Аналитик данных

Курс нацелен на получение компетенций, необходимых для профессиональной деятельности аналитика данных (Data Scientist) для разработки и применения технологических решений в области искусственного интеллекта и в смежных областях.

Курс включает изучение методов и инструментальных средств решения задач искусственного интеллекта. Вы научитесь анализировать данные с помощью сервисов аналитики и BI-инструментов, освоите Python и SQL. Станете незаменимым специалистом — и сможете помогать бизнесу принимать решения на основе данных. Программа нацелена на формирование навыков применения методов обработки и хранения больших данных современными инструментами, а также навыков применения методов математической статистики, машинного обучения, глубокого обучения и интеллектуального анализа данных для решения прикладных задач.

Программа повышения квалификации построена по модульному принципу, предполагает изучение теоретического материала и практическую отработку полученных знаний.

Для оценки уровня знаний вы выполните практические кейсы и пройдете тестирование.

Целью программы является получение слушателями компетенций для профессиональной деятельности специалиста (Аналитика данных) в области искусственного интеллекта и больших данных при реализации проектов и разработки новых решений на основе данных

Данные — очень важная информация для любой компании. По ним можно предсказать поведение клиентов, отследить спрос на определенный товар, улучшить сервис и повысить продажи. Обработка значений и показателей сформировала целую профессию — аналитик данных.
Профессия аналитик данных входит в топ самых востребованных профессий не только в России, но и в мире. Сегодня ни одна крупная компания не обходится без услуг аналитика, так как результаты работы этого специалиста помогают понять, насколько эффективно работает бизнес и в каком направлении его следует развивать. Опытных профессионалов пока действительно мало, а это лишь повышает ценность аналитиков данных на рынке труда.
Аналитик данных (или дата-аналитик) — это специалист, который собирает, обрабатывает, изучает и интерпретирует данные. Его работа помогает принимать решения в бизнесе, управлении и науке. Обычно такие специалисты работают в компаниях, которые практикуют data-driven подход — ориентируются на данные и их анализ при принятии решений.
Аналитик данных — важный участник бизнеса, потому что обеспечивает уверенность в принятии решений. Создавать новый продукт очень дорого, а ошибка при внедрении новой функции может стоить компании репутации и прибыли. Дата-аналитики проводят А/B-тесты и строят модели, чтобы проверить, как пользователи или клиенты реагируют на нововведения, и оценить перспективы того или иного проекта. Это дешевле и снижает риски бизнеса. Чтобы делать свою работу хорошо, аналитик должен видеть бизнес-процессы. Поэтому важно, чтобы он мог влиять на процесс принятия решения, основываясь на результатах своих исследований.
Хороший аналитик данных не просто математик с навыками программиста. Он понимает бизнес-процессы и хорошо знает продукт. Такой специалист разбирается, на чем зарабатывает конкретный бизнес. В результате его работы компания может получать больше прибыли и делать своих пользователей счастливее. Сильный аналитик данных прежде, чем взяться за работу, всегда спрашивает руководителя о том, какую задачу хочет решить бизнес.
Для каждого бизнеса задачи будут свои, а порядок действий общий.
Аналитик данных работает так:
— собирает данные (формирует запрос сам или получает задачу от менеджеров);
— знакомится с параметрами набора (какие типы данных собраны, как их можно отсортировать);
— проводит предварительную обработку (очищает от ошибок и повторов, упорядочивает);
— интерпретирует (анализирует, собственно, решает задачу);
— делает вывод;
— визуализирует (так, чтобы на основе вывода можно было принять решение, подтвердить или опровергнуть гипотезу).
Типичные задачи, с которыми приходят к дата-аналитику:
— Получить выгрузку данных для определенных целей
Бухгалтерии нужен список сотрудников, у которых в семье пятеро детей, — специалист делает выгрузку из базы данных.
— Ответить на вопрос бизнеса
Сделать расчет определенной метрики: сколько сотрудников уволилось до конца испытательного срока в этом году и сколько в предыдущем. Если компания вводит новую систему адаптации, то изменения такой метрики покажут результат.
— Провести А/B-тестирование
Нужно выяснить, как пользователи реагируют на то, какого цвета кнопка, зеленого или красного. Аналитик тестирует два прототипа. Часть пользователей видят прототип с зеленой кнопкой, другие — с красной. Он смотрит, как реагировали пользователи, проверяет, было ли различие статистически значимо. В итоге — рекомендует решение, которое проверил в ходе теста: внедрить зеленую или красную кнопку.
— Провести исследования
Конкретного вопроса от бизнеса нет, но нужен ресерч: взять внешние или внутренние данные, исследовать, найти аномалии или инсайты, провести пиар-исследование.
— Просчитать, какой вариант выгоднее
Юнит-экономика: расчет РОИ, инвестиционного потенциала. Оценить окупаемость рекламной кампании или скорректировать бизнес-модель.
— Выяснить, какой товар и в какое время больше покупают
Взять группу товаров и посмотреть, есть ли сезонные всплески интереса, сравнить с другими группами.
Статистика позволяет сделать общие выводы по конкретному вопросу. А аналитика данных — исследовать тему со всех сторон, сравнить решения, найти аномалии или инсайты, сопоставить события по множеству параметров. Это открывает новые возможности для бизнеса.
Дата-аналитик может исследовать внутренние данные компании или обратиться к внешним источникам. Анализ открытых данных позволяет отслеживать важные социальные и культурные тренды.

Входная диагностика (вступительное испытание) проводится в тестовой форме.

Решение практико-ориентированных задач (кейсов)

Профессиональные

---

Слушатели должны обладать следующими знаниями, умениями и владеть навыками:

Владение базовыми навыками программирования

PYTHON
● Знание синтаксиса языка
● Понимание базовых структур данных
● Владение основами ООП (класс, объект)

 SQL
● Знание базовых команд
● Умение заполнять и объединять таблицы 
● Навык работы с оконными функциями и временными таблицами

ИНФРАСТРУКТУРА
● Умение работать с командной строкой
● Навыки работы с системами контроля версий Git

МАТЕМАТИЧЕСКАЯ СТАТИСТИКА
● Знание базовых основ описательной статистики
● Понимание регрессии и регрессионного анализа
● Проверка гипотез и подбор уровня статистической значимости

• Высшее образование
• Среднее профессиональное образование

Программа рассчитана на специалистов IT-организаций с высшим или средним профессиональным образованием, а также работников из других профессиональных областей, желающих получить новые компетенции по специальности «Аналитик данных».
Также к обучению допускаются студенты высших и средних профессиональных образовательных организаций.

Желателен опыт практической деятельности в системном анализе.

Слушатели должны обладать следующими знаниями, умениями и владеть навыками:

Владение базовыми навыками программирования

PYTHON
● Знание синтаксиса языка
● Понимание базовых структур данных
● Владение основами ООП (класс, объект)

 SQL
● Знание базовых команд
● Умение заполнять и объединять таблицы 
● Навык работы с оконными функциями и временными таблицами

ИНФРАСТРУКТУРА
● Умение работать с командной строкой
● Навыки работы с системами контроля версий Git

МАТЕМАТИЧЕСКАЯ СТАТИСТИКА
● Знание базовых основ описательной статистики
● Понимание регрессии и регрессионного анализа
● Проверка гипотез и подбор уровня статистической значимости