Назад
III уровень Большие данные

Инструменты и технологии моделирования и анализа больших данных

Финансовый университет при Правительстве Российской Федерации
72,00 часа длительность
Онлайн формат
Базовый уровень

Описание

Программа повышения квалификации «Инструменты и технологии моделирования и анализа больших данных» подготовлена для специалистов, занимающихся анализом данных; руководителей, принимающих решения на основе данных; бизнес-аналитиков; предпринимателей; студентов; лиц, желающих повысить уровень цифровой грамотности.

Освоение программы лицами, имеющими базовое образование в области анализа данных, позволит расширить профессиональный кругозор, совершенствовать имеющиеся компетенции и получить дополнительные знания и навыки.

Освоение программы лицами, не имеющими базового образования в данной области, позволит приобрести новые компетенции, получить новые знания и навыки, которые имеют высокую востребованность в современном обществе.

Программа повышения квалификации основана на требованиях профессионального стандарта «Бизнес-аналитик», утвержденного приказом Министерства труда и социальной защиты РФ от 25.09.2018 № 592н. 

По итогам обучения слушатели смогут:

  • Анализировать данные и формировать бизнес рекомендации
  • Интерпретировать полученные результаты анализа
  • Анализировать и автоматизировать бизнес отчетность
  • Выстраивать аналитические отчеты в BI инструментах
  • Заниматься построением витрин данных и дашбордов

Специалисты, владеющие знаниями по анализу и моделированию данных, нужны во всех сферах бизнеса: от маркетинга и продаж до разработки продуктов, от финансов до управленческих решений вне зависимости от индустрии: торговля, производство, киберспорт, путешествия, образование, медицина, государственные и муниципальные органы.

Цель программы
Приобретение новых компетенций и/или совершенствование имеющихся в области моделирования и анализа больших данных, изучение инструментов и технологий, позволяющих анализировать результаты внутренних процессов организации, как в оперативном режиме, с помощью OLAP-инструментов и технологий Data Discovery, так и формировать долгосрочные прогнозы, искать скрытые закономерности и взаимосвязи между различными событиями с помощью инструментов машинного обучения.

Требования

  • наличие среднего профессионального или высшего образования

  • владение навыками пользования персональным компьютером или мобильным устройством для входа в сеть Интернет, информационно-коммуникационными технологиями для взаимодействия в Сети, в том числе офисными приложениями Microsoft Office (Word, Exel, Power Poit), аналогичными интернет-ресурсами и сервисами для онлайн работы

 

Иные требования и рекомендации для обучения по программе

  • наличие среднего профессионального или высшего образования

  • владение навыками пользования персональным компьютером или мобильным устройством для входа в сеть Интернет, информационно-коммуникационными технологиями для взаимодействия в Сети, в том числе офисными приложениями Microsoft Office (Word, Exel, Power Poit), аналогичными интернет-ресурсами и сервисами для онлайн работы

 

Модули

свернуть
Модуль 1 Технология OLAP
Цель модуля: формирование базовых знаний и понятийного аппарата в области моделирования и анализа данных, изучение инструментов и технологий, позволяющих анализировать результаты внутренних процессов организации с помощью OLAP-инструментов. Тема 1. Существующие программные решения для OLAP - моделирования Тема 2. Построение и анализ OLAP-кубов Форма контроля В процессе обучения осуществляется текущий и промежуточный контроль знаний. Текущий в виде решения типовых задач, промежуточный – прохождение тестирования по модулю.
Подробнее
Модуль 3 Построение моделей машинного обучения, интеграция
Построение моделей машинного обучения, интеграция с технологиями визуального анализа данных. Цель модуля: изучение моделей машинного обучения, интеграции с технологиями визуального анализа данных. Тема 1. Большие данные и машинное обучение Тема 2. Интеграция визуального анализа и технологий машинного обучения Форма контроля В процессе обучения осуществляется текущий и промежуточный контроль знаний. Текущий в виде решения типовых задач, промежуточный – прохождение тестирования по модулю.
Подробнее
Модуль 2 Технологии формирования многомерной интерактивной
Цель модуля: формирование навыков владения инструментами и технологиями выявления, сбора и анализа информации бизнес-анализа для формирования возможных решений. Тема 1. Технологии Tableau Тема 2. Технологии Power BI Тема 3. Технологии Qlik Sense Форма контроля В процессе обучения осуществляется текущий и промежуточный контроль знаний. Текущий в виде решения типовых задач, промежуточный – прохождение тестирования по модулю.
Подробнее
Модуль 1 Технология OLAP
Цель модуля: формирование базовых знаний и понятийного аппарата в области моделирования и анализа данных, изучение инструментов и технологий, позволяющих анализировать результаты внутренних процессов организации с помощью OLAP-инструментов. Тема 1. Существующие программные решения для OLAP - моделирования Тема 2. Построение и анализ OLAP-кубов Форма контроля В процессе обучения осуществляется текущий и промежуточный контроль знаний. Текущий в виде решения типовых задач, промежуточный – прохождение тестирования по модулю.
Подробнее
Модуль 2 Технологии формирования многомерной интерактивной
Цель модуля: формирование навыков владения инструментами и технологиями выявления, сбора и анализа информации бизнес-анализа для формирования возможных решений. Тема 1. Технологии Tableau Тема 2. Технологии Power BI Тема 3. Технологии Qlik Sense Форма контроля В процессе обучения осуществляется текущий и промежуточный контроль знаний. Текущий в виде решения типовых задач, промежуточный – прохождение тестирования по модулю.
Подробнее
Модуль 3 Построение моделей машинного обучения, интеграция
Построение моделей машинного обучения, интеграция с технологиями визуального анализа данных. Цель модуля: изучение моделей машинного обучения, интеграции с технологиями визуального анализа данных. Тема 1. Большие данные и машинное обучение Тема 2. Интеграция визуального анализа и технологий машинного обучения Форма контроля В процессе обучения осуществляется текущий и промежуточный контроль знаний. Текущий в виде решения типовых задач, промежуточный – прохождение тестирования по модулю.
Подробнее
Авторизуйтесь чтобы записаться

Ответственный за программу

OOleynichenko@fa.ru

+79175327522