Научно-исследовательский семинар "Искусственный интеллект в бизнесе"

Магистратура 2025/2026

Статус: Курс обязательный (Магистр по наукам о данных)

Кто читает: Департамент больших данных и информационного поиска

Когда читается: 2-й курс, 2, 3 модуль

Охват аудитории: для своего кампуса

Преподаватели: Бекларян Армен Левонович

Язык: русский

Дополнительные материалы в LMS Задать вопрос

Аннотация

Семинар направлен на развитие у магистрантов компетенций в организации и проведении исследований в области науки о данных с использованием современных методологических подходов. В рамках курса слушатели освоят методологию CRISP-ML(Q) для структурированного построения ML-проектов, а также принципы MLOps для эффективной разработки и внедрения машинного обучения в промышленную эксплуатацию. Особое внимание уделяется подготовке выпускной квалификационной работы (ВКР): от формулировки исследовательского вопроса до представления результатов. Студенты научатся структурировать исследовательскую работу, работать с источниками, оформлять ее в соответствии с академическими стандартами, создавать убедительные визуальные презентации и успешно представлять результаты исследования на публичной защите. В результате семинара магистранты смогут самостоятельно проводить исследования в области науки о данных и эффективно представлять свои результаты.

Цель освоения дисциплины

Подготовить к публичной защите результатов научно-исследовательской работы
Научить применять методологии CRISP ML(Q) и MLOps в бизнес-проектах.
Развить навыки грамотного документирования и представления результатов исследований
Развить навыки поиска и анализа необходимой литературы по теме исследовательской работы.
Обучать методам планирования исследований и структурирования научной работы.
Подготовить магистрантов к успешному написанию и защите выпускной квалификационной работы
Развить у аспирантов всестороннее понимание процесса создания ML-проектов с использованием методологий CRISP ML(Q) и MLOps.

Планируемые результаты обучения

Правила защиты
Подготовка текста для защиты
Подготовка ответов на вопросы комиссии
Работа с отзывами и рецензией руководителя
Семинар: мини-защита с обратной связью
Инструменты для обеспечения воспроизводимости экспериментов
Автоматизация процессов обучения и оценки
Настройка базового конвейера MLOps
Структура презентации для защиты
Визуализация результатов исследований
Принципы эффективного представления данных
Ошибки в презентациях
Структура и требования к FQW
Планирование работы над FQW
Практический семинар: разбор примеров успешных проектов
Обзор этапов CRISP-ML(Q)
Специальные приложения для решения бизнес-задач
Понимание бизнеса и данных
Моделирование и оценка с учетом качества
Семинар: применение методологии к темам для аспирантов

Содержание учебной дисциплины

Тренировочные средства защиты
Порядок защиты выпускной квалификационной работы
Методология MLOps
Подготовка презентации к защите
Введение к выпускной квалификационной работе
Методология CRISP-ML(Q) в бизнес-проектах

Элементы контроля

Первый этап
Второй этап

Промежуточная аттестация

2025/2026 2nd module
Итоговая оценка = Этап 1 (Глава 1 ВКР (обзор) + начало главы 2 ВКР (Постановка задачи)) * 0,5 + Этап 2 (Глава 1 ВКР + Глава 2 ВКР +часть главы 3 (Реализация программного обеспечения))* 0,5

Список литературы

Авторы

Ахмедова Гюнай Интигам кызы

Программа дисциплины