Большие данные и машинное обучение в когнитивных и социальных науках

Входные компетенции, оцениваемые на этапе отбора:

Междисциплинарный характер модуля предполагает участие студентов социогуманитарных и IT направлений подготовки.

Входными компетенциями для студентов IT направлений подготовки являются владение основами математической статистики и программированием на языке Python.

Входными компетенциями для студентов социогуманитарных направлений подготовки являются:
- владение современными информационными технологиями и программным обеспечением для решения исследовательских задач;
- способность принимать участие в социогуманитарном исследовании на всех этапах его проведения;
- способность осуществлять социальное взаимодействие и реализовывать свою роль в команде.

Отбор обучающихся осуществляется на основе оценивания:

Резюме (от 0 до 30 баллов) 
Оно должно описывать следующую информацию о соискателе: направление подготовки, тематика НИРС, перечень публикаций,  опыт участия в исследовательских проектах, участие в научных мероприятиях, перечень программного обеспечения (сбор, анализ, визуализация данных) с уровнем владения (начинающий, уверенный, продвинутый),   аккаунты в социальных сетях (содержание и структура цифрового следа в них);

Мотивационного письма (от 0 до 20 баллов) 
Письмо должно включать ответы на вопросы: почему участнику важно попасть именно на этот образовательный модуль, какие знания и компетенции он планирует развить в результате прохождения обучения, где он сможет использовать их в дальнейшем);

Выполненного задания (от 0 до 30 баллов; см. далее).
 

Задания для проведения отбора обучающихся.

Для студентов социально-гуманитарных направлений подготовки задание состоит из трех элементов:

1. Написание программы инициативного исследования в рамках тематики образовательного модуля «Большие данные и машинное обучение в когнитивных и социальных науках». Программа должна включать:

- описание проблемы и ее актуальности;

- описание объекта и предмета исследования;

- гипотеза, цели и задачи;

- предполагаемый алгоритм исследования;

- методы инициативного исследования.

2. Решение логических задач:

Задача 1. К реке, где была лодка, вмещающая только двух человек, подошли два разбойника и два путешественника. Разбойники не решались напасть на путешественников. В случае если на берегу останется один путешественник и два разбойника, то они нападут на него. Как надо переправиться через реку путешественникам и разбойникам, чтобы избежать нападения?

Задача 2. Для марш-броска по пустыне путешественнику необходимо иметь 4 литра воды. Больше он взять не может. На базе, где имеется источник воды, выдают только 5-литровые фляги, а также имеются 3-литровые банки. Как с помощью одной фляги и одной банки набрать 4 литра во флягу?

Задача 3. Из 15 котят 8 рыжих и 7 пушистых, и других нет. Есть ли среди этих котят хоть один рыжий и пушистый одновременно?

Задача 4. Имеется 9 кг песка и гиря в 250 г. Как в три взвешивания на чашечных весах отмерить 2 кг песка?

Задача 5. 1. Футбольные команды А, Б, В, Г, Д и Е разыгрывали первенство. Известно, что команда А отстала от Б на три места, команда В оказалась между Г и Д, команда Е опередила Б, но отстала от Д. Какое место заняла каждая из команд?

3. Творческое задание

Предположим, что Вы анализируете онлайн-сообщество университета, в котором учитесь. Какие действия надо предпринять, чтобы понять, кто является лидером общественного мнения в этом сообществе?

Для студентов IT направлений подготовки задание заключается в написании программного модуля для обработки тестового набора данных с использованием языка программирования Python 3 и базовых методов математической статистики.
Задание: 

1. Используя язык программирования Python 3 необходимо выполнить предобработку текстовых данных:
- привести все слова к нижнему регистру;
- удалить пунктуацию;
- удалить нерелевантные слова (ссылки, слова на английском, и. т .д);
- удалить стоп слова с помощью готовых словарей ( при необходимости дополнить словарь);
- выполнить лемматизацию ( привести все слова в их начальную словоформу).

2. Отсортировать слова по частоте их употребления и выделить топ 100 слов.
Данные: Результаты поисковых запросов по теме “Благотворительность”, собранных системой мониторинга “Крибрум”. 
Скачать

40 участников, продемонстрировавшие наилучшие результаты и выполнившие общие (технические) требования к заявке, приглашаются на обучение по программе. Спорные вопросы решаются на уровне руководителя программы.

Программа ориентирована на обучение студентов 3 и 4 курсов бакалавриата, магистратуры и аспирантуры, формирование у них комплексных знаний и компетенций, необходимых для профессиональной деятельности и проведения научно-исследовательской работы с применением технологий Big Data, машинного обучения и анализа открытых пользовательских данных социальных сетей.

Этапы проведения:

Онлайн-премодуль (дистанционно) – 27.09.2021 - 05.10.2021

Очная часть программы – 06.10.2021 - 16.10.2021

Модуль включает в себя лекционный, инструментальный и проектный разделы, что позволяет, помимо формирования конкретных результатов обучения, вовлечь обучающихся в режиме пробного действия в реализацию научно-исследовательского проекта по теме «Влияние структурных и содержательных характеристик интернет-активности старшеклассников и студентов на их образовательные достижения» для решения следующих исследовательских задач:

• анализ структурных характеристик интернет активности старшеклассников и студентов (социально-демографический портрет, дружеские связи, временные и пространственные характеристики);
• анализ содержательных характеристик интернет-активности старшеклассников и студентов (персональные интересы, генерируемый контент);
• оценка влияния интернет-активности на формальные и неформальные образовательные достижения старшеклассников и студентов.

Модуль рассчитан на исследователей из разных областей наук: психологов, социологов, программистов, политологов, лингвистов, менеджеров и др. и направлен на формирование и совершенствование следующих компетенций исследователей:

• способность формировать стратегию и методологию когнитивных и социальных исследований с применением технологий Big Data;
• способность обоснованно выбирать и эффективно использовать технологии, методы и инструменты исследования;
• способность собирать, хранить и обрабатывать большие массивы гетерогенных данных, в том числе данных социальных медиа;
• владение методами и инструментальными средствами социально-сетевого анализа;
• владение программными средствами разработки и визуализации данных;
• способность применять алгоритмы машинного обучения к анализу данных социальных сетей;
• владение методами и программными инструментами текстовой аналитики для обработки текстов на естественном языке;
• способность анализировать и интерпретировать полученные результаты.

Всем, кто прошел конкурсный отбор и был приглашен на программу, необходимо привезти с собой один из следующих документов:

- сертификат о вакцинации (достаточно первого компонента вакцины) или справку о прохождении первого этапа вакцинации (на бумажном носителе);
- медицинский документ или сертификат о перенесенном заболевании из личного кабинета портала Госуслуг, со дня выздоровления не более 6 месяцев до заселения (на бумажном носителе);
- отрицательный результат ПЦР-теста (полученный не ранее, чем за три календарных дня до заселения) и обязательно добровольное согласие на прохождение вакцинации в течение трех дней со дня вселения. Обратиться в прививочный пункт необходимо самостоятельно.

По приезде в Университет участникам образовательного модуля следует предоставить оригиналы указанных документов во время регистрации участников.

АНО ВО «Университет «Сириус» обеспечивает проживание, проезд / перелет по территории РФ и питание для участников программы.

Плата за обучение на программе не взимается.

К участию в программе допускаются только граждане РФ