
Онлайн-Тренинг "Data Science и машинное обучение
для бизнес-аналитиков"
В рамках курса мы разберем, какие задачи бизнес-аналитик может решать с помощью данных технологий, какую пользу они могут принести в ваших текущих проектах заказчику и команде. В ходе тренинга вы получите ответы на следующие вопросы:
-
Как можно использовать новые возможности работы с данными для того, чтобы предложить новые решения и ценности для бизнеса?
-
Какие задачи можно решить гораздо быстрее и проще с использованием Data Science технологий?
-
Как развить уже имеющиеся проекты и решения и добавить функциональность на основе Data Science и Machine Learning
В ходе тренинга вы будете выполнять практические задания с использованием Microsoft Azure ML Studio и Power BI.
Вы научитесь
-
Выявлять проблемы, которые можно эффективнее решить с помощью технологий Data Science и Machine Learning
-
Выполнять бизнес-анализ с учетом специфики DS&ML
-
Самостоятельно создавать Proof of Concept для проектов с использованием Microsoft Azure ML Studio
-
Выполнять задачи визуализации бизнес-данных
Целевая аудитория
Бизнес-аналитики, Product Owner, системные аналитики, руководители департаментов, специалисты по работе с данными (инвестиционные/финансовые аналитики, экономисты), предприниматели и собственники бизнеса, маркетологи.
Тренер
Дмитрий Гузенко, бизнес-аналитик и аналитик данных с более чем 20-летним опытом автоматизации бизнес-процессов и построения ERP систем. Последние годы занимается цифровой трансформацией компаний и с использованием методов Data Science и Machine Learning.
Дополнительные требования
Участники должны будут установить на свои ПК специализированное ПО (ОС Windows ). Список ПО для установки высылается после регистрации.
Расписание
Даты проведения: 02 - 05 февраля, 2022
Время проведения: 14:00 до 18:00 (Киевское время)
Регистрация
https://forms.gle/8vmMgS4wBQ5m8KEW6
Цена
Физические лица:
при оплате до 07.01.2022 - 5000 грн./ 190 $
после 07.01.2022 - 5800 грн. / 220 $
Юридические лица:
при оплате до 07.01.2022 - 5800 грн.
после 07.01.2022 - 6600 грн.
Детальная программа
Блок 1: Введение в Data Science и Machine Learning
-
Что такое Data Science и машинное обучение
-
Типовые задачи, которые можно решать с помощью машинного обучения
-
Что такое большие данные и какие ценности они несут для организаций
-
Data Driven подход для развития бизнеса
-
Существующие стандарты и практики DS проектов
-
Наиболее яркие и значимые примеры применения Data Science проектов
-
Обзор успешных проектов по Big Data и Machine Learning в Украине и за рубежом
Блок 2: Бизнес анализ в проектах машинного обучения
-
Детальный обзор современного Data Science процесса и его этапов
-
Обзор и понимание основных терминов Data Science
-
Основы машинного обучения и типы решаемых задач
-
Выполнение этапа бизнес анализа в проектах машинного обучения
-
Особенности бизнес анализа для Data Science проектов
-
Новые сложности DS проектов и пути их преодоления
-
Workshop: Бизнес анализ и рекомендация решения c применением технологий Data Science и Machine Learning
-
Этап исследования данных
-
Сложности, связанные с этапом Data Understanding
-
Структуры данных и артефакты для перехода к началу проекта
-
Workshop: Выполнение этапа Исследование данных для DSML проекта
Блок 3: Начальная подготовка данных
-
Основы понимания наборов данных, feature и целевых переменных
-
Импорт и объединение данных
-
Работы с некачественными данными
-
Инструменты для обработки данных
-
Workshop: Импорт и предварительная обработка данных
Блок 4. Визуализация данных
-
Походы и методики для визуализации данных
-
История визуализации, примеры лучших кейсов
-
Типичные ошибки при визуализации
-
Лучшие практики и руководства при проектировании визуализации
-
Что такое Data Storytelling и зачем этот навык
-
Обзор инструментов для визуализации
-
Инструмент Power BI для визуализации данных
-
Продвинутые методы визуализации
-
Workshop 1: Визуализация данных с помощью Power BI и R
Блок 5: Решение задач с учителем
-
Типы решаемых задач
-
Общий подход для выполнения Supervised Learning
-
Задачи регрессии и алгоритмы для их решения
-
Задачи классификации и алгоритмы для их решения
-
Оценка полученных моделей в задачах регрессии и классификации
-
Статистические метрики для оценивания задач с учителем
-
Визуализация качества работы модели
-
Workshop 2: Решение задачи регрессии на примере определения стоимости
-
Workshop 3: Решение задачи классификации на примере Employee / Customer Churn Rate Prediction
Блок 6: Решение задач машинного обучения без учителя
-
Обзор проблематики и типы решаемых задач в Unsupervised Machine Learning
-
Разбор принципов работы популярных алгоритмов кластеризации
-
Алгоритмы, подходы и сложности решения решения задач кластеризации
-
Построение рекомендательных систем
-
Решение задач мошенничества и нетипичного поведения
-
Workshop 4: Модель решения задачи кластеризации
Блок 7: Имплементация моделей машинного обучения
-
Типовые архитектуры проектов Data Science
-
Деплоймент моделей машинного обучения для дальнейшего использования
-
Управление проектами Data Science и применение Agile практик
-
Workshop 5: Публикация модели в виде рабочего продукта
-
Ресурсы с готовыми наборами данных
-
Ресурсы с готовыми решениями
-
Ресурсы для самостоятельного развития
Дополнительная информация
e-mail: ArtofBA@i.ua
телефон: +380502721625
