В процессе деятельности любая компания постоянно ищет новые способы развития: оптимизирует производство, улучшает бизнес-процессы, увеличивает вложения в рекламу и маркетинг, повышает уровень сервиса.
В современном мире данные всех видов (численные, текстовые, аудио, видео и т.д.) – накапливаются быстрее, чем человек способен их обработать и принять решение.
Накопленные в компании данные, полученные из разных источников, содержат 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.
Однако, «большие данные» - это далеко не только математика и алгоритмы. Применение математических инструментов может принести пользу только при правильной организации рабочего процесса сбора, обработки, интерпретации данных и внедрения полученных результатов.
На данном курсе слушатели разберутся, как организовать деятельность по внедрению инструментария машинного обучения и ИИ; работу команд различных подразделений; к каким инвестициям и результатм надо быть готовыми.
Вопросы, на которые вы получите ответы:
- Что такое Data Science, «большие данные», искусственный интеллект (ИИ)?
- Как «приложить» работу с «большими данными» к вашему бизнесу и нужно ли?
- Как организовать работу?
- Какие специалисты требуются, и как они взаимодействуют?
- Какие данные можно использовать для анализа?
- Где именно искать и какие результаты ожидать?
- Какие ресурсы – технические, информационные, организационные – потребуются?
- Как построить критерии и метрики успешной работы в области «больших данных»?
Для кого этот курс?
- Руководители компаний и подразделений
- Функциональные руководители
- Руководители проектов в области больших данных
- Бизнес-аналитики
- Руководители (тимлиды) команд по обработке «больших данных» и внедрению инструментария машинного обучения.
Что даст вам прохождение курса?
- Вы поймете, как подготовить компанию и сотрудников к практическому применению больших данных (Big Data) в работе; организовать специфические проекты по внедрению инструментария «больших данных» и машинного обучения.
- Вы сможете повысить эффективность принятия решений за счет грамотного сбора, структурирования и применения современных техник анализа больших данных (Big Data).
- Полученные знания и навыки позволят слушателям повысить эффективность принятия решений за счет грамотного сбора, структурирования и применения современных техник анализа больших объемов данных: Data – Information – Knowledge – Wisdom: от данных к мудрости в принятии решений!
В курсе рассматриваются вопросы:
- ключевые понятия, термины, классы решаемых задач и методы;
- стандартный межотраслевой процесс анализа данных CRISP-DM - источники информации: структурированные и неструктурированные;
- основные специальности в области машинного обучения и больших данных (аналитики данных, «ученые по данным», программисты по «большим данным», менеджеры по «большим данным, новая с\профессия промпт-менеджер) и их роли на различных стадиях рабочего процесса;
- сбор данных из разнородных источников, оценка их качества и предварительная подготовка;
- понятие «озер данных» (data lake) и обзор инструментария;
- обзор классов задач, решаемых инструментами машинного обучения и ИИ: численные данные; распознавание образов, звуков, текста, прогностика, анализ соцсетей, поведения заказчика;
- обзор математических инструментов решения: нейронные сети, графы, специализированные логики;
- обзор прикладных инструментов, включая no-code, c демонстрацией применения;
- современные инструменты на основе ИИ без кодирования (ChatGPT и аналогичные);
- оценки цифровой зрелости;
- методы реорганизации работы компании при применении анализа «больших данных»;
- ключевые характеристики проектов по запуску аналитики «больших данных»;
- построение системы метрик для проектов и систем «больших данных»;
- структура затрат.
Обучение проходит на основе национальных стандартов: ГОСТ Р 59277-2020 «Системы искусственного интеллекта. Классификация систем искусственного интеллекта» и ГОСТ Р 59278-2020 «Информационная поддержка жизненного цикла изделий. Интерактивные электронные технические руководства с применением технологий искусственного интеллекта и дополненной реальности. Общие сведения».
