Список учасників школи, які отримали сертифікати, можна переглянути за посиланням.

 

 

З усіх питань, пов'язаних з роботою школи, просимо звертатися до контактних осіб.

 

 

Про школу - DES 2022

Мета зимової школи DES 2022

  • Поглиблене вивчення теоретичних основ та розвиток практичних навичок у галузі сучасних інформаційних технологій;
  • Сприяти залученню фахівців до формування кваліфікованих вимог до освітніх програм та загалом співпраці з Університетом;
  • Залучити учасників школи, викладачів, менторів та фахівців галузі до роботи над реальними проектами та дослідженнями, що виникнуть в результаті роботи школи.

Навчання в школі спрямовано на поглиблене вивчення основ іноваційних освітніх програм:

121. Інженерія програмного забезпечення
121. Високопродуктивний комп’ютинг
125. Кібербезпека
112. Статистика. Статистичний аналіз даних

Для кого

  • Студенти ІТ-спеціальностей ЛНУ ім. Івана Франка.
  • Студенти інших ЗВО чи інших спеціальностей (Учасники пройдуть відбір на основі мотиваційного листа).
  • Учні старших класів шкіл (Учасники пройдуть відбір на основі мотиваційного листа).
  • Викладачі залучені до викладання у школі.
  • Працівники ІТ-компаній України та світу.
  • Викладачі ЛНУ ім. Івана Франка та інших ЗВО Львівщини та України.
  • Компанії-роботодавці, зацікавлені у розвитку ринку та ІТ-освіти в Україні.

 

Формат

Навчання у Школі здійснюється на безоплатній основі.

Заняття будуть відбуватися онлайн за підтримки провідних ІТ компаній Львова.

Менторами та спікерами школи будуть відібрані дослідники, розробники та кваліфіковані фахівці, які працюють над практичними/реальними проектами згідно тематики школи

  • Онлайн\Офлайн
  • Теорія
  • Практичні воркшопи
  • Виконання завдань


Тривалість занять
24.01.2022 – 04.02.2022.

Розклад занять
10.00 – 11.20
11.40 – 13.00
14.00 – 15.20
16.40 – 17.00 

Мова школи: українська, англійська.

 

 

Досвід

 

DES стала традиційною щорічною школою, що стабільно залучає сотні студентів та учнів з різних куточків України, які прагнуть підкорити сферу ІТ.

 

2020 рік:

  • 31 фахівець з ІТ-індустрії
  • близько 200 учасників

2021 рік:

  • 40 фахівців з ІТ-індустрї
  • близько 600 учасників
  • 23 компаній-партнерів

Як це було

 

Як взяти участь

Учасники Школи отримають сертифікати 4 кредити ECTS. Для цього необхідно відвідати більше 80% занять Школи. Студентам – учасникам Школи сертифікати можуть бути зараховано як додаткові бали з відповідних профільних дисциплін.

 

 

Тематика школи

(Перебуває на стадії формування. Слідкуйте за змінами)

SoftSkills

  • Робота в команді
  • Управління часом, персональна ефективність
  • Емоційний інтелект
  • Аналітичне мислення лінком.
  • Креативність
  • Інновації
  • Як ухвалювати рішення і робити складний вибір
  • Публічні виступи, як презентувати продукт

Software Engineering

Основи програмування:

  • Програмування на JavaScript, C, C++, Python, Java, Kotlin, Swift. React Native, Flutter
  • Version Control Systems (Data Version Control DVC). Git.

HPC:

  • Високопродуктивний комп’ютинг
  • Розподілені технології
  • CUDA, OpenCL

IoT:

  • IoT, IIoT (Internet of Things, Industrial Internet of Things)
  • Embedded systems. Esp32
  • Edge computing
  • AIoT (Artificial Intelligence of Things)

DataScience

Big data, Cloud, DB:

  • Великі дані. Big data frameworks: Spark, kafka, hadoop, databricks. Big Data Visualisation
  • Розподілені бази даних, data warehouse
  • Нереляційні бази даних. Графові дані. MongoDB, OrientDB, Neo4j
  • Хмарні сервіси та технології. Cloud computing: AWS/Azure/GCP.

Data processing

  • Data processing. Візуалізація даних. PowerBI, Tableau
  • Data mining: RapidMiner. Weka. Pyrhon for data mining
  • ETL/Data Workflows

Аналіз даних

  • Аналіз даних
  • Статистичний аналіз даних
  • Біостатистика
  • Аналітика даних
  • Predictive Analytics
  • Crawlers
  • Веб-аналітика
  • Бізнес-аналітика
  • Analytics platform: Microsoft Power BI, Tableau, SAP Analytics.
  • Оптимізаційні задачі
  • Рекомендаційні системи

Machine Learning

  • Машинне навчання
  • Support Vector Machines
  • Naive Bayes algorithms
  • Deep neural networks
  • Recurrent neural networks, Learning Competence Lead
  • Convolutional neural networks
  • Federated learning
  • OpenAI Gym
  • Scikit-learn, TensorFlow, Keras, Pytorch

CV

  • Розпізнавання образів. OCR технології. Python Samples
  • CV. Технології машинного зору. OpenCV, TensorFlow, Keras, Pytorch.

NLP

  • Speech recognition
  • Audio recognition
  • Розпізнавання та класифікація текстових даних. Визначення емоційного забарвлення тексту

Time series

  • Time Series Analysis
  • Аналіз потокових даних

Сфери практичного застосування AI

  • Conversational AI, чатботи
  • віртуальна реальність
  • Social network
  • Bioinformatics
  • автономні системи

CyberSecurity

  • Нові види атак, аналіз та захист
  • Типи вразливостей і як з ними боротися
  • Як правильно побудувати захист
  • Нові тактики і вибір стратегії при створенні SOC
  • Штучний інтелект і машинне навчання для виявлення аномалій
  • Фішинг і боротьба з шкідливими повідомленнями
  • Криптологія та шифрування
  • Управління інформаційною безпекою
  • Безпека комп’ютерних мереж та Інтернет
  • Приватність та захист персональних даних
  • Організаційно-правові питання безпеки інформації
  • Командна робота та презентаційні навички
  • Новітні підходи до підготовки фахівців з кібербезпеки