Запись на трансляцию 2026

Главная

О программе

Вводный курс

Медиа

Подать заявку

Специалист в области геоинформационных технологий

Сбор, анализ и визуализация пространственных данных с помощью ГИС-технологий

*Только для студентов 2 курса направления "География" и "Геология" ГГФ ТГУ

О ПРОЕКТЕ

цифровые
кафедры

Выбрать программу

Получи востребованную IT-специальность без отрыва от основной учебы. Бесплатно.

федеральный проект

О программе

Программа «Специалист в области геоинформационных технологий» направлена на подготовку специалистов в сфере работы с геоинформационными системами (ГИС) и технологиями дистанционного зондирования Земли (ДЗЗ). Обучение позволяет студентам не-IT специальностей получить востребованные цифровые компетенции на стыке информационных технологий и наук о Земле. Программа построена по модульному принципу: после освоения базовых ГИС-инструментов обучающийся выбирает один из пяти специализированных треков (в области геологии, географии, экологии, метеорологии или гидрологии).

Рабочая программа

Программа состоит из базового обязательного модуля, одного профильного модуля по выбору и стажировки.

Модуль 1. Введение в геоинформационные системы
Изучение основ картографии, структуры пространственных данных, систем координат и картографических проекций. Освоение базового функционала ГИС-пакетов и работы с атрибутивными таблицами.

Специализированные треки:
Специализация 1: Специалист по выполнению картографических и геоинформационных работ в геологии
ГИС-картография в геологии. Научитесь переводить бумажные архивные карты в цифровой формат, строить геологические разрезы и оформлять макеты карт по государственным стандартам.

Специализация 2: Специалист по работе с географическими информационными системами и данными дистанционного зондирования Земли
Дешифрирование космических снимков. Освоите обработку космоснимков: научитесь автоматически распознавать объекты на земной поверхности, проводить компьютерную классификацию территорий и отслеживать изменения ландшафтов во времени.

Специализация 3: Специалист по обработке и визуализации пространственных и гидрометеорологических данных в гидрологии Моделирование водных объектов. Научитесь рассчитывать речные сети и границы водосборов, проектировать профили рек и строить трехмерные модели рельефа дна водоемов.

Специализация 4: Специалист по обработке и визуализации данных ДЗЗ в метеорологии
Программирование для анализа погоды. Освоите программирование для автоматической обработки больших массивов данных о климате, научитесь определять характеристики облачности и строить цифровые карты погоды.

Специализация 5: Специалист по обработке и визуализации пространственных данных в природопользовании
Экологический мониторинг. Научитесь проектировать базы данных для контроля за окружающей средой, оценивать уровень влияния человека на заповедные зоны и рассчитывать точные площади лесных пожаров по космоснимкам.

Стажировка
Закрепите теорию на практике, решая реальный кейс в выбранной вами профессиональной сфере от профильных компаний и ведомств.

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.

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.

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.

https://media.ido.tsu.ru/embed?m=4JOjKJ3QV; Тема 1. Сквозные цифровые технологии; 9:45; Сквозные цифровые технологии (СЦТ) – это универсальные технологии, которые не связаны с конкретной сферой или продуктом, а используются во всех отраслях экономики, социальной сфере и государственном управлении. https://media.ido.tsu.ru/embed?m=LdtBbFoo1; Тема 2. Искусственный интеллект; 8:29; Искусственный интеллект (ИИ) – это технологии, которые позволяют компьютерам выполнять задачи, требующие человеческого интеллекта: распознавать изображения и речь, анализировать данные и делать прогнозы. Искусственный интеллект позволяет автоматизировать рутинные задачи, анализировать большие объёмы данных и находить закономерности, которые сложно заметить человеку. Он помогает принимать более точные решения, улучшать качество продуктов и услуг, снижать расходы и ускорять процессы. Благодаря универсальности ИИ его используют в бизнесе, медицине, образовании, промышленности и других сферах, открывая новые возможности для развития и инноваций. https://media.ido.tsu.ru/embed?m=EkDlhcLpe; Тема 3. Большие данные; 3:25; Большие данные (Big Data) — это огромные объёмы информации, которые формируются через цифровые следы людей и устройств: покупки, действия в интернете, показания сенсоров и датчиков. Их ценность заключается в том, что систематический анализ позволяет выявлять закономерности, строить прогнозы и принимать решения на основе фактических данных. https://media.ido.tsu.ru/embed?m=e0YWfjiI6; Тема 4. Интернет вещей; 8:45; Интернет вещей (IoT) – это сеть физических устройств, которые собирают и обмениваются данными через интернет: датчики, умные приборы, машины и носимые устройства. Эти устройства позволяют автоматически контролировать процессы, получать актуальную информацию в реальном времени и оптимизировать работу систем без постоянного вмешательства человека. IoT используется в промышленности, умных домах, здравоохранении и транспорте, помогая улучшать эффективность, безопасность и создавать новые сервисы. https://media.ido.tsu.ru/embed?m=norJDQG9T; Тема 5. Блокчейн; 9:34; Блокчейн – это технология хранения информации в виде цепочки блоков, где каждый блок содержит данные и связан с предыдущим. Благодаря этому изменения в уже сохранённых блоках почти невозможны, а вся информация становится прозрачной и защищённой. Такая структура позволяет создавать системы без посредников: участники сети могут доверять данным напрямую, проверяя их и подтверждая изменения. Блокчейн используется в финансах, логистике, здравоохранении и других сферах, чтобы безопасно хранить данные, отслеживать цепочки поставок и создавать новые цифровые сервисы. https://media.ido.tsu.ru/embed?m=ZToWsmxZ6; Тема 6. Компьютерное зрение; 9:22; Компьютерное зрение – это область искусственного интеллекта, которая учит компьютеры «видеть» и понимать визуальную информацию: фотографии, видео, изображения с камер и датчиков. Системы компьютерного зрения умеют распознавать объекты, анализировать сцены, отслеживать движение и делать выводы на основе визуальных данных. Эта технология применяется в медицине (анализ снимков), промышленности (контроль качества), транспорте (самоуправляемые автомобили) и безопасности (распознавание лиц и ситуаций), помогая автоматизировать задачи и принимать решения быстрее и точнее. https://media.ido.tsu.ru/embed?m=jg9qBBSpi; Тема 7. Облачные хранилища данных; 13:37; Облачные хранилища данных – это удалённые серверы, где можно хранить информацию и получать к ней доступ через интернет с любого устройства. Они позволяют безопасно сохранять данные, автоматически обновлять их и работать с ними совместно, без привязки к конкретному компьютеру. Облачные хранилища применяются, например, для хранения фото и видео с камер наблюдения, проектов команд дизайнеров или научных экспериментов, а также для работы мобильных приложений, которые используют общие данные. https://media.ido.tsu.ru/embed?m=K1JvfL41o; Тема 8. 3D-печать; 10:09; 3D-печать — это процесс создания трёхмерных объектов послойно на основе цифровой модели. С помощью 3D-принтеров можно быстро производить прототипы, детали для машин, медицинские импланты или предметы дизайна без необходимости сложного оборудования и больших затрат. Эта технология используется в промышленности, медицине, строительстве и креативной сфере, позволяя экономить время, ресурсы и создавать уникальные изделия, которых невозможно достичь традиционными методами.

Примеры использования цифровых технологий

Машинное обучение

В первом модуле мы познакомились с теоретическими основами машинного обучения, включая классификацию алгоритмов и их математический аппарат. Теперь настало время перейти от теории к практике и рассмотреть ключевой этап — обучение модели на данных (model training).

В этом интерактивном задании вы выступите в роли «учителя»: создадите обучающую выборку и проследите, как модель выявляет закономерности на основе предоставленных примеров. Такой опыт позволяет лучше понять, почему этап разметки данных играет решающую роль и напрямую влияет на точность итоговой предиктивной модели.

В ходе практикума вам предстоит классифицировать ряд объектов, постепенно формируя правильные ответы для системы. После завершения обучения вы сможете протестировать модель на новых контрольных примерах и сравнить полученные результаты. Таким образом, вы на практике пройдёте через полный цикл машинного обучения — от подготовки данных до оценки качества модели — и убедитесь, насколько важно качество исходной информации для эффективности работы всей системы.

Начать обучение модели

Нейронные сети и генерация контента

В этом интерактивном модуле вы сможете создавать графические изображения, используя только текстовые команды.

Основная задача практикума заключается в том, чтобы показать, как текстовые описания преобразуются в визуальные данные, и дать возможность самостоятельно исследовать работу такой системы. Наблюдайте, как нейросеть интерпретирует ваши инструкции: точность формулировок, уровень детализации и стилистические указания напрямую влияют на композицию, цветовую гамму и общее художественное оформление результата.

Этот процесс лежит в основе промпт-инжиниринга — практического навыка, необходимого для эффективного взаимодействия с современными системами искусственного интеллекта. Для выполнения задания сформулируйте в поле ввода текстовое описание желаемого изображения и запустите процесс генерации. Попробуйте несколько вариантов, изменяя формулировки, и сравните полученные результаты, чтобы оценить влияние качества запроса на итоговую визуализацию.

Создать изображение с помощью ИИ

Технологии VR/AR

Технологии виртуальной (VR) и дополнённой (AR) реальности относятся к числу ключевых цифровых решений, меняющих представление о взаимодействии человека с информацией. Их основная идея заключается в создании иммерсивных или дополненных сред, где физическое и цифровое пространство соединяются в единый опыт. Область применения этих технологий очень широка: они используются в медицине и промышленности, в образовании и культуре, в сфере торговли и развлечений.

Один из наглядных примеров связан с виртуальными турами по музеям. Так, Эрмитаж и Русский музей предлагают детализированные VR-экскурсии, которые позволяют посетителям со всего мира «прогуляться» по залам и внимательно рассмотреть экспонаты в высоком разрешении. Подобный формат не только расширяет доступ к культурному наследию, но и открывает новые возможности для образовательных практик.

Чтобы почувствовать потенциал этой технологии, перейдите по ссылке на виртуальный тур Эрмитажа. Используя мышь и клавиатуру, попробуйте перемещаться по залам так, словно вы находитесь там лично, и изучите несколько экспонатов вблизи, обращая внимание на детализацию, свободу передвижения и наличие интерактивных элементов.

Перейти к виртуальному туру

Большие данные

Большие данные в современном мире представляют собой не просто накопление информации, а сложную систему её непрерывного анализа и прогнозирования. Один из самых понятных примеров можно увидеть в работе сервиса «Яндекс Карты», которым ежедневно пользуются миллионы людей. Система собирает и обрабатывает анонимные геоданные в реальном времени, что позволяет не только отображать текущую дорожную ситуацию, но и предлагать пользователям наиболее точные прогнозы времени в пути. Благодаря этому мы можем заранее учитывать пробки, выбирать оптимальные маршруты и планировать поездки с большей точностью.

Чтобы на практике увидеть, как работают большие данные, откройте «Яндекс Карты» и постройте маршрут между двумя удалёнными точками вашего города в разное время суток — например, утром в час пик и днём. Сравните полученные результаты: время в пути, предложенные варианты дорог, уровень загруженности. Включите слой «Пробки», чтобы проследить, каким образом визуализируются данные о движении транспорта. Такой эксперимент наглядно показывает, как анализ больших данных превращается в инструмент прогнозной аналитики и помогает каждому из нас оптимизировать передвижение в повседневной жизни.

Изучить кейс: Яндекс Карты

Модуль 2. Геоинформационные технологии и анализ данных

Геоинформационные технологии являются ключевым элементом работы с пространственными данными и материалами спутниковой съемки. Программа охватывает весь цикл работы с геоданными: цифровое картографирование, сложный пространственный анализ, обработку данных дистанционного зондирования Земли и проектирование баз данных. Освоение профессионального ГИС-инструментария (ArcGIS Pro, QGIS, SQL) и навыков программирования на Python помогает специалисту системно подходить к решению прикладных задач, строить 3D-модели местности и автоматизировать обработку больших массивов климатической и экологической информации.

Практическое задание
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.

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?

Медиапроект Цифровых кафедр ТГУ

Мы тут усиливаем навыки студентов IT-компетенциями, чтобы помочь быстрее найти работу

Заходи к нам

digikaf@ido.tsu.ru

Образовательные услуги оказываются Национальным исследовательским Томским государственным университетом на основании Лицензии №Л035-00115-70/00096945 2014 года. Документ о прохождении обучения по программе дополнительного профессионального образования также выдается НИ ТГУ

Медиа