• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2022/2023

Аналитика и большие данные

Направление: 27.04.05. Инноватика
Когда читается: 1-й курс, 3 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для всех
Преподаватели: Смелов Леонид Сергеевич, Худобин Евгений Игоревич
Прогр. обучения: Управление исследованиями, разработками и инновациями в компании
Язык: русский
Кредиты: 3
Контактные часы: 48

Программа 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

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

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

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

Элементы контроля

  • неблокирующий Домашнее задание 1.
  • неблокирующий Домашнее задание 2.
  • неблокирующий 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
  • неблокирующий Домашнее задание 4.
  • неблокирующий Экзамен
    Экзамен по дисциплине предоставляется в виде теста по материалам лекций.
Промежуточная аттестация

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.
Список литературы

Список литературы

Рекомендуемая основная литература

  • Бизнес-аналитика: от данных к знаниям : учеб. пособие, Паклин Н.Б., Орешков В.И., 2010

Рекомендуемая дополнительная литература

  • Linstedt, D., & Olschimke, M. (2015). Building a Scalable Data Warehouse with Data Vault 2.0. Amsterdam: Morgan Kaufmann. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1065504
  • Paulraj Ponniah. (2010). Data Warehousing Fundamentals for IT Professionals: Vol. 2nd ed. Wiley.

Авторы

  • Смелов Леонид Сергеевич