Системный подход к обучению data science скачать в хорошем качестве

Системный подход к обучению data science

Модератор: Аркадий Сандлер независимый эксперт Современное образование, особенно в таких (относительно) новых специальностях, как data science и data fusion, не перестает вызывать острые споры среди экспертов. Каковы цели школьного и университетского образования? Чем они отличаются в Европе, США, России, Китае на данный момент? Что необходимо изменить в российской образовательной системе? Повлияет ли на образ результата цифровизация и если да, то как? Насколько существенно будет влиять цифровизация на методики обучения? В рамках сессии мы обсудим, какова роль единого стандарта в образовании, нужны ли нам единые школьные учебники и университетские программы; как контролировать качество и что должно быть основой оценки – живой экзамен или тесты и домашние задания; какую роль в образовательном процессе играют Mooc? Как обеспечить актуальность магистерских программ в связи с быстрым изменением технологий в data science? И какую роли в построении стройной образвательной системы играет партнерство государства и крупного бизнеса. Спикеры: Иван Ямщиков , директор по стратегии, Skillfactory Юрий Дорн , руководитель OzonMasters Участники дискуссии: Андрей Райгородский, директор Физтех-школы прикладной математики и информатики, заведующий кафедрой дискретной математики ФИВТ Нина Яныкина, ректор, Университет 20.35 Иван Оселедец, доктор физико-математических наук, Skoltech Александр Мамаев , руководитель группы анализа данных в проекте «Predict», Mail.Ru Group Константин Воронцов, российский учёный-математик, доктор физико-математических наук, профессор кафедры интеллектуальных систем ФУПМ МФТИ #datafusion #datascience #bigdata #ИИ #AI #machinelearning