Аналитика данных

Компетенция

Аналитика данных

Описание профессии

Данная программа предназначена для повышения квалификации рабочих, служащих.
Цель освоения дисциплины: Формирование культуры мышления, способности к обобщению, анализу, восприятию информации с целью выбора правильного стратегического решения в бизнесе и путей его достижения. Задачи дисциплины:-изучение сущности и роли анализа информации в современных условиях растущей конкуренции и быстро меняющегося рынка; -ознакомление бакалавров с основными средствами и методами анализа данныхпри исследовании сложных систем; -знакомство бакалавров с основными технологиями анализа данных, такими как OLAP-технологии, DM-технологии, системы визуализации данных и решений и др.; -выработка у бакалавров навыков в определении требуемых методованализа данных для достижения стратегических целей предприятия; -формирование умений и навыков у бакалавров в области поддержки принятия управленческих решений в организации с применением современных методов и средств анализа данных.
владеть культурой мышления, способностью к обобщению, анализу, восприятию информации, постановке цели и выбору путей ее достижения (ОК-1);
4способностьюлогически верно, аргументированои ясно строить устную и письменную речь (ОК-6);использовать соответствующий математический аппарат и инструментальные средства для обработки, анализа и систематизации информации по теме исследования (ПК-20).
*НАЧАЛО ОБУЧЕНИЯ в 2022 году: по мере формирования группы.

Муниципалитет

Владимир

Обучение проводит:

Содержание модуля:

• Раздел 1. Представление данных:

  • Модуль 1. Построение отчетности на основе библиотеки rmarkdown

  • Модуль 2. Графическое представление данных

  • Модуль 3. Основы работы с БД

  • Модуль 4. Итоговая аттестация

  • Модуль 5. Разработка дашбордов с использованием библиотеки shiny

  • Модуль 6. Инструктаж по ТБ

• Раздел 2. Системы хранения и аналитики данных:

  • Модуль 1. Основы языка SQL

  • Модуль 2. Язык R как служба Microsoft SQL Server

  • Модуль 3. Взаимодействие R с Apache Spark

• Раздел 3. Извлечение и преобразование данных в рамках ETL:

  • Модуль 1. Файловые форматы хранения данных

  • Модуль 2. Параллельные вычисления

  • Модуль 3. Преобразование данных с помощью языка R

  • Модуль 4. Обработка больших объемов данных в памяти

• Раздел 4. инф. адресация сети:

  • Модуль 1. pin

  • Модуль 2. mac

• Раздел 5. Математические основы анализа данных :

  • Модуль 1. Линейная алгебра и алгебра матриц

  • Модуль 2. Алгоритмы численной оптимизации

  • Модуль 3. Элементы статистики

• Раздел 6. Основы языка R:

  • Модуль 1. Строковые переменные и регулярные выражения в R

  • Модуль 2. Принципы разработки проектов на языке R

  • Модуль 3. Синтаксис и семантика языка R

  • Модуль 4. Производные типы данных в R

• Раздел 7. Методы и модели анализа данных:

  • Модуль 1. Регрессионные модели анализа данных на языке R

  • Модуль 2. Модели и методы интеллектуального анализа данных

• Раздел 8. Компьютерные сети:

  • Модуль 1. 2