Python, анализ данных и блокчейн — что изучают студенты других факультетов

В Вышке есть много возможностей для студентов разных образовательных программ узнать про современные технологии, научиться работать с данными и программировать. Это и система майноров, и проект Data Culture, и программы повышения квалификации. Студенты Вышки, слушатели программ повышения квалификации Центра непрерывного образования, рассказали о том, почему, еще учась в университете, они решили получить дополнительную квалификацию, а также как собираются применить полученные знания.

Александр Явон, студент 2 курса программы “Реклама и связи с общественностью”, слушатель программы “Python как первый язык программирования”.

Я учусь на факультете коммуникаций, медиа и дизайна на образовательной программе "Реклама и связи с общественностью". Это направление выбрал, так как хочу заниматься бизнесом, а маркетинг и продажи — одна из самых сложных компетенций в ведении бизнеса. Моя вторая специальность (майнор) — бизнес-информатика, так как бизнес, которым я собираюсь заниматься, напрямую связан с моделированием, автоматизацией и оптимизацией бизнес-процессов. Но как бы то ни было, технологии сейчас так развиваются, что практически в любой сфере деятельности в будущем будет нужно хотя бы базовое знание программирования. Эта тенденция уже во всю развивается, и специалисты со знанием хотя бы одного языка программирования ценятся гораздо выше. Почему я выбрал именно Python? Потому что это очень удобный высокоуровневый язык, программирование на котором занимает в разы меньше времени и приходится писать гораздо меньше строк кода, хорошо развита интеграция с другими языками, легко читать/писать код, отлаживать его. Я считаю, что человек в своем развитии не должен ограничиваться одной специализацией, а стараться черпать как можно больше знаний и повышать свою профессиональную ценность, пока есть такая возможность.

 

За все время реализации программ повышения квалификации (с февраля 2016 года) на факультете компьютерных наук прошел обучение 41 студент образовательных программ университетов Москвы, в том числе 15 студентов Высшей школы экономики. По окончании университета в дополнение к диплому о высшем образовании каждый из них получает удостоверение о повышении квалификации. Для студентов Вышки разработана система скидок на обучение на программах дополнительного образования, также как и для выпускников университета.

Александр Шихов, студент 2 курса Международного института экономики и финансов, выпускник программы “Внедрение технологии блокчейн в компаниях”

Я пошел на курс “Внедрение технологии блокчейн в компаниях”, потому что не хочу потерять свою ликвидность на рынке труда. Я вижу активный переход из банковской системы в криптоэкономику. Именно поэтому, несмотря на то, что сейчас учусь в бакалавриате Высшей школе экономики, я пошел на программу для повышения своих компетенций. Так как технологии развиваются стремительно, то скорость устаревания знаний с каждым годом растет. Обучение мне помогло, я разобрался в той теме, по которой не мог найти материалов. Я доволен тем, что посетил курс, и намерен теперь монетизировать полученные знания.

Обучение на программах проходит в вечернее время и по субботам, что дает возможность совмещать курсы с получением основного образования и работой. Сейчас Центр непрерывного образования ведет набор слушателей на Летние интенсивы и осенние программы, в том числе на программу профессиональной переподготовки.

 

Екатерина Павлочева, студентка 3 курса программы "Экономика", слушатель программы "Практический анализ данных и машинное обучение"

 

Хочется начать с того, что практический анализ больших объемов данных позволяет расширить знания в профессиональной деятельности, в моем случае, в экономике, так как он позволяет решить большой спектр практических задач. Сейчас многие компании и банки активно внедряют в свою деятельность методы машинного обучения, совершенствуют с их помощью уже существующие модели, которые они применяли до этого. Стоит отметить, что на рынке труда знания в данной области помогают найти более престижную работу. Сейчас я работаю в банке, в отделе финансового мониторинга (Anti Money Laundering). Там на практике приходится сталкиваться с решением задач с помощью машинного обучения. Вечерние программы, организованные на базе факультета компьютерных наук,  мне в этом сильно помогают. Также я пишу научную работу, связанную с выявлением мошенничеств в финансовой отчетности компаний на ранних стадиях. Здесь также используются методы машинного обучения, такие как LogitRegression, DesionTree, RandomForest, байесовские методы и другие.