[Специалист] Основы работы с большими данными: Data Science Orientation (2018) [Данил Динцис]

Основы работы с большими данными: Data Science Orientation. Данил Динцис
​

​

В процессе деятельности любая компания постоянно ищет новые способы развития: оптимизирует производство, улучшает бизнес-процессы, увеличивает вложения в рекламу и маркетинг, повышает уровень сервиса. Но если успехи компании сходят на нет, зачастую сложно понять, что именно идет не так и почему.

Есть область, ресурсы которой еще не исчерпаны – это Data Science. Накопленные в компании данные, полученные из разных источников, таят в себе огромный потенциал. Грамотный анализ больших объемов разнородных данных (Big Data), выведение скрытых закономерностей приводят аналитиков порой к неожиданным открытиям и выводам. Оперируя этими сведениями, можно вывести свою компанию в лидеры рынка.

Этот курс – введение в сложную и многогранную область науки по работе с большими данными – Data Science.

Вопросы, на которые вы получите ответы:

• Что представляет собой Data Science и как она связана с большими данными (Big Data)?
• Как «приложить» Data Science к вашему бизнесу и нужно ли?
• Какие данные можно использовать для анализа?
• Где именно искать и какие результаты ожидать?

Для кого этот курс?

• Руководители компаний и подразделений
• Линейные менеджеры
• Бизнес-аналитики
• Разработчики
• Другие сотрудники, вовлеченные в аналитическую деятельность компании

Что даст вам прохождение курса?
Вы поймете, как подготовить компанию и сотрудников к практическому применению больших данных (Big Data) в работе.
Вы сможете повысить эффективность принятия решений за счет грамотного сбора, структурирования и применения современных техник анализа больших данных (Big Data).

Спойлер: Программа курса

Модуль 1. Область применения больших данных. Постановка задачи

• Цели курса
• Определение основных понятий
• История науки о данных
• Выгоды от работы с большими данными (Big Data)

Модуль 2. Data Science: назначение, области применения

• Роль специалистов по DS
• Требуемые компетенции
• Методология исследования данных
• Состав проектной команды для DS
• Требования к команде DS

Модуль 3. Сбор и подготовка исходных данных

• С чего начать
• Описательное и ассоциативное исследование исходных данных
• Сегментирование данных (slice and dice)
• Практическая работа. Сегментировать тестовый набор данных

Модуль 4. Основы математической статистики

• Основная тенденция и отклонения
• Среднее, наиболее вероятное и медиана
• Распределение Гаусса
• Практическая работа. Определить статистические характеристики распределения. Использовать функции распределения Excel

Модуль 5. Визуализация данных

• Визуализация данных в Excel (Pivot)
• Дашборды
• Другие инструменты визуализации
• Демонстрация

Модуль 6. Инструменты анализа данных

• Основы машинного обучения:
  • Сигмоидная функция
  • Регрессионный анализ
• Обзор инструментов

Модуль 7. Выгоды для компании от применения аналитики больших данных (Big Data)

• Подготовка компании к применению Big Data
• Требования к компетенциям и взаимодействию сотрудников
• Готовность к изменениям = гибкая (agile) компания
• Практическая работа. Определить состав «бигдата» команды в вашей организации