0
vues
Analytics: l'art de la gestion des données - cours 76 800 RUB. de l'Université d'Innopolis, formation 5,5 mois, date du 28 novembre 2023.
Miscellanea / / November 29, 2023
Pour ceux qui souhaitent se lancer dans l'informatique et ont des connaissances en mathématiques appliquées.
Le programme convient à ceux qui souhaitent se lancer dans l'analyse à partir de zéro. Vous acquerrez une formation technique et des compétences dans l’utilisation des outils de science des données. À la fin du cours, vous serez en mesure de faire des prévisions basées sur des données et d'aider les entreprises à prendre des décisions. Ces compétences vous aideront à obtenir votre premier emploi en informatique.
Pour ceux qui commencent tout juste leur parcours dans l’analyse.
Vous recevrez des connaissances utiles et des outils efficaces qui vous aideront à améliorer vos compétences professionnelles. Après la formation, vous entamerez une nouvelle trajectoire de développement de carrière: vous serez capable de résoudre des problèmes plus complexes et intéressants et vous deviendrez un spécialiste plus commercialisable.
Expert dans le domaine de l'automatisation de la production, lauréat de concours internationaux et russes dans le domaine des systèmes de contrôle informatique. Lauréat du Prix du gouvernement russe dans le domaine de la science et de la technologie pour la jeunesse. J'ai plus de 10 ans d'expérience en enseignement. Mise en œuvre de projets pour le développement et la mise en œuvre de systèmes de contrôle pour machines-outils et centres de contrôle dans les entreprises de construction de machines. Entré dans la super finale du cours intensif sur le travail avec des projets dans le domaine de l'IA « Archipelago 20.35 » avec un projet visant à créer une plate-forme numérique pour la collecte et l'analyse d'informations provenant d'équipements technologiques.
Directeur adjoint de l'Institut de gestion sociale et technologique MSTU "STANKIN", Professeur agrégé du Département de gestion financière
20 ans d'expérience en informatique. 6 ans d'expérience en architecture de données. Je développe et donne des cours sur le big data (Innopolis University, School 21, Gazprom Neft, Rostelecom). Participation à l'audit du système d'exploitation national Aurora, aux projets du Centre d'analyse du gouvernement de la Fédération de Russie.
Module 1: Introduction à l'analyse, aux données tabulaires et aux bases de données
Outils d'analyse de base
— Qu'est-ce que l'analyse ?
- Introduction à Google Sheets
— Tableaux Google avancés
— Fondamentaux de la statistique
— Statistiques avancées
- Collecte de données
- Visualisation de données
SQL et récupération de données
- Base de données
- Langage de requête
— Requêtes complexes
— Optimisation des requêtes
— Travailler avec PostgreSql
Certification provisoire
Module 2: Python comme outil de données
Python pour l'analyse des données
— Bases du langage Python et constructions algorithmiques de base (types de données, branchements, boucles et opérateurs de base)
— Travailler avec des listes. Pratiquez les bases de numpy
— Chargement/téléchargement de données dans différents formats: xlsx, csv, json, xml
- Utilisation d'IPython, Jupyter
- Utilisation de Git pour le contrôle de version et la collaboration
Travailler avec des ensembles de données
— Préparation des données pour l'analyse, le nettoyage et la normalisation, comblant les lacunes
— Regroupement de données (à l'aide de dictionnaires, à l'aide de fonctions), itération sur des données groupées
— Principes de base de la présentation visuelle des informations
— Méthodes de visualisation des données. Pratique sur matplotlib, seabor
- Fonctionnalités avancées de numpy: diffusion
Statistiques en Python
— Statistiques descriptives et analyse exploratoire des données en Python. Corrélation. Atelier SciPy
— Tests A/B
— Travailler avec des séries chronologiques en Python. Moyenne mobile. ARIMA. Décomposition des séries chronologiques. Atelier sur les modèles de statistiques
Certification provisoire
Module 3: Mégadonnées
Big Data
— Qu'est-ce que le Big Data ?
— Méthodes machines en traitement de données
— Accélération du traitement des données. pratique des pandas
— Outils de motivation et big data
— Approche NoSQL pour travailler avec le Big Data
- MapRéduire
— Culture de collecte et de sources de données
— Pratique PySpark
Certification provisoire
examen final
Protection des travaux du projet
Souscrire
YOU MIGHT ALSO LIKE
