Analytics: kunsten at administrere data - kursus RUB 76.800. fra Innopolis University, uddannelse 5,5 måneder, dato 28. november 2023.
Miscellanea / / November 29, 2023
For dig, der vil over i IT og har kendskab til anvendt matematik.
Programmet er velegnet til dem, der ønsker at dykke ned i analyser fra bunden. Du får en teknisk baggrund og færdigheder i at bruge datavidenskabelige værktøjer. Efter endt kursus vil du være i stand til at lave prognoser baseret på data og hjælpe virksomheder med at træffe beslutninger. Disse færdigheder vil hjælpe dig med at få dit første job inden for IT.
For dem, der lige er startet på deres rejse inden for analyse.
Du vil modtage nyttig viden og effektive værktøjer, der hjælper dig med at opgradere dine faglige kompetencer. Efter træning begynder du en ny karriereudviklingsbane: du vil være i stand til at løse mere komplekse og interessante problemer, og du vil blive en mere salgbar specialist.
En ekspert inden for produktionsautomatisering, vinder af internationale og russiske konkurrencer inden for computerstyringssystemer. Vinder af den russiske regerings pris inden for videnskab og teknologi for unge. Jeg har over 10 års undervisningserfaring. Gennemført projekter til udvikling og implementering af styresystemer til værktøjsmaskiner og kontrolcentre hos maskinbyggere. Kom ind i superfinalen på det intensive kursus om at arbejde med projekter inden for AI “Archipelago 20.35” med et projekt om at skabe en digital platform til indsamling og analyse af information fra teknologisk udstyr.
Vicedirektør for Institut for Social og Teknologisk Ledelse MSTU "STANKIN", lektor ved Institut for Økonomistyring
20 års erfaring indenfor IT. 6 års erfaring med dataarkitektur. Jeg udvikler og underviser i kurser om big data (Innopolis University, School 21, Gazprom Neft, Rostelecom). Deltog i revisionen af det indenlandske operativsystem Aurora, i projekter af det analytiske center under regeringen i Den Russiske Føderation.
Modul 1: Introduktion til Analytics, Tabeldata, Databaser
Grundlæggende analyseværktøjer
- Hvad er analyse?
— Introduktion til Google Sheets
— Avancerede Google-tabeller
— Grundlæggende om statistik
— Avanceret statistik
- Dataindsamling
— Datavisualisering
SQL og datahentning
- Database
— Forespørgselssprog
- Komplekse forespørgsler
— Forespørgselsoptimering
— Arbejde med PostgreSql
Midlertidig certificering
Modul 2: Python som dataværktøj
Python til dataanalyse
— Grundlæggende om Python-sproget og grundlæggende algoritmiske konstruktioner (datatyper, forgrening, sløjfer og grundlæggende operatorer)
— Arbejde med lister. Øv dig på numpy basics
— Indlæsning/upload af data i forskellige formater: xlsx, csv, json, xml
— Brug af IPython, Jupyter
- Brug af Git til versionskontrol og samarbejde
Arbejde med datasæt
— Dataforberedelse til analyse, rengøring og normalisering, udfyldning af huller
— Gruppering af data (ved hjælp af ordbøger, brug af funktioner), iteration over grupperede data
— Grundlæggende principper for visuel præsentation af information
— Datavisualiseringsmetoder. Øv på matplotlib, søbor
- Avancerede numpy funktioner: Broadcasting
Statistik i Python
— Beskrivende statistik og eksplorativ dataanalyse i Python. Korrelation. SciPy Workshop
— A/B-test
— Arbejde med tidsserier i Python. Glidende gennemsnit. ARIMA. Dekomponering af tidsserier. Workshop om statsmodeller
Midlertidig certificering
Modul 3: Big Data
Big Data
– Hvad er big data?
— Maskinelle metoder til databehandling
— Fremskyndelse af databehandling. pandaer praksis
— Motivation og big data værktøjer
— NoSQL-tilgang til at arbejde med big data
- MapReduce
— Kultur af dataindsamling og kilder
— PySpark Practice
Midlertidig certificering
afsluttende eksamen
Beskyttelse af projektarbejde