Информационные технологии в деятельности юриста — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Критерии оценки и рабочие ведомости)
(Элен Теванян (175, 176 группы))
Строка 29: Строка 29:
 
=== Элен Теванян (175, 176 группы) ===
 
=== Элен Теванян (175, 176 группы) ===
 
* elentevanyan@gmail.com
 
* elentevanyan@gmail.com
* facebook.com/etevanyan
+
* [https://www.facebook.com/etevanyan Facebook Элен Теванян]
 
* +79035332266 (Telegram/Whatsapp, если asap/мир вот-вот рухнет)
 
* +79035332266 (Telegram/Whatsapp, если asap/мир вот-вот рухнет)
  
 
=== Михаил Журавлев (177, 178 группы) ===
 
=== Михаил Журавлев (177, 178 группы) ===
 
=== Полина Попенова (179 группа) ===
 
=== Полина Попенова (179 группа) ===

Версия 20:34, 9 октября 2017

О курсе

Программа курса

Молодым юристам предстоит решать множество задач: поддержка бизнесов по новым технологиям, разработка правового регулирования беспилотных автомобилей, использование криптовалют, замена реестров технологией блокчейн. Эта работа требует не только исключительной юридической грамотности, но и глубокого понимания, как работают технологии. В рамках курса мы изучим основы основ машинного обучения, посмотрим, какое влияние Data Science оказывает на правовую сферу и подготовим к работе в реальности, где большая часть рутинных юридических задач будет решаться компьютером, но правовых вопросов и вызовов станет еще больше.

Критерии оценки и рабочие ведомости

0.1*Посещаемость + 0.45*Эссе + 0.45*Проект + (0.1 бонус за активность)

  • Посещаемость: за каждый посещенный семинар выставляется один балл; в конце модуля сумма баллов пропорционально переводится в 10-балльную систему.
  • Проект: небольшое творческое задание; сдается в середине модуля на пятом семинаре
  • Эссе: небольшое творческое задание; сдается в декабре (конец курса)
  • Активность: работа на семинарах, за работу на каждом из семинаров выставляется один балл; в конце модуля сумма

баллов пропорционально переводится в 10-балльную систему.

Материалы семинаров

Презентации

Литература

1. Уилан, Ч. Голая статистика/ Ч.Уилан. — 2-ое изд., — М.: Манн, Иванов и Фербер, 2017. — 352
2. Элленберг, Дж. Как не ошибаться: сила математического мышления/ Дж.Элленберг — М.: Манн, Иванов и Фербер, 2017. — 576 с.

Видео-материалы

Преподаватели

Татьяна Бражник (171, 172 группы)

Марат Ахматнуров (173, 174 группы)

Элен Теванян (175, 176 группы)

Михаил Журавлев (177, 178 группы)

Полина Попенова (179 группа)