Data Culture – это общий термин для обозначения навыков и культуры работы с данными.

Для освоения достаточного уровня компетенций Data Culture разработаны курсы по трем тематическим блокам:

курсы цифровой грамотности для использования цифровых технологий и инструментов работы с информацией для личных, образовательных и профессиональных целей, коллективной работы в цифровой среде, учитывая основы безопасности, этические и правовые нормы

курсы по алгоритмическому мышлению и программированию, обучающие широкому спектру навыков – от формализованной постановки задач и разработки алгоритма решения до использования современных инструментов программирования

курсы по анализу данных и методам искусственного интеллекта, чья тематика разнится от использования математических методов и моделей для извлечения знаний до решения профессиональных задач и разработки новых подходов

В зависимости от запроса вузов-партнеров курсы проекта Data Culture могут изучаться в различных конфигурациях, обеспечивая индивидуальный подход к потребностям слушателей при сохранении высокого уровня освоения компетенций, который подтверждается независимыми измерениями и внешней экспертизой.

Длительность программы и стоимость обучения варьируется в зависимости от выбранной конфигурации курсов.  

Совокупный уровень освоения цифровых навыков определяется как минимальное значение из уровня освоения Программирования и уровня освоения Анализа данных при условии освоения Цифровой грамотности. 

Каждый следующий уровень включает предыдущие, а также более сложные задачи и инструменты.

Проект Data Culture включает 13 курсов, которые позволяют формировать гибкую траекторию обучения по принципу конструктора.

1. Цифровая грамотность
2. Введение в искусственный интеллект
3. Python как иностранный
4. Основы программирования на Python
5. Сбор и анализ данных в Python
6. Python для извлечения и обработки данных
7. Математическая статистика и А‍/‍В тестирование
8. Статистика для анализа данных
9. Статистические методы анализа данных
10. Основы машинного обучения
11. Продвинутые методы машинного обучения
12. Анализ текстовых данных
13. Компьютерное зрение