BIG DATA
ДЛЯ МЕНЕДЖЕРОВ
онлайн
24 сентября 2019
3 недели
Старт 24 сентября 2019

Big Data ДЛЯ МЕНЕДЖЕРОВ

о курсе_
Кейс-ориентированный тренинг подготовки руководителей и владельцев бизнеса к внедрению решений Big Data.
Что вы получите
Все основные аспекты необходимые для ориентации в Data Science, а также технические аспекты необходимые для применения Big Data в управлении проектами
Для кого
Для всех управленцев и менеджеров, кто выступает в роли бизнес-заказчика, менеджера продукта или лидера внедрения технологий Big Data.
На занятиях
Мы покрываем все аспекты, связанные с Big Data c точки зрения менеджера: возможности инструментов и их связь с бизнес-задачами, особенности внедрения и управление ожиданиями, процесс внедрения, структура команды, закупка решений извне и многое другое. Все это мы рассказываем на основе собственных реальных кейсов из разных отраслей бизнеса.
Что дальше?
После окончания курса вы будете ориентироваться в машинном обучении и искусственном интеллекте, сможете внедрить полученные знания в управлении своим проектом. Также всем участникам выдаются сертификаты

Почему вам стоит выбрать нас

На курсе мы покрываем все аспекты внедрения Big Data с точки зрения менеджера.

1
Доступное изложение
Область машинного обучения достаточно сложна для неэкспертов. Тем не менее, менеджерам необходимо понимать принципы ее работы, чтобы эффективно взаимодействовать с командами аналитики. Мы объясняем основные концепции и методы на глубине необходимой и достаточной для этой цели.
2
Интеграция в бизнес
Основной фокус нашего курса - интеграция решений Big Data в бизнес, как с точки зрения процесса, так и с точки зрения дополнительных источников выручки или экономии. Наша цель, чтобы после прохождения курса наши слушатели добивались максимальной эффективности от внедрения Big Data решений.
3
Кейс-метод
Все аспекты курса мы рассказываем на основе реальных кейсов из бизнес-индустрий. Ввиду того, что у нас большой опыт внедрения соответствующих решений, мы можем подбирать кейсы под конкретную индустрию заказчика.

Программа курса

Курс проходит в формате интерактивных семинаров, доступных слушателям онлайн через передовые средства видеоконференций. Занятия проходят два раза в неделю по понедельникам и средам. Продолжительность каждого занятия 2 часа. Всего курс содержит 6 занятий.
1. Машинное обучение и Big Data. Основы
  • Как работает машинное обучение: почему машинное и почему обучение
  • Основные понятия машинного обучения (объекты, признаки)
  • Какие данные нужны, как происходит обучение моделей
  • Какой объем данных необходим: репрезентативность выборки
  • Какие задачи решаются с помощью машинного обучения
  • Наиболее популярные алгоритмы и методы
2. Машинное обучение. Применение в бизнесе
  • Верификация качества модели бизнесом
  • Расчет бизнес-кейса для аналитическиз проектов
  • Важность выбора метрик качества и их влияние на бизнес-кейс
  • Особенности постановки задачи
  • Решаемые и не решаемые задачи
  • Интеграция модели в бизнес-процесс, планирование и реализация внедрения аналитических решений
3. Процесс разработки Data-решений
  • Процесс разработки Big Data и аналитических решений
  • Основные роли и их взаимодействие
  • Управление сроками и ожиданиями
  • Связь бизнес и дата экспертиз
  • Условия и предпосылки успеха аналитических проектов
  • Симуляционная игра: разработка аналитического продукта
4. Компетенции для работы с данными. Инфраструктура
  • Организационная структура функции аналитики
  • Основные вызовы time to market и их решения
  • Подбор и мотивация команды
  • Эффективная организационная структура работа с данными для разных типов бизнеса
  • Особенности перехода к Data Driven компании: стратегия, процесс, бизнес-кейс, работа с внутренними заказчиками
  • Данные как стратегическое преимущество
  • Какие данные нужны и как их хранить
  • Роль и функции CDO (Chief Data Officer)
5. Рынок данных и услуг аналитики
  • Правовые основы обработки и хранения своих и чужих данных
  • Основные игроки на рынке данных и их специфика и выстраивание правильной стратегии взаимодействия
  • Монетизация данных: через биржу, через Programmatic рекламу, через сервисы
  • Обогащение данных: основные игроки на рынке обогащения, типы данных, схемы взаимодействия и ожидаемый эффект
  • Стратегия реализации собственных проектов на данных: своя экспертиза против покупки сторонних услуг
6. Кейсы из индустрий
  • Розница: рекомендательные системы, анализ потребительской корзины, управление акциями
  • ЖД логистика: прогнозирование времени прибытия, прогнозирование спроса, прогнозирование поломок
  • Авиация: динамическое ценообразование, управление рисками, предсказание поломок
  • Промышленность и переработка: автоматические советчики по оптимизации производственных процессов
  • Обслуживание клиентов: классификация обращений, чат-боты
  • Медиа: персонализация и автоматическая генерация контента, контроль рекламных размещений и их эффективности, реклама Programmatic на собственных данных, управление взаимодействием с клиентом через социальные сети

Наши преподаватели

Мы подбирали преподавателей по ряду критериев: максимальное количество завершенных проектов по анализу данных, работа в настоящий момент в бизнесе. Никаких блогеров с ютуба, популяризаторов анализа данных или людей из академии, которые занимаются только преподаванием

Сергей Марин
Основатель, директор Школы, преподаватель на курсе для менеджеров по особенностям применения Big Data в бизнесе
Основатель и директор Школы Данных и Студии Данных. Ранее, основатель и глава департамента Больших Данных компании Вымпелком (бренд "Билайн"). Руководитель направления Business Intelligence и Data Mining ООО Адидас, руководитель направления Business Intelligence в нидерландском KPN и ведущий менеджер продуктов в Hewlett-Packard. Выпускник факультета ВМиК Московского Государственного Университета им. Ломоносова, выпускник программы MBA Московской Школы Управления Сколково
Станислав Семенов
Преподаватель в специализации соревнования по анализу данных и машинное обучение, ранее первый в мире по рейтингу Kaggle
Консультант в области машинного обучения, номер 1 аналитик данных (Data Scientist) в мире по рейтингу Kaggle. Ранее HFT-аналитик в Quantstellation, преподаватель в Школе Анализа Данных Яндекс, портфельный аналитик в Тинькофф банк. Закончил Московский Физико-Технический Институт (МФТИ) и Высшую Школу Экономики (ВШЭ). Выпускник Школы Анализа Данных Яндекс
Дмитрий Игнатов
Преподаватель, специализация рекомендательные системы и Data Mining
Кандидат Наук в области прикладной математики и анализа данных от Российской Академии Наук и Технического Университета Дрездена, заместитель руководителя департамента анализа данных и искусственного интеллекта Национального Исследовательского Университета Высшей Школы Экономики (НИУ ВШЭ)
Григорий Сапунов
Преподаватель, специализация Глубокое Обучение, распознавание изображений и нейронные сети
Со-основатель и CTO в Intent.to, компании, специализирующейся на Глубоком Обучении и когнитивных сервисах. Ранее, преподаватель Когнитивных наук в Высшей Школе Экономики, руководитель направления в Яндекс. Выпускник Московской Школы Экономики
Антон Алексеев
Преподаватель, специализация анализ естественного языка и нейронные сети
Исследователь в совместном центре Искусственного Интеллекта Самсунг-Математического Института В.А.Стеклова. Ранее, разработчик библиотек работы с данными, систем анализа естественного языка и чат-ботов
Мы сотрудничаем с компаниями Яндекс, Сбербанк, МТС и Газпромнефть по трудоустройству выпускников. Лучших — отбираем в свой консалтинговый бизнес на базе искусственного интеллекта под названием Студия Данных.
Где работают наши выпускники
Показать еще

Особенности курса

Мы сделали все, чтобы учиться было удобно.
И полезно.
Формат обучения
Занятия проходят в формате вебинаров (онлайн). После записи и оплаты вы получите все инструкции.
Время занятий
Занятия проходят по будням с 19:00 до 21:00 два раза в неделю. Курс рассчитан на 6 занятий, то есть 3 недели.
Что понадобится
Курс максимально практический и на занятиях требуется многое "делать руками". Поэтому, для прохождения курса вам потребуется ноутбук
Наши преподаватели
Все наши преподаватели — практики. Они будут учить вас не по учебникам или схемам "как это может быть". Все они имеют опыт успешной работы в крупнейших компаниях страны. И поделятся им с вами. Фокусно изложат математику и Python —именно аспекты релевантные и необходимые в машинному обучении и анализе данных
Быстрое погружение в Big Data и AI
Быстрое понимание основ и принципов работы основных методов и инструментов, весь основной математический аппарат, рассказанный на примерах реальных задач Data Science
Стоимость курса
50 000 рублей. Возможна как единоразовая оплата, так и кредит. После записи вам будут предложены варианты оплаты
Запишитесь на курс
Стоимость курса составляет 30 000 рублей с одного участника
Нажимая на кнопку, вы соглашаетесь с нашей политикой обработки персональных данных.
Запишитесь на курс
Стоимость курса составляет 30 000 рублей с одного участника
Нажимая на кнопку, вы даете согласие на обработку персональных данных
и соглашаетесь c политикой конфиденциальности
О Школе Данных
Наша миссия — распространение технологий Big Data в бизнесе.
Мы помогаем компаниями внедрять технологии Big Data за счет обучения всех уровней и ролей компании эффективной работе с данными.
Школа Данных основана в 2015 году руководителями направлений Big Data и ведущими аналитиками данных из крупных банков, телекоммуникационных и розничных компаний в партнерстве с сотрудниками и преподавателями ведущих математических и экономических вузов.
Мы специализируемся на обучении аналитиков методам машинного обучения и Big Data, а менеджеров -правильной постановке задачи, взаимодействию с подразделениями аналитиков, выстраиванию организационной структуры и модификации бизнес и производственных процессов для внедрения технологий Big Data.
Если вас заинтересовал этот наш курс, вы можете посмотреть, что еще мы предлагаем, прокачаться самостоятельно, отправить на наши курсы ваших аналитиков. Чтобы узнать больше о самой Школе Данных, посетите её официальный сайт →.
Write Close
Close
Свяжитесь с нами
Telegram
WhatsApp
Mail
Phone