Современный бизнес немыслим без данных. Компании ежедневно сталкиваются с огромным потоком информации, которую необходимо правильно интерпретировать, чтобы принимать обоснованные решения, роль аналитиков данных становится критически важной. Они помогают компаниям выявлять скрытые закономерности, прогнозировать развитие событий и оптимизировать процессы. Без аналитиков сложно эффективно управлять рисками, развивать продукты и увеличивать прибыль. Осознавая это, всё больше компаний стремятся привлечь профессионалов в области анализа данных, обеспечивая себе устойчивое конкурентное преимущество
Формат: гибрид (онлайн/офлайн) Срок обучения — 2,5 месяца Подготовка итогового проекта — 1,5 недели
Выявлять требования заказчика к результатам анализа определение возможностей применения анализа больших данных в предметной области и цели исследования
Формировать перечень потенциальных источников больших массивов данных, подлежащих аналитическому исследованию
Осуществлять разработку программного обеспечения на языке Python для выполнение процедур статистического анализа данных, визуализации проведенного анализа и оценку ключевых метрик
Выполнять процедуру анализа больших данных, строго соответствующих предварительно установленным критериям оценки итоговых результатов аналитического исследования
Формировать аналитический отчет, отражающий итоги исследований с применением методов обработки больших данных
ПРОГРАММА КУРСА
Модуль 1
Основы анализа данных и инструменты
Модуль 2
Основы программирования на Python для анализа данных
Модуль 3
Базы данных и SQL
Модуль 4
Статистический анализ и A/B-тестирование
Модуль 5
Машинное обучение и создание дашбордов
Итоговая аттестация
ГРАФИК ОБУЧЕНИЯ
Все материалы, открытые в ходе курса, доступны для изучения в течение 60 дней с даты окончания обучения
Онлайн-занятия (лекции и практика)
Не менее 2 раз в неделю по 2-4 академических часа. Записи всех онлайн-занятий сохраняются в системе для последующего просмотра.
Оффлайн-занятия (лекции и практика)
В промежутках между онлайн-занятиями слушатель выполняет задания и изучает дополнительные материалы в записи. Преподаватель курса проверяет задания и дает обратную связь.
Самостоятельная работа
Выполняйте углубленные задания, расширяйте свою экспертизу, изучая литературу из библиотеки курса, собранной специально для слушателей.
Итоговая аттестационная работа
Итоговый проект основывается на заданиях, выполненных в ходе курса. Лишь после успешной защиты проекта обучение считается завершенным.
О ПРЕПОДАВАТЕЛЯХ
Лисовая Дарья Дмитриевна. Ассистент кафедры ФГБОУ ВО РГАУ_МСХА им. К.А.Тимирязева. Владение языками программирования Python и R. Опыт разработки пайплайнов для обработки данных NGS, начиная с демультипликации и заканчивая аннотацией вариантов.Глубокая аннотация результатов с использованием баз данных, таких как clinvar, dbSNP,Uniprot, eQTL, PharmGKB и другие. Опыт в статистическом анализе данных.
Лисовая Дарья Дмитриевна
ТРЕБОВАНИЯ К СЛУШАТЕЛЯМ
Ваш диплом
Среднее профессиональное или высшее образование
КАК ПОДГОТОВИТЬСЯ
Для участия в лекциях и практических занятиях вам понадобятся:
Компьютер и стабильный интернет
Микрофон
Веб-камера
ОСТАВИТЬ ЗАЯВКУ НА БЕСПЛАТНОЕ ОБУЧЕНИЕ
сделайте первый шаг к востребованной профессии! Получите по почте инструкцию, не забудьте проверить папку "Спам"