Большие данные Анализировать данные Обрабатывать данные Хранить данные Визуализировать данные Python Jupyter Notebook SQL-запрос

Аналитика: искусство управлять данными

Университет Иннополис

256,00 часов длительность

Онлайн формат

Базовый уровень

1 поток (закрыт) 20.09-27.12.2021

2 поток (закрыт) 01.10-27.12.2021

3 поток (закрыт) 29.11.2021-28.03.2022

Описание

Данные — это объемные сведения о деятельности компании. Аналитический подход к их обработке позволяет анализировать поведение клиентов и спрос на товары.

Профессия аналитика данных — хорошая точка входа в сферу больших данных.

Курс помогает приобрести знания о типах анализа больших данных, видах аналитики, основах языка программирования Python. Также на курсе преподаются навыки применения машинных методов в обработке данных, методов интерпретации и визуализации анализа больших данных, проведения аналитических работ с использованием технологий больших данных.

В программе:

базовые инструменты аналитики
основы статистики
язык запросов SQL
основы языка Python
подготовка данных для анализа, группировка и визуализация данных
машинные методы в обработке данных

Курс проходит в дистанционном формате, поэтому присоединиться к занятиям можно из любого города или региона. Вебинары проходят 2-3 раза в неделю. Слушатели получают обратную связь к выполненным домашним заданиям. Это позволит лучше разобраться в материалах курса и быстрее усвоить новую информацию. На практических занятиях слушатели обучатся профессионально работать в Google-формах, будут решать кейсы.

Особенность онлайн-курса заключается в том, что особое внимание уделяется практическим знаниям. После каждого модуля слушатели проходят тесты и выполняют задачи. В конце обучения участники реализуют командные проекты.

Выдается диплом о профессиональной переподготовке установленного образца.

Часов в программе

63,00 часа

лекции

66,00 часов

практика

109,00 часов

самостоятельная

15,00 часов

промежуточная аттестация

1 час

входная диагностика

2 часа

итоговая аттестация

256,00 часов

всего

Цель программы

Получение компетенции, необходимой для выполнения нового вида профессиональной деятельности - создание и применение технологий больших данных; приобретение новой квалификации – аналитик данных.

Актуальность

Аналитик данных - специалист по сбору, обработке и интерпретации информации. Его работа помогает принимать решения в управлении, бизнесе и науке. Профессия дата аналитика считается одной из самых популярных и перспективных в мире и требует углублённых знаний в статистике и умения программировать на Python. Специалисты строят математические модели, которые опишут проблему и фактические данные.
Данная программа обучения позволит обеспечить получение компетенции, необходимой для профессиональной деятельности аналитика данных, который, благодаря полученным знаниям и навыкам работы с большими данными, сможет выявить скрытые зависимости и закономерности и обеспечить успешное развитие компании.

Входная диагностика 1 час

Тестирование

Итоговая аттестация 2 часа

защита выпускной аттестационной (квалификационной) работы- защита проектной работы

Компетенции

Профессиональные

Способен к планированию, организации, исследованию аналитических работ с использованием технологий больших данных

Знать:

Знать:
• современные методы и инструментальные средства анализа больших данных;
• типы анализа больших данных, виды аналитики;
• основы языка Python и основные алгоритмические конструкции (типы данных, ветвление, циклы и основные операторы);
• статистические модели;
• машинные методы в обработке данных;
• математический анализ, теория вероятности и математическая статистика;
• методы интерпретации и визуализации анализа больших данных;
• технологии подготовки и проведения презентаций.

Уметь:

Уметь:
• планировать аналитические работы с использованием технологий больших данных;
• проводить аналитические работы с использованием технологий больших данных;
• представлять содержание и результаты работ по анализу больших данных;
• осуществлять интеграцию и преобразование данных в ходе работ по
анализу больших данных;

Владеть:

Иметь навыки:
• использования Git для контроля за версионностью и совместной работы;
• использования IPython, Jupyter;
• эффективной работы с базами данных;
• визуализации полученных результатов;
• использования машинных методов в обработке данных.