info@specialist.ru
Основы работы с большими данными (Data Science)
|
Путеводитель
Программирование и СУБД
Бизнес-аналитика
Этот курс в нашем Центре
|
Data Science FundamentalsПредлагаем Вам погрузиться в Data Science, чтобы познакомиться с Big Data! На нашем курсе Вы соприкоснетесь с самой популярной в IT концепцией. Компании, которые игнорируют Big Data, отстают от конкурентов и теряют прибыль. Тем временем компании, работающие с большими данными, показывают высокие результаты в клиентском сервисе, операционной эффективности и риск-менеджменте. Компаний, внедряющих Big Data, становится все больше. Растет спрос на специалистов, которые могут комплексно работать с большими массивами данных: анализировать, обрабатывать и визуализировать их. Аналитик больших данных, решая бизнес-задачи, развивается одновременно в IT и бизнесе. Наш курс «Основы работы с большими данными: Data Science Orientation» позволит Вам «подружиться» с Big Data (большими данными). В курсе рассматриваются вопросы:
Предлагаемый курс позволит управляющему персоналу, менеджерам, разработчикам, другим сотрудникам, вовлеченным в аналитическую деятельность своей компании, ознакомиться с современными инструментами сбора, подготовки, обработки и анализа больших объемов разнородных данных. По итогам курса Вы будете уверенно ориентироваться в мире «больших данных», машинного обучения и сможете организовывать команды для работы с «большими данными» и определите направление своего профессионального развития в этой области. Спешите записаться на наш курс «Основы работы с большими данными: Data Science Orientation», чтобы освоить Big Data и вывести свою компанию в лидеры! |
По окончании курса Вы будете уметь:
- определять источники сбора информации и формировать требования к ним;
- применять стандартный CRISP-DM процесс для Вашей организации;
- подбирать команду для работы с большими данными (Big Data);
- выбирать инструментарий для практической работы;
- применять специализированные инструменты Excel – «Пакет анализа данных» и «Тренды»;
- применять «дерево решений»;
- определять подходящие инструменты и методы для решения основных классов задач машинного обучения и взаимодействовать с разработчиками;
- использовать методы классификации данных для машинного обучения;
- подбирать выборки разработки, тестовую и обучающую для достижения наилучших результатов анализа информации;
- организовывать реорганизацию работы компании для применения управления на основе больших данных.
После окончания курса вы будете:
- понимать концепцию больших данных (Big Data);
- знать типовые задачи, для решения которых применяется машинное обучение: анализ трендов, социальных сетей; распознавание графических, видео- и аудио-образов, текста; прогностика действий (на примере покупок);
- владеть базовыми математическими понятиями;
- понимать основные методы обработки и анализа данных: регрессия, нейронные сети; графы, К-значные логики;
- знать основные современные инструменты анализа данных;
- понимать принципы организации и структуру команд по работе с бигдата.
Продолжительность курса - 16 ак. ч.
Преподаватели курса |
Отзывы о курсе |
|
О преподавателе:
Ведущий преподаватель Центра, руководитель направления «Инновационные технологии обучения». Доктор технических наук по специальности «Системный анализ в информационных системах». Обладатель престижных статусов PgMP®, PMP®, ITIL® Expert, DASA certified Product owner, аккредитованный тренер ITIL®, сертифицированный инструктор онлайн-обучения. Преподаёт более 15 лет, является автором курсов и семинаров Центра, 50 научных и 20 методических трудов. Опыт работы в ИТ-отрасли – свыше 25 лет, из них более 15 лет – в области управления проектами, портфелями проектов.Читать далее |
Я получил знания, которых у меня до этого не было
Cлушатель: Мурысёв Александр Алексеевич Все отзывы по курсу |
Предварительная подготовка
Требуемая подготовка: Успешное окончание курса Microsoft Excel 2019/2016. Уровень 1. Работа с Excel 2019/2016 или эквивалентная подготовка.
Получить консультацию о необходимой предварительной подготовке по курсу Вы можете у наших менеджеров: +7 (495) 232-32-16.
Наличие предварительной подготовки является залогом Вашего успешного обучения. Предварительная подготовка указывается в виде названия других курсов Центра (Обязательная предварительная подготовка). Вам следует прочитать программу указанного курса и самостоятельно оценить, есть ли у Вас знания и опыт, эквивалентные данной программе. Если Вы обладаете знаниями менее 85-90% рекомендуемого курса, то Вы обязательно должны получить предварительную подготовку. Только после этого Вы сможете качественно обучиться на выбранном курсе.
Рекомендуемые курсы по специальности
Чтобы стать профессионалом, мы рекомендуем Вам вместе с этим курсом изучить:
-
NEW! Data Science. Уровень1. Инструменты и технологии
-
NEW! Программирование на языке R. Уровень 1. Базовые знания
-
Анализ данных на языке SQL
-
Microsoft Excel 2019/2016. Уровень 3. Анализ и визуализация данных
-
Введение в статистику
Тестирование по курсу
Программа курса
| Тема | Ак. часов | ||
|---|---|---|---|
Модуль 1.
Область применения больших данных. Типовые задачи.
|
1 | ||
Модуль 2.
Сбор и подготовка исходных данных. Методика CRISP-DM
|
1 | ||
Модуль 3.
Основы математической статистики. ANOVA. Надстройка Excel «Пакет анализа»
|
2 | ||
Модуль 4.
Задача прогноза продаж. Понятие машинного обучения. Корреляция. Регрессионный анализ
|
3 | ||
Модуль 5.
Задачи классификации и распознавания образов, видео, речи, текста. Понятие нейронных сетей. Примеры применения.
|
3 | ||
Модуль 6.
Задача исследования социальных сетей. Задача прогнозирования поведения пользователя. Социальные и направленные графы. Деревья решений. Примеры применения
|
3 | ||
Модуль 7.
Продвинутые инструменты: глубокое машинное обучение, искусственный интеллект, нечеткие множества
|
1 | ||
Модуль 8.
Профориентация по специальностям в Data Science. Выводы и рекомендации по построению и организации работы команды
|
2 | ||
| Аудиторная нагрузка в классе с преподавателем |
16
+4 бесплатно |
||
| По окончании обучения на курсе проводится итоговая аттестация. Аттестация проводится в виде теста на последнем занятии или на основании оценок практических работ, выполняемых во время обучения на курсе. |
Ближайшие группы
Данный курс вы можете пройти как в очном формате, так и дистанционно в режиме онлайн.
Чтобы записаться на онлайн-обучение, в корзине измените тип обучения на "онлайн" и выберите удобную для вас группу.
Чем онлайн-обучение отличается от других видов обучения?
м.Белорусская или м.Савеловская
Стоимость обучения (рублей)* | Курс может быть заказан согласно ФЗ-44, ФЗ-223 (закупка/аукцион/запрос котировок/конкурсные процедуры) |
| с 10:00 до 17:00 | Вечер или Выходные Стандартная цена |
Онлайн | Индивидуальное обучение | Записаться | |||
|---|---|---|---|---|---|---|---|
| Частные лица | 9 990 | 9 990 | 9 990 | 35 600 ** | |||
| Организации | 13 990 | 13 990 | 13 990 |
Ваша выгода может быть 2 440 рублей
 Основы работы с большими данными (Data Science) |
+ |  Data Science. Уровень1. Инструменты и технологии |
= 23 540 руб.* 25 980 руб. |
|
**Указана минимальная цена за индивидуальное обучение. Число часов работы с преподавателем в 2 раза меньше, чем при обучении в группе. Если Вам для полного усвоения материала курса потребуется больше часов работы с преподавателем, то они оплачиваются дополнительно. В случае занятий по индивидуальной программе расчёт стоимости обучения и количества необходимых часов производится отдельно.
Документы об окончании
В зависимости от программы обучения выдаются следующие документы:
Удостоверение*
Свидетельство
Cертификат международного образца
*Для получения удостоверения вам необходимо предоставить копию диплома о высшем или среднем профессиональном образовании.
Сертификаты международного образца выводятся после окончания курса в личном кабинете слушателя.
Все документы ЦентраАктуальные новости
Настоящая Чёрная пятница! Только 13 декабря скидка 50%*
Планируете повысить квалификацию в «Специалисте»? Хотите начать обучение, но постоянно откладываете? Воспользуйтесь уникальным шансом построить будущее! Только сегодня действует скидка 50%!
Cлушатель: Селина Марина Викторовна