Сергей Кузнецов

Редактор

Берем курс на технологии

Абитуриенты часто выбирают профессии, которые в моде «здесь и сейчас». Но кто может быть уверен, что эти специальности будут востребованы к моменту, когда студенты закончат вуз? Очевидно, что в постоянно меняющемся мире знакомиться с профессиями завтрашнего дня нужно уже сейчас. Лучший способ для такого знакомства — учебные онлайн-курсы. Издание N + 1 совместно с компанией «Ростелеком» начинают публикацию материалов образовательного онлайн-проекта «Цифровая экономика. Профессии будущего».

Проект включает четыре курса по цифровым направлениям: робототехника, квантовые технологии, блокчейн и технологии распределенного реестра, наука о данных. Мы расскажем, как они развивались и как уже меняют нашу жизнь, и на примере «Ростелекома» посмотрим, как компании внедряют высокотехнологичные решения для своих клиентов с использованием больших данных, искусственного интеллекта, интернета вещей и квантовых коммуникаций.

Курсы расскажут о последних отечественных и мировых ИТ-практик, помогут разобраться в новейших технологиях и даже сделать первый шаг к освоению профессии будущего. Онлайн-курсы по каждому направлению будут публиковаться один раз в две недели. Первый курс расскажет о робототехнике. 

  • Робототехника

    • Узнайте, где роботы и люди уже работают бок о бок, как роботизация меняет нашу жизнь и кто создает роботов будущего.

  • Квантовые технологии (скоро)

    • Узнайте, как на основе эффектов квантового мира ученые-экспериментаторы разрабатывают технологические решения. Например, сверхточную навигацию, вычислительные устройства нового типа и защищенные системы коммуникаций с квантовой криптографией.

  • Блокчейн и технологии распределенного реестра (скоро)

    • Узнайте, как блокчейн используют большие компании и целые государства и почему внедрение этой технологии сравнимо по важности с массовым распространением интернета.

  • Наука о данных (скоро)

    • Научитесь переводить бизнес-задачу в запрос дата-сайентистов, узнайте, какие математические модели используют в машинном обучении, как их тренируют и проверяют, а также разберитесь в отчетах о работе алгоритмов.


Ранее в этом блоге

Нашли опечатку? Выделите фрагмент и нажмите Ctrl+Enter.