Курс находится на модерации. Данные могут быть неактуальны.
Сложность
Сложность
Начинающий
Тип обучения
Тип обучения
Профессия
Формат обучения
Формат обучения
С проверкой домашнего задания
Трудоустройство
Трудоустройство
Отсутствует

Стоимость курса

76 800 ₽
есть рассрочка

Кому подойдет этот курс?

Тем, кто хочет перейти в ИТ и имеет знания прикладной математики.

Программа подойдёт тем, кто хочет погрузиться в аналитику с нуля. Вы получите техническую базу и навыки использования инструментов для работы с данными. По окончании курса вы сможете строить прогнозы на основе данных, помогать бизнесу принимать решения. Благодаря этим навыкам вы получите первую работу в ИТ-сфере.

Тем, кто только начинает свой путь в аналитике.

Вы получите полезные знания и эффективные инструменты, которые помогут провести апгрейд профессиональных навыков. После обучения вы начнете новую траекторию развития карьеры: сможете решать более сложные и интересные задачи, станете более востребованным на рынке специалистом. 

Что вы получите после обучения

Приобретаемые навыки
1
Big Data
2
MapReduce
3
NoSQL
4
NumPy
6
Matplotlib
7
Seaborn
8
Jupyter Notebook
9
PL/SQL
10
ARIMA
11
IPython
12
A/B тестирование
13
Репозиторий Git
14
PySpark
Сертификат, ссылками на который можно делиться с другими людьми

Вас будут обучать

Заместитель директора института социального и технологического менеджмента МГТУ «СТАНКИН», доцент кафедры финансового менеджмента

Практический опыт на промышленном предприятии более 16 лет. Опыт преподавания более 7 лет. Руковожу инжиниринговыми проектами МГТУ «СТАНКИН» и проектом цифрового завода. Стала победителем «Цифрового прорыва – 2021» с кейсом в сфере предиктивной аналитики. Курьирую проект по созданию цифровой платформы по сбору и анализу информации с технологического оборудования.

Профессор кафедры КСУ, д.т.н МГТУ «СТАНКИН»

Эксперт в области автоматизации производства, победитель международных и российских конкурсов в области компьютерных систем управления. Обладатель Премии Правительства РФ в области науки и техники для молодежи. Имею опыт преподавания более 10 лет. Реализовал проекты по разработке и внедрению систем управления станками и управляющими центрами на машиностроительных предприятиях. Вошёл в суперфинал интенсива по работе с проектами в области ИИ «Архипелаг 20.35» с проектом создания цифровой платформы по сбору и анализу информации с технологического оборудования.

Сертифицированный архитектор данных, Data Governance Lead

20 лет опыта в ИТ. 6 лет опыта в сфере архитектуры данных. Разрабатываю и преподаю курсы по большим данным (Университет Иннополис, Школа 21, Газпром нефть, Ростелеком). Участвовал в аудите отечественной операционной системы «Аврора», в проектах Аналитического центра при Правительстве РФ.

Образовательная организация

Университет Иннополис — это новый российский ИТ-вуз международного уровня.

Вуз занимает первое место в рейтинге по качеству ИТ-образования и вошел в тройку лучших вузов Татарстана. В университете обучают будущих специалистов в области высоких технологий по программам бакалавриата, магистратуры и аспирантуры.

Также в университете созданы условия для профессионального развития в ИТ-сфере, как сотрудникам компаний, так и тем, кто только делает первые шаги в этой области. С 2016 года на базе Университета Иннополис более 54 тысяч человек прошли курсы повышения квалификации и профессиональной переподготовки. Университет Иннополис — место, где рождаются идеи и сервисы, которые в скором изменят нашу жизнь. Здесь помогают осваивать цифровые профессии с навыками для работы над ИТ-проектами.

Начните разрабатывать сервисы, тестировать приложения, обрабатывать машинными методами большие массивы данных — команда преподавателей из опытных разработчиков поможет овладеть специальными инструментами.

 

Программа курса

Модуль 1: Введение в аналитику, табличные данные, базы данных


Базовые инструменты аналитики

— Что такое аналитика?

— Введение в google таблицы

— Продвинутые google таблицы

— Основы статистики

— Продвинутая статистика

— Сбор данных

— Визуализация данных


SQL и получение данных

— Базы данных

— Язык запросов

— Сложные запросы

— Оптимизация запросов

— Работа с PostgreSql

Промежуточная аттестация

 


Модуль 2: Python как инструмент работы с данными


Python для анализа данных

— Основы языка Python и основные алгоритмические конструкции (типы данных, ветвление, циклы и основные операторы)

— Работа со списками. Практика по основам numpy

— Загрузка/выгрузка данных различных форматов: xlsx, csv, json, xml

— Использование IPython, Jupyter

— Использование Git для контроля за версионностью и совместной работы


Работа с массивами данных

— Подготовка данных для анализа, очистка и нормирование, заполнение пропусков

— Группировка данных (с помощью словарей, с помощью функций), итерирование по сгруппированным данным

— Основные принципы визуального представления информации

— Методы визуализации данных. Практика по matplotlib, seabor

— Продвинутые функции numpy: Broadcasting


Статистика в Python

— Дескриптивная статистика и разведочный анализ данных в Python. Корреляция. Практикум по SciPy

— A/B тестирование

— Работа с временными рядами в Python. Скользящее среднее. ARIMA. Декомпозиция временных рядов. Практикум по statsmodels

Промежуточная аттестация

 


Модуль 3: Большие данные


Большие данные

— Что такое большие данные?

— Машинные методы в обработке данных

— Ускорение обработки данных. Практика pandas

— Мотивация и инструменты больших данных

— NoSQL-подход к работе с большими данными

— MapReduce

— Культура сбора и источники данных

— Практика PySpark

Промежуточная аттестация

 

 

Итоговая аттестация

Защита проектной работы

 

Рейтинг курса

3.8
рейтинг
0
0
0
0
0

Может быть интересно

обновлено 23.03.2024 18:01
Аналитика: искусство управлять данными

Аналитика: искусство управлять данными

Оставить отзыв
Поделиться курсом с друзьями