководством действующих ученых из Лаборатории анализа данных физики высоких энергий ТГУ.
Длительность 256 академических часов.
Формат Гибкий онлайн-формат с применением дистанционных технологий.
Что вас ждет: интерактивные лекции, вебинары с экспертами, много практики на реальных задачах, работа с кейсами от партнеров и итоговая стажировка. Обучение проходит на современной платформе LMS iDO.
Формат Гибкий онлайн-формат с применением дистанционных технологий.
Что вас ждет: интерактивные лекции, вебинары с экспертами, много практики на реальных задачах, работа с кейсами от партнеров и итоговая стажировка. Обучение проходит на современной платформе LMS iDO.
Для студентов российских вузов не IT-направлений (согласно перечню, указанному в программе), которые хотят получить вторую, востребованную на рынке IT-квалификацию.
Программа ориентирована на студентов естественно-научных, инженерных и исследовательских направлений, а также на тех, кто хочет развивать навыки работы с данными, применять статистические и машинные методы анализа и профессионально представлять свои научные исследования с использованием современных цифровых инструментов.
- Бакалавры: 2-го курса и старше
- Специалисты: 2-го курса и старше
- Магистранты: любого курса
Программа ориентирована на студентов естественно-научных, инженерных и исследовательских направлений, а также на тех, кто хочет развивать навыки работы с данными, применять статистические и машинные методы анализа и профессионально представлять свои научные исследования с использованием современных цифровых инструментов.
Студенты, успешно прошедшие итоговую аттестацию, получают диплом о профессиональной переподготовке Национального исследовательского Томского государственного университета с присвоением дополнительной IT-квалификации: "Цифровой исследователь".
По итогам обучения вы сможете:
- Уверенно программировать на Python для решения научных задач.
- Применять библиотеки машинного обучения (Scikit-Learn, CatBoost, PyTorch) для классификации, регрессии и кластеризации данных.
- Проводить полный цикл научного исследования: от формулировки гипотезы до подготовки публикации.
- Обрабатывать и очищать большие массивы научных данных с помощью Pandas и NumPy.
- Визуализировать сложные данные и зависимости с помощью Matplotlib.
- Формулировать и проверять научные гипотезы на основе статистического анализа.
- Использовать систему контроля версий Git для совместной работы над проектами.
- Презентовать результаты своих исследований в формате научных отчетов и докладов.
Уникальное сочетание науки и IT:
Программа сфокусирована на применении анализа данных именно в исследовательской деятельности.
Преподаватели — действующие ученые: Вас будут обучать эксперты из Лаборатории анализа данных физики высоких энергий ТГУ, которые ежедневно решают реальные научные задачи.
Современный стек технологий:
Вы освоите Python, Pandas, NumPy, Matplotlib, Scikit-Learn, Keras, PyTorch — инструменты, востребованные в R&D по всему миру.
Портфолио научных проектов:
По итогам обучения у вас будет готовый исследовательский проект, который может стать основой для научной публикации или дипломной работы.
Престижный диплом ТГУ:
Ваша новая IT-квалификация будет подтверждена документом от ведущего исследовательского университета России.
Программа сфокусирована на применении анализа данных именно в исследовательской деятельности.
Преподаватели — действующие ученые: Вас будут обучать эксперты из Лаборатории анализа данных физики высоких энергий ТГУ, которые ежедневно решают реальные научные задачи.
Современный стек технологий:
Вы освоите Python, Pandas, NumPy, Matplotlib, Scikit-Learn, Keras, PyTorch — инструменты, востребованные в R&D по всему миру.
Портфолио научных проектов:
По итогам обучения у вас будет готовый исследовательский проект, который может стать основой для научной публикации или дипломной работы.
Престижный диплом ТГУ:
Ваша новая IT-квалификация будет подтверждена документом от ведущего исследовательского университета России.
Как попасть на программу
Пройдите вводный курс
На этой странице ниже расположен вводный курс, который состоит из двух модулей и задания.
Курс создан, чтобы погрузить вас в мир цифровых технологий, познакомить с программой и дать общее представление об обучении.
Курс создан, чтобы погрузить вас в мир цифровых технологий, познакомить с программой и дать общее представление об обучении.
Выполните тест
После прохождения курса выполните тест, чтобы проверить свои знания. Для успешного зачисления необходимо ответить на все вопросы правильно. Сделайте скриншот с результатами теста — он понадобится при подаче заявки.
Подайте заявку
Нажмите кнопку «Подать заявку». В открывшейся форме заполните данные, прикрепите скриншот результатов теста и дайте развёрнутый ответ на вопрос по курсу. Это поможет нам понять ваши интересы и мотивацию.
Вся дальнейшая информация и инструкции будут отправлены на адрес электронной почты, указанный при подаче заявки.
Вся дальнейшая информация и инструкции будут отправлены на адрес электронной почты, указанный при подаче заявки.
Вводный курс
Модуль 1. Сквозные цифровые технологии
Краткий обзор ключевых технологий: от нейросетей до интернета вещей. Изучаем, как они работают и почему сегодня необходимы для развития любой современной отрасли — от промышленности и бизнеса до науки и образования.
Примеры использования цифровых технологий
Модуль 2. Наука о данных в исследованиях
В XXI веке наука переживает информационную революцию. Эксперименты, наблюдения и компьютерное моделирование генерируют огромные объёмы данных, анализ которых вручную стал невозможен. На смену классическим методам приходит подход, основанный на данных (Data-Driven Science), который становится ключевым для совершения прорывных открытий в любой области — от физики и биологии до социологии и лингвистики. Он объединяет методы статистики, программирование и машинное обучение, чтобы выявлять скрытые закономерности, проверять сложные гипотезы и строить предсказательные модели. Владение этими инструментами превращает современного учёного в цифрового исследователя, способного извлекать ценные знания из сырых данных и видеть то, что скрыто от глаз других.
Практическое задание
Спроектируйте свою карьерную траекторию
с помощью нейросети
Спроектируйте свою карьерную траекторию
с помощью нейросети
Часто бывает сложно представить, как изучение цифровых технологий дополнит вашу основную специальность — гуманитарную, инженерную или естественно-научную. Это практическое задание поможет вам найти эту связь.
Мы подготовили готовый шаблон запроса (промпт) для нейросети. Вам нужно будет лишь подставить в него свои данные, а ИИ предложит возможные карьерные пути, которые объединяют ваше базовое образование и новые IT-навыки. Выполнение задания поможет вам лучше понять цели вашего обучения и подготовить развернутый ответ при подаче заявки на программу.
Это упражнение поможет вам понять, как ваши текущие знания могут сочетаться с новыми цифровыми компетенциями, которые вы получите в программе «Цифровые кафедры».
В ходе выполнения вы сможете:
Задание выполняется индивидуально. Его цель — помочь вам связать изучаемую специальность с цифровыми технологиями и наметить возможные шаги дальнейшего развития.
В ходе выполнения вы сможете:
- Увидеть возможные направления развития. Нейросеть предложит 3−4 примера профессий или должностей, которые появляются на стыке вашей основной специальности и цифровых навыков.
- Определить новые задачи и роли. Вы сформулируете, какие виды деятельности станут вам доступны после освоения программы.
- Получить идеи для учебных проектов. Результаты упражнения можно использовать для поиска темы курсовой, исследовательской работы или проекта в портфолио.
- Научиться применять нейросеть для планирования. Вы увидите, как современные цифровые инструменты помогают анализировать перспективы, планировать обучение и распределять время.
Задание выполняется индивидуально. Его цель — помочь вам связать изучаемую специальность с цифровыми технологиями и наметить возможные шаги дальнейшего развития.
Для выполнения задания вы можете использовать любую из бесплатных и общедоступных нейросетей. Рекомендуем попробовать хотя бы две, чтобы сравнить результаты.
YandexGPT — встроена в поиск Яндекса. Хорошо понимает русский язык и российские реалии.
GigaChat — нейросеть от Сбера. Для доступа нужно войти по Сбер ID. Также хорошо адаптирована под русскоязычные запросы.
YandexGPT — встроена в поиск Яндекса. Хорошо понимает русский язык и российские реалии.
GigaChat — нейросеть от Сбера. Для доступа нужно войти по Сбер ID. Также хорошо адаптирована под русскоязычные запросы.
Нейросеть даёт лучший результат, когда запрос составлен чётко и структурировано. Этот навык называется промт-инжинирингом. Суть его в том, чтобы не просто «спросить», а задать задачу так, чтобы нейросеть понимала роль, контекст и ожидаемый формат ответа.
Хороший промт обычно включает четыре элемента:
Если промт слишком общий, ответ получится размытым. Если он конкретный, с примерами и уточнениями, результат будет ближе к вашим ожиданиям. Важно помнить, что промт можно дорабатывать: просить больше деталей, менять стиль, уточнять задачи.
Хороший промт обычно включает четыре элемента:
- Роль — укажите, кем должна «быть» нейросеть: преподавателем, консультантом, экспертом.
- Контекст — дайте сведения о себе: специальность, программа, длительность обучения.
- Задача — сформулируйте, что именно нужно: перечислить профессии, предложить проект, подсказать советы.
- Формат ответа — уточните вид результата: список, таблица, краткое пояснение.
Если промт слишком общий, ответ получится размытым. Если он конкретный, с примерами и уточнениями, результат будет ближе к вашим ожиданиям. Важно помнить, что промт можно дорабатывать: просить больше деталей, менять стиль, уточнять задачи.
ЗАДАЧА ДЛЯ НЕЙРОСЕТИ: AI-КАРЬЕРНЫЙ СТРАТЕГ
РОЛЬ: Ты — опытный карьерный стратег и наставник для студентов. Твоя суперсила — видеть неочевидные связи между разными областями знаний и проектировать уникальные карьерные траектории. Ты помогаешь студентам превратить их образование в мощное конкурентное преимущество на рынке будущего.
КОНТЕКСТ: Я студент, который получает фундаментальное образование и хочет пройти переподготовку на Цифровой кафедре. Моя главная цель — понять, как именно IT-навыки усилят мою основную профессию, какие карьерные пути для меня откроются и как успешно совместить два потока обучения.
ИНФОРМАЦИЯ ОБО МНЕ (СТУДЕНТЕ):
Моя основная специальность: [УКАЖИТЕ ВАШУ СПЕЦИАЛЬНОСТЬ]
Мой курс обучения: [УКАЖИТЕ ВАШ КУРС]
ИНФОРМАЦИЯ О ПРОГРАММЕ ЦИФРОВОЙ КАФЕДРЫ:
Название программы: [УКАЖИТЕ ПРОГРАММУ, НА КОТОРУЮ ХОТИТЕ ПОСТУПИТЬ]
Ключевые навыки и технологии: [СКОПИРУЙТЕ СПИСОК НАВЫКОВ И ТЕХНОЛОГИЙ ИЗ РАЗДЕЛА «КЛЮЧЕВЫЕ КОМПЕТЕНЦИИ» НА САЙТЕ ПРОГРАММЫ И ВСТАВЬТЕ В ЭТО ПОЛЕ]
Данные об обучении: Длительность: 9 месяцев. Гибкий онлайн-формат с применением дистанционных технологий. Что вас ждет: интерактивные лекции, вебинары с экспертами, много практики на реальных задачах, работа с кейсами от партнеров и итоговая стажировка. Обучение проходит на современной платформе LMS iDO. Занятость в неделю от 4 до 6 часов.
ТВОЯ ЗАДАЧА: Проанализируй всю предоставленную информацию и создай для меня персональный карьерный план. Твой ответ должен быть строго структурирован и следовать пунктам, описанным ниже. Каждый пункт должен быть развернутым, убедительным и давать конкретные, применимые на практике рекомендации.
1. Определение уникальной роли («Суперсила»): Сформулируй в 2−3 предложениях мою уникальную профессиональную идентичность на стыке моей основной специальности и цифровых навыков. Какую проблему современного рынка решает такой специалист?
2. Синергия навыков (Как 2+2=5): Приведи 3 конкретных примера из рабочей практики, где цифровые навыки кардинально улучшают работу специалиста в моей основной сфере. Используй формат «Обычный подход vs. Подход с IT-компетенциями».
3. Карта карьерных траекторий: Опиши 3 перспективных карьерных пути. Для каждого пути укажи: * а) Название должности. * б) Ключевые задачи специалиста. * в) Почему моя комбинация навыков является ключевым преимуществом для этой роли. * г) Примерная зарплатная вилка для Junior/Middle специалиста на рынке РФ.
4. Преодоление барьера (План работы с опасением): Проанализируй мое «опасение» и предложи стратегию из 2−3 практических шагов, как я могу использовать новые IT-навыки, чтобы превратить эту слабость в силу или полностью нейтрализовать страх.
5. Пошаговый Roadmap на 18 месяцев: Создай конкретный план действий, разделенный на два этапа.
Этап 1: «Синтез и портфолио» (во время обучения, 9 месяцев): Какие 2−3 проекта мне нужно сделать, чтобы продемонстрировать синергию навыков? (Приведи конкретные идеи).
Этап 2: «Выход на рынок» (следующие 9 месяцев): На какие вакансии/стажировки обращать внимание? По каким ключевым словам их искать? Как составить резюме, чтобы подчеркнуть мою уникальность?
РОЛЬ: Ты — опытный карьерный стратег и наставник для студентов. Твоя суперсила — видеть неочевидные связи между разными областями знаний и проектировать уникальные карьерные траектории. Ты помогаешь студентам превратить их образование в мощное конкурентное преимущество на рынке будущего.
КОНТЕКСТ: Я студент, который получает фундаментальное образование и хочет пройти переподготовку на Цифровой кафедре. Моя главная цель — понять, как именно IT-навыки усилят мою основную профессию, какие карьерные пути для меня откроются и как успешно совместить два потока обучения.
ИНФОРМАЦИЯ ОБО МНЕ (СТУДЕНТЕ):
Моя основная специальность: [УКАЖИТЕ ВАШУ СПЕЦИАЛЬНОСТЬ]
Мой курс обучения: [УКАЖИТЕ ВАШ КУРС]
ИНФОРМАЦИЯ О ПРОГРАММЕ ЦИФРОВОЙ КАФЕДРЫ:
Название программы: [УКАЖИТЕ ПРОГРАММУ, НА КОТОРУЮ ХОТИТЕ ПОСТУПИТЬ]
Ключевые навыки и технологии: [СКОПИРУЙТЕ СПИСОК НАВЫКОВ И ТЕХНОЛОГИЙ ИЗ РАЗДЕЛА «КЛЮЧЕВЫЕ КОМПЕТЕНЦИИ» НА САЙТЕ ПРОГРАММЫ И ВСТАВЬТЕ В ЭТО ПОЛЕ]
Данные об обучении: Длительность: 9 месяцев. Гибкий онлайн-формат с применением дистанционных технологий. Что вас ждет: интерактивные лекции, вебинары с экспертами, много практики на реальных задачах, работа с кейсами от партнеров и итоговая стажировка. Обучение проходит на современной платформе LMS iDO. Занятость в неделю от 4 до 6 часов.
ТВОЯ ЗАДАЧА: Проанализируй всю предоставленную информацию и создай для меня персональный карьерный план. Твой ответ должен быть строго структурирован и следовать пунктам, описанным ниже. Каждый пункт должен быть развернутым, убедительным и давать конкретные, применимые на практике рекомендации.
1. Определение уникальной роли («Суперсила»): Сформулируй в 2−3 предложениях мою уникальную профессиональную идентичность на стыке моей основной специальности и цифровых навыков. Какую проблему современного рынка решает такой специалист?
2. Синергия навыков (Как 2+2=5): Приведи 3 конкретных примера из рабочей практики, где цифровые навыки кардинально улучшают работу специалиста в моей основной сфере. Используй формат «Обычный подход vs. Подход с IT-компетенциями».
3. Карта карьерных траекторий: Опиши 3 перспективных карьерных пути. Для каждого пути укажи: * а) Название должности. * б) Ключевые задачи специалиста. * в) Почему моя комбинация навыков является ключевым преимуществом для этой роли. * г) Примерная зарплатная вилка для Junior/Middle специалиста на рынке РФ.
4. Преодоление барьера (План работы с опасением): Проанализируй мое «опасение» и предложи стратегию из 2−3 практических шагов, как я могу использовать новые IT-навыки, чтобы превратить эту слабость в силу или полностью нейтрализовать страх.
5. Пошаговый Roadmap на 18 месяцев: Создай конкретный план действий, разделенный на два этапа.
Этап 1: «Синтез и портфолио» (во время обучения, 9 месяцев): Какие 2−3 проекта мне нужно сделать, чтобы продемонстрировать синергию навыков? (Приведи конкретные идеи).
Этап 2: «Выход на рынок» (следующие 9 месяцев): На какие вакансии/стажировки обращать внимание? По каким ключевым словам их искать? Как составить резюме, чтобы подчеркнуть мою уникальность?
После того как нейросеть подготовила ваш персональный карьерный план, важно не просто прочитать его, а осмыслить. Сравните рекомендации с вашими интересами и целями, чтобы понять, как цифровые навыки усиливают вашу основную профессию.
Дополнительное задание:
Попробуйте «улучшить» ответ, задав уточняющий вопрос нейросети. Например:
Важно: Это упражнение для вашей практики и размышлений. При подаче заявки вы сможете использовать полученные выводы для ответа на вопрос.
- Насколько предложенный план совпадает с вашими личными интересами и целями?
- Какие пункты плана кажутся вам наиболее сильными и полезными? Почему?
- Что в ответе вызывает сомнения или требует доработки?
- Какие из рекомендаций вы можете применить уже сейчас?
Дополнительное задание:
Попробуйте «улучшить» ответ, задав уточняющий вопрос нейросети. Например:
- «Какие цифровые инструменты будут особенно полезны в моей специальности?»
- «Как навыки из программы Цифровой кафедры помогут эффективнее решать профессиональные задачи?»
- «Какие шаги можно предпринять, если у меня нет опыта работы в этой сфере?»
Важно: Это упражнение для вашей практики и размышлений. При подаче заявки вы сможете использовать полученные выводы для ответа на вопрос.
