x
    Data Science для менеджеров
    clock
    ДЛИТЕЛЬНОСТЬ
    20 часов
    calendar
    КАК ЧАСТО
    Пн Ср Пт
    shuttle
    СТАРТ
    19 Апрель
    money
    ОПЛАТА:
    6000 ГРН

    Data Science для менеджеров

    Сейчас в каждой компании или бизнесе существует огромное количество данных, которые имеют большую ценность, если знать как ими пользоваться. Именно поэтому мы разработали данный курс для тех, кто идет в ногу со временем, понимает ценность данных и хочет повысить прибыльность своей компании. Регистрируйтесь на наш курс и вы получите базовые знания как внедрить data science у себя в компании.

    Искусственный интеллект и машинное обучение способны трансформировать целые отрасли. Компании в отраслях, ориентированных на потребителей, таких как банковское дело, здравоохранение и электронная коммерция, которые не используют эти новые инструменты, сегодня рискуют потерпеть неудачу, поскольку все человечество движется к автоматизированному будущему.

    Мы понимаем, что время важно, поэтому этот курс короткий и интенсивный, чтобы вы могли получить всю необходимую информацию в кратчайшие сроки.

    ПІБ платника:
    x
    Что вы будете понимать и уметь после курса:
    • как использовать машинное обучение для укрепления вашей организации;
    • навыки, которые вам необходимы для лучшего понимания и управления командой данных для удовлетворения потребностей вашей организации;
    • понимать значение кластеризации, компьютерного зрения, обработки естественного языка (НЛП), глубокого обучения;
    • как выполнить базовый эксперимент по машинному обучению, понять, что такое машинное обучение и как интерпретировать его результаты;
    • способы анализа и визуализации ваших данных с помощью инструментальных панелей;
    • как использовать математические инструменты для интерпретации данных, понять статистическую значимость и как проводить A / B-тесты;
    • понимание источников данных, которые ваша компания может использовать, как хранить эти данные и как писать базовые SQL-запросы для извлечения данных из базы данных.
    Учебный план картинка

    Data Science для менеджеров

    План обучения:

    1.1. Что такое Data Science:

    • Разница между специальностями аналитика данных, специалиста по данным, инженера по данным
    • Структура проекта по data science
    • Навыки, инструменты, Фреймворки

    1.2. Что такое машинное обучение:

    • Типичные проблемы, которые можно решить с помощью подходов машинного обучения
    • Разница между supervised и unsupervised machine learning
    • Как оценить «качество» модели машинного обучения
    • Компьютерное зрение, НЛП, распознавание речи, и другие важные темы
    • Внедрение моделей машинного обучения

    1.3. Data science менеджмент:

    • Ключевые позиции, роли, структура команды
    • Набор специалистов по данным
    • Почему сложно оценить время проекта DS (ML / DL) и почему стандартный SCRUM не работает?

    2.1. Визуализация данных:

    • Типы графиков и как их правильно читать
    • Бизнес-аналитика: Power BI

    2.2. Аналитика данных:

    • Краткий обзор основ статистики
    • Результаты аппроксимации и доверительные интервалы
    • Тестирование значимости, A / B-тесты, парадокс Симпсона

    3. Сбор и хранение данных:

    • Почему данные так ценны и дороги?
    • Большое количество данных (Big Data)
    • Гугл Аналитика
    • Базы данных, MySQL, Google Big Query и т. д.
    • SQL: базовые запросы + клиент mysql
    • Google SpreadSheets на максималках: прямой импорт данных из БД, управление из Python, автоматизация бизнес-процессов

    4. Big Data:

    • Big data
    • AI (artificial intelligence)
    • IoT (internet of things)
    • Business cases

    Для кого этот курс:

    Этот курс является отличным ресурсом для менеджеров и бизнес-лидеров, которые ищут возможность использовать науку о данных в бизнесе, но все еще не имеют большого опыта в области анализа данных или просто хотят улучшить свои навыки.

    Он специально разработан для руководителей, product owners, руководителей и менеджеров проектов и всех, кому необходимо правильно ставить задачи для своих data teams и правильно читать их результаты.

    Кроме того, это было бы отличной отправной точкой для людей, которые собираются начать свою карьеру в науке о данных.

    Часто задаваемые вопросы