• Главная
  • О компании
  • Каталог курсов
  • Расписание
  • Контакты
Мы на связи:
+7 (7172)79 30 99
+7 (727) 344 30 99
+7 (701) 757 83 23
+7 700 8 700 777
info@dtu.kz
university@dtu.kz
Digital Transformation University
  • Главная
  • О компании
  • Каталог курсов
  • Расписание
  • Контакты

Big Data

  • Главная
  • Все курсы
  • Big Data
  • Big Data для руководителей

Big Data для руководителей

Digital Transformation University
Big Data, Digital Transformation, IT Management
Бесплатно
Big Data
  • Обзор
Бесплатно
  • Обзор

Аналитика Big Data для руководителей и менеджеров

Продолжительность: 3 дня, 24 академических часа.

Курс ориентирован на руководство государственных предприятий и частных компаний, менеджеров и специалистов, которые хотят получить расширенные знания по инструментам и методам анализа больших данных для участия в проектах Big Data и цифровизации бизнеса.
Уровень подготовки: предварительный опыт не требуется.

В рамках Вы узнаете базовые и расширенные методы аналитики, в т.ч. техники поиска и извлечения знаний из больших массивов разнородных данных. Также рассматриваются различные версии дистрибутивов платформы Hadoop, облачные сервисы для хранения и аналитики больших данных, «open source« и коммерческие инструменты.

Подробно изучаются сценарии применения технологий работы с Большими Данными в организациях государственного сектора и различных отраслях бизнеса: банки и финансовые учреждения, промышленность, торговля, транспорт и др. На практических примерах вы узнаете все особенности процессов инициации проектов цифровой трансформации, от сбора данных до формирования команды. Также детально познакомитесь с каждой фазой жизненного цикла работы с Big Data: подготовка данных, выбор модели, пилотное развертывание и тестирование прототипа, промышленная эксплуатация.

Аудитория

Данный курс предназначен для руководителей, топ-менеджеров желающих получить знания по инструментам и методам анализа больших данных.

Программа

Введение в Big Data (Большие данные)

  • Большие данные и цифровизация бизнеса
  • Методы аналитики больших данных
  • Отраслевая специфика аналитики больших данных
  • Сценарии применения технологий больших данных
  • Жизненный цикл аналитики данных: получение данных, подготовка данных, планирование модели, построение модели, проверка результатов, внедрение
  • Формирование озера данных Data Lake

Data Mining — извлечение знаний из больших данных

  • Задачи и техники Data Mining
  • Классификация и кластеризация
  • Прогнозирование и визуализация
  • Ассоциативные правила и обнаружение аномалий
  • Методология CRISP-DM, SEMMA
  • Инструменты Data Mining
  • Специфика применения Data Mining для разных отраслей бизнеса с примерами

Машинное обучение для Data mining

  • Основные определения
  • Задачи и область применения машинного обучения
  • Supervised/unsupervised машинное обучение
  • Инструменты и технологии машинного обучения

Data mining в социальных сетях

  • Введение в анализ социальных сетей и теорию графов
  • Базовые алгоритмы на графах и основные возможности графового анализа
  • Феномен маленького мира
  • Выделение важных узлов в социальных сетях
  • Инструменты и методы визуализации графов для применения в бизнесе

Инструментарий для работы с Big Data

  • Специфика работы с Big Data
  • Аналитика для неструктурированных данных с использованием Hadoop
  • Назначение и характеристика компонент экосистемы Apache Hadoop для хранения и обработки Big Data
  • Сравнительный анализ Hadoop дистрибутивов (Arenadata Hadoop, Cloudera, Horton Works, MapR) и инструментарий аналитика данных на примерах использования
  • Сравнительные характеристики программных и аппаратных решений для реализации решений по Big Data
  • Облачные платформы (AWS, EMR, Azure) для реализации решений по Big Data
  • Средства визуализации для аналитики данных.

Интеграция Больших данных

  • Основные принципы работы с Big Data
  • Импорт и экспорт данных с Hadoop (SQL, NoSQL, HDFS, NFS, потоковые данные, web content, файлы логов, социальные сети)
  • Пакетная и динамическая загрузка данных

Правовые аспекты организации защиты персональных данных

  • Правовое регулирование в области защиты персональных данных
  • Международная практика в области защиты персональных данных
  • Права субъекта и обязанности оператора при обработке персональных данных
  • Виды нарушений безопасности персональных данных
  • Стандарт GDRP

С чего начать?

  • Формирование команды проекта Big Data. Ключевые роли
  • Специфика рынка данных и аналитики
  • Использование подходов Agile и DevOps
  • Методологии для стандарты
  • Отличия подходов Business Intelligence и Data Science
  • Сравнительные характеристики программных и аппаратных решений для реализации решений по Big Data.
  • Лекции 0
  • Тесты 0
  • Учебное время 50 hours
  • Навык Все уровни
  • Язык English
  • Студенты 0
  • Оценки Да
  • Поделиться:

+7 (7172) 79 30 99, +7 (727) 344 30 99, +7 700 8 700 777

info@dtu.kz

© 2023 | Digital Transformation University

Записаться на курс