Analytics: kunsten å håndtere data - kurs 76 800 RUB. fra Innopolis University, opplæring 5,5 måneder, dato 28. november 2023.
Miscellanea / / November 29, 2023
For deg som ønsker å gå inn i IT og har kunnskap om anvendt matematikk.
Programmet passer for de som ønsker å dykke ned i analyser fra bunnen av. Du vil få en teknisk bakgrunn og ferdigheter i bruk av datavitenskapelige verktøy. Etter fullført kurs vil du kunne lage prognoser basert på data og hjelpe virksomheter med å ta beslutninger. Disse ferdighetene vil hjelpe deg å få din første jobb innen IT.
For de som nettopp har startet sin reise innen analyse.
Du vil motta nyttig kunnskap og effektive verktøy som hjelper deg med å oppgradere dine faglige ferdigheter. Etter opplæring vil du begynne på en ny karriereutviklingsbane: du vil være i stand til å løse mer komplekse og interessante problemer, og du vil bli en mer salgbar spesialist.
En ekspert innen produksjonsautomatisering, vinner av internasjonale og russiske konkurranser innen datakontrollsystemer. Vinner av den russiske regjeringsprisen innen vitenskap og teknologi for ungdom. Jeg har over 10 års undervisningserfaring. Gjennomført prosjekter for utvikling og implementering av kontrollsystemer for maskinverktøy og kontrollsentraler ved maskinbyggende virksomheter. Kom inn på superfinalen på intensivkurset om å jobbe med prosjekter innen AI «Archipelago 20.35» med et prosjekt for å lage en digital plattform for innsamling og analyse av informasjon fra teknologisk utstyr.
Underdirektør ved Institutt for sosial og teknologisk ledelse MSTU "STANKIN", førsteamanuensis ved Institutt for økonomistyring
20 års erfaring innen IT. 6 års erfaring innen dataarkitektur. Jeg utvikler og underviser i kurs om big data (Innopolis University, School 21, Gazprom Neft, Rostelecom). Deltok i revisjonen av det innenlandske operativsystemet Aurora, i prosjekter av Analytical Center under regjeringen i den russiske føderasjonen.
Modul 1: Introduksjon til Analytics, Tabelldata, Databaser
Grunnleggende analyseverktøy
– Hva er analyse?
– Introduksjon til Google Sheets
— Avanserte Google-tabeller
— Grunnleggende om statistikk
— Avansert statistikk
- Datainnsamling
— Datavisualisering
SQL og datainnhenting
- Database
— Spørrespråk
— Komplekse spørsmål
— Spørringsoptimalisering
— Jobber med PostgreSql
Midlertidig sertifisering
Modul 2: Python som dataverktøy
Python for dataanalyse
— Grunnleggende om Python-språket og grunnleggende algoritmiske konstruksjoner (datatyper, forgrening, løkker og grunnleggende operatører)
— Jobber med lister. Øv på numpe grunnleggende
— Laster/laster opp data i ulike formater: xlsx, csv, json, xml
— Bruker IPython, Jupyter
- Bruke Git for versjonskontroll og samarbeid
Arbeid med datasett
— Dataklargjøring for analyse, rengjøring og normalisering, fylling av hull
— Gruppere data (bruke ordbøker, bruke funksjoner), iterere over grupperte data
— Grunnleggende prinsipper for visuell presentasjon av informasjon
— Datavisualiseringsmetoder. Øv på matplotlib, sjøbor
- Avanserte nuppefunksjoner: kringkasting
Statistikk i Python
— Beskrivende statistikk og utforskende dataanalyse i Python. Sammenheng. SciPy-verksted
— A/B-testing
— Jobber med tidsserier i Python. Glidende gjennomsnitt. ARIMA. Dekomponering av tidsserier. Workshop om statsmodeller
Midlertidig sertifisering
Modul 3: Big Data
Stor Data
– Hva er big data?
— Maskinelle metoder i databehandling
— Akselerasjon av databehandling. pandaer praksis
— Motivasjon og store dataverktøy
— NoSQL-tilnærming til arbeid med big data
- Kart reduksjon
— Kultur av datainnsamling og kilder
— PySpark Practice
Midlertidig sertifisering
avsluttende eksamen
Beskyttelse av prosjektarbeid