DEVrepublik

Data Science for non-technical

Data Science for non-technical

Штучний інтелект і машинне навчання здатні трансформувати цілі галузі. Компанії в галузях, орієнтованих на споживачів, таких як банківська справа, охорона здоров’я і електронна комерція, які не використовують ці нові інструменти, сьогодні ризикують зазнати невдачі, оскільки все людство рухається до автоматизованого майбутнього.
Ми розуміємо, що час важливій, тому цей курс короткий та інтенсивний, щоб ви могли отримати всю необхідну інформацію в найкоротші терміни.

Що ви будете розуміти і мати за 3 робочих дня (15 годин):

Цiна: 3000 грн

« Червень 2020 » loading...
ПнВтСрЧтПтСбНд
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
1
2
3
4
5
Пт 12

Data Science for non-technical Реєстрація

12.06-17.06

12 Червня 16:00 - 21:00
  • як використовувати машинне навчання для зміцнення вашої організації;
  • навички, які вам необхідні для кращого розуміння та управління командою даних для задоволення потреб вашої організації;
  • розуміти значення кластеризації, комп’ютерного зору, обробки природної мови (НЛП), глибокого навчання;
  • як виконати базовий експеримент по машинному навчанню, зрозуміти, що таке машинне навчання і як інтерпретувати його результати;
  • способи аналізу і візуалізації ваших даних за допомогою інструментальних панелей;
  • як використовувати математичні інструменти для інтерпретації даних, зрозуміти статистичну значущість і як проводити A / B-тести;
  • розуміння джерел даних, які ваша компанія може використовувати, як зберігати ці дані і як писати базові SQL-запити для отримання даних з бази даних.

Для кого цей курс:

Цей курс є відмінним ресурсом для менеджерів і бізнес-лідерів, які шукають можливість використовувати науку про дані в бізнесі, але все ще не мають великого досвіду в галузі аналізу даних або просто хочуть поліпшити свої навички.

 

Він спеціально розроблений для керівників, product owners, керівників і менеджерів проектів і всіх, кому необхідно правильно ставити завдання для своїх data teams і правильно читати їх результати.

 

Крім того, це було б чудовою відправною точкою для людей, які збираються почати свою кар’єру в науці про дані.

Навчальний план:

1.1. What is Data Science:

  • Difference between Data Analyst, Data Scientist, Data Engineer jobs
  • Data science project workflow
  • Skills, tools, frameworks

1.2. What is Machine Learning:

  • Typical problems that can be solved with ML approaches
  • Difference between Supervised and Unsupervised learning
  • How to estimate the “goodness” of ML model
  • Computer Vision, NLP, Speech Recognition, …
  • ML models deployment

1.3. Data science management:

  • Key positions, roles, team structure
  • Data scientist recruitment
  • Why is it hard to estimate time on a DS (ML/DL) project and why is standard SCRUM not working?

2.1. Data visualization:

  • Types of charts and how to read them
  • Business Inteligence: Power BI

2.2. Data analytics:

  • Basic statistics recap
  • Approximation Results and Confidence Intervals
  • Signicance testing, A/B tests, Simpson paradox

3. Data Collection and Storage:

  • Why data is so valuable and expensive?
  • Big Data
  • Google Analytics
  • Databases, MySQL, Google Big Query, etc.
  • SQL: basic queries + mysql client
  • Google SpreadSheets on steroids: direct import data from DB, management from Python, bussiness processes automation