Аналитика и большие данные

2022/2023

Статус: Маго-лего

Кто читает: Школа инноватики и предпринимательства

Когда читается: 3 модуль

Охват аудитории: для всех

Преподаватели: Смелов Леонид Сергеевич, Худобин Евгений Игоревич

Язык: русский

Кредиты: 3

Контактные часы: 48

Полная версия программы учебной дисциплины

Аннотация

В курсе изучаются основы управления и руководства данными, чтобы студенты по завершению курса имели представление о жизненном цикле данных и как им управлять. Также знали, что такое большие данные и как устроен и какие методы входят в дата майнинг. В результате освоения дисциплины у студента формируется полноценное представление о том через какие этапы проходят данные, чтобы превратиться в знания и как этим процессом управлять.

Цель освоения дисциплины

Сформировать у студентов компетенции для управления и руководством данными;
Студент знает, как выглядит жизненный цикл данных и как им управлять;
Cтуденты знает, какие основные процессы и задачи входят в процесс управления данными;
Cтудент знает, что такое большие данные и их характеристики;
Студент умеет, описывать архитектуру верхнего уровня необходимую для управления данными;
Студент умеет, выделять основные статистики и предварительно очищать данные, определять и описывать их качество;
Студент умеет, строить простые прогнозы на основе регрессионного анализа;
Студент умеет, создавать простые отчеты в инструментах для бизнес-аналитики.

Планируемые результаты обучения

Знает какие документы и как их создавать для корректного управления и руководства данными. Умеет выделять необходимые метрики для оценки качества и эффективности работы.
Знает, 5 типовых видов структур данных. Умеет описывать большие данные и формулировать их полезность для бизнеса. Знает, что такое хранилища данных и причины их возникновения.
Знает, как определять качество данных, и что можно сделать, чтобы его улучшить. Умеет, выделять основные статистики по данным и строить простые прогнозы на основе регрессии.
Умеет построить отчет используя BI инструменты.

Содержание учебной дисциплины

Тема 1. Управление и руководство данными.
Тема 2. Архитектуры данных и введение в большие данные.
Тема 3: Аналитика данных: подготовка и анализ данных.
Тема 4: Визуализация и представление результатов.

Элементы контроля

Домашнее задание 1.
Домашнее задание 2.
Домашнее задание 3.
Построить прогноз на основе данных и проинтерпретировать его. Результат работы оформляется в виде отчета на 5-6 листов, с описанием основных статистик, преобразований + отдельным файлом предоставляется код
Домашнее задание 4.
Экзамен
Экзамен по дисциплине предоставляется в виде теста по материалам лекций.

Промежуточная аттестация

2022/2023 учебный год 3 модуль
Формула оценивания: Оитог = 0,3*Оэкз + 0,7Онакоп Оитог – итоговая оценка за курс Оэкз – оценка за экзамен Онакоп – накопленная оценка Онакоп = (Одз1 + Одз2 + Одз3 + Од4)*0,25 Где Одз1 – Домашнее задание 1 Одз2 – Домашнее задание 2 Одз3 – Домашнее задание 3 Одз4 – Домашнее задание 4.

Программа дисциплины