Аналитика больших данных

Для кого эти курсы

• IT- специалисты, желающие сменить или расширить свою квалификацию;
  
• работники бюджетных организаций;
  
• безработные, в том числе незарегистрированные;
  
• граждане в декрете;
  
• инвалиды.

Актуальность / ценность программы

Аналитик больших данных - это специалист, разбирающийся как в вопросах математики и статистики, так и в компьютерных науках. Сами по себе большие данные не представляют пользы. Для того чтобы извлечь ценный ресурс (информацию), специалист должен уметь отвечать на вопросы, как и где хранить, обрабатывать и извлекать данные. Перед использованием данных проходит множество шагов, составляющих 80% временных затрат от общего времени работы с данными, что говорит о необходимости квалифицированных кадров для работы с ними, умеющих отвечать на множество возникающих в процессе работы вопросов.

Содержание программы

Образовательная программа состоит из трех модулей: 

• Модуль 1. Прикладной анализ данных (80 ч.). Цель данной дисциплины — дать слушателям систематические знания в области обработки и анализа больших данных с использованием языка программирования Python. Слушатели познакомятся с общей методологией подготовки данных к дальнейшей работе, а также с инструментарием по оценке качества данных. В конце прохождения модуля слушатели будут владеть основными приемами работы с разнородными данными (текстами, изображениями и др.), используя .
• Модуль 2. Введение в большие данные (80 ч.). В процессе изучения данного модуля слушатели получат базовые навыки и представления о том, что такое данные, их принципиальном отличии от информации, классификации и критериях. Также слушатели получат базовые знания о том, как именно необходимо организовывать работу с большими данными, на какие этапы делится весь процесс и как организуются экосистемы больших данных. После прохождения данного модуля слушатель сможет понимать специфичные для науки о данных термины и ориентироваться в материале. 
• Модуль 3. Машинное обучение (90 ч.) Цель модуля — дать слушателям базовые знания и навыки в области машинного обучения, применения моделей и методов.

В результате обучения выпускник будет:

• уметь определять применимость моделей машинного обучения;
  
• знать методологию подоготовки больших данных;
  
• владеть базовыми навыками программирования на Python;
  
• знать особенности и специфику работы с большими данными;
  
• уметь организовывать процесс обработки и анализа данных;
  
• знать основные принципы построение экосистемы больших данных;
  
• владеть библиотеками для Data Science на языке программирования Python.

Как записаться на курсы

• заполните анкету, чтобы проверить право на участие в проекте и размер скидки;
  
• дождитесь одобрения заявки и запишитесь на интересный курс;
  
• оплатите стоимость обучения с учетом скидки - самостоятельно или за счет работодателя;
  
• пройдите обучение и получите документ о дополнительном образовании.