Data-аналитик— это специалист, который умеет собирать, обрабатывать и интерпретировать большие данные. На курсе мы научим технологиям извлечения и анализа данных, а также дадим системные знания, необходимые для решения различных задач в бизнесе, управлении и науке.
Программа курса
Срок обучения - 4 месяца
Проектирование дизайна исследования в Big Data
Вы научитесь:
Определять проблему и цель исследования
Выстраивать концептуальную модель объекта/предмета исследования
Определять необходимые типы и источники данных для исследования
Осуществлять выбор инструментов и методов анализа данных исходя из целей и задач проекта
Основы программирования и сбора данных на Python
Вы научитесь:
Работе с Jupyter Notebook и Anaconda3
Программно обрабатывать наборы данных
Автоматизировать работу с данными
Автоматизировать работу с web-приложениями
Осуществлять сбор данных с помощью различных средств (web-scrapping, API-парсинг, Платформа по сбору данных
Хранение данных в PostgreSQL
Вы научитесь:
Основам языка программирования структурированных запросов (SQL, Structured Query Language)
Использовать SQL для создания баз данных
Заполнять данными и выполнять запросы к базам в PostgreSQL
Математическая статистика и основы машинного обучения
Вы научитесь:
Реализовывать простые алгоритмы машинного обучения
Находить закономерности в функционировании объекта
Осуществлять интерпретацию полученных результатов в соответствии с поставленной задачей
Обработка естественного языка
Вы научитесь:
Работе с Google Colab
Использовать модели машинного обучения для анализа текстовых данных
Строить облака слов на основе текстов
Осуществлять тематическое моделирование текстов
Визуализация данных и представление результатов
Вы научитесь:
Визуализировать результаты для решения конкретной задачи
Определять эффективные способы представления результатов
Структурировать и создавать презентации
Наши преподаватели
Борис Пякилля
Data Scientist, Центр финансовых технологий
Иван Чувашов
Ведущий инженер, Кинотеатр ОККО Администратор баз данных, SouthBridge
Вячеслав Бакулин
Специалист по обработке естественного языка, Центр прикладного анализа больших данных ТГУ
Максим Губин
Аналитик, Econophysica
Вячеслав Гойко
Генеральный директор, Ассоциация "Университетский консорциум исследователей больших данных"
Александр Губанов
Аналитик, Центр прикладного анализа больших данных ТГУ
Евгений Петров
Руководитель направления обработки естественного языка, Центр прикладного анализа больших данных ТГУ
Юлия Мундриевская
Ведущий аналитик, Центр прикладного анализа больших данных ТГУ
Что еще ждет на курсе?
1
Много практики
2
Прикладные кейсы от реальных компаний
3
Практика на задачах от партнеров и содействие трудоустройству
4
Удостоверение о профессиональной переподготовке
5
Удобная платформа и доступ к материалам курса даже после его окончания
6
Постоянная поддержка от экспертов, кураторов и однокурсников
Партнеры программы
Что нужно, чтобы поступить на курс?
1
Иметь высшее образование
2
Знать математику и статистику на базовом уровне
3
Уметь работать на ПК и знать хотя бы один язык программирования
Стань специалистом, для которого есть вакансии!
Стоимость - 75 000 рублей
Принять участие!
Отзывы:
Всё понравилось! Было очень интересно! Мне, как гуманитарию, было несколько сложно сначала, но преподаватели всё объясняли, разжёвывали по десять раз. Очень помогали демонстрации работы с программами. Обучение работе с профессиональным ПО - это одна из сильных сторон курса.
Юлия Николаева
Полученные знания дали понимание применения анализа больших данных социальных сетей при разработке маркетинговой концепции колледжа. Анализ необходимой возрастной аудитории соответствующего региона в социальных сетях позволяет выявить интересы и предпочтения молодежи, что дает возможность точечного воздействия, помогает формулировать соответствующие тематические обращения. Более глубокий анализ позволяет выявить схемы сетевого взаимодействия субъектов. Данные исследования и подходы сокращают рекламные бюджеты.
Анна Голубова
Курс составлен очень грамотно, много практических заданий, что помогает лучше воспринимать и усваивать материал. Менять ничего не нужно. Все логически выстроено и взаимосвязано.
Эдуард Рыбак
Работа с данными важна и нужна в любой отрасли, в любой организации - это требование времени. Поэтому я буду применять новые знания навыки во всех сферах, где буду работать. Это позволит проводить качественный анализ и делать верные прогнозы.
Дмитрий Носов
Мы рады ответить на все ваши вопросы!
Мундриевская Юлия, руководитель образовательной программы Email: muo@data.tsu.ru