Аналитика данных и методы искусственного интеллекта

возможности и особенности языков SQL и
Python, платформ бизнес-аналитики,используемые для решения задачи сбора и подготовки данных;
инструментальные средства разработки моделей машинного обучения;
модели машинного обучения для решения задач предприятия;
правила и методы построения OLAP-кубов, аналитических отчетов, дашбордов, информационных панелей мониторинга и сторителлинга для получения знаний с целью поддержки принятия решений.

осуществлять оценку и выбор инструментальных средств для решения поставленной задачи;
применять язык SQL и Python для сбора и подготовки данных и визуализации данных;
решать стандартные задачи профессиональной
деятельности, используя OLAP-технологии аналитики;
разрабатывать модели машинного обучения для решения задач предприятия.

навыком применения методов анализа больших данных в соответствии с задачами предприятия навыками применения методов и алгоритмов решения задач распознавания и обработки данных;
применять фреймворки машинного обучения и платформ науки о данных для создания, обучения и оценки моделей машинного обучения;
использовать языки SQL и Python для анализа данных, платформ интеграции и очистки данных, платформы бизнес-аналитики и науки о данных.

методы подготовки и разметки структурированных и неструктурированных данных для машинного обучения;
методы сбора, анализа, систематизации, хранения и поддержания в актуальном состоянии информации бизнес-анализа;
возможности и особенности технологий сбора, хранения и анализа больших данных;
принципы работы информационных технологий, основные способы использования информации, методы и программные средства ее сбора, обработки и анализа для информационно-аналитической поддержки принятия управленческих решений.

осуществлять поиск данных в открытых источниках, специализированных библиотеках и репозиториях для осуществления анализа больших данных;
выполнять подготовку и разметку структурированных и неструктурированных данных для осуществления анализа больших данных;
создавать программные приложения аналитический контент, организовывать совместную аналитическую работу, используя облачные аналитические платформы.

навыками использования информации, методов и программных средств ее сбора, обработки и анализа для информационно-аналитической поддержки принятия управленческих решений;
навыками применения инструментов и технологий выявления, сбора и анализа информации для формирования возможных решений.

математические методы решения задач анализа и классификации данных;
основные модели и методы машинного обучения и искусственного интеллекта для разработки данных;
методы анализа больших данных для эффективной работы;
возможности и границы применимости методов обработки и анализа.

использовать знания о вариантах использования больших данных, определениях, словарях и эталонной архитектуре больших данных для эффективного извлечения, хранения, подготовки больших данных для проведения анализа создавать, обучать и сравнивать модели;
машинного обучения, основанные на различных алгоритмах, осуществлять их оценку, используя фреймворки и платформы машинного обучения;
применять современные информационные технологии аналитики для информационно-аналитического сопровождения деятельности организации.

навыками выполнения обработки, удаленной,
распределенной и объединенной аналитики,
описания и управления качеством и
достоверностью, используя результаты анализа
больших данных;
навыками применения технологии аналитики больших данных для извлечения и добычи знаний из данных.