Бакалавриат
2024/2025
Инструментальные средства BI
Статус:
Курс по выбору (Разработка информационных систем для бизнеса)
Направление:
09.03.04. Программная инженерия
Где читается:
Факультет менеджмента (Пермь)
Когда читается:
3-й курс, 1, 2 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Преподаватели:
Суворов Александр Олегович
Язык:
русский
Кредиты:
6
Контактные часы:
52
Программа дисциплины
Аннотация
Дисциплина «Инструментальные средства BI» нацелена на изучение современных технологий и тенденций аналитики данных, принципов анализа данных, особенностей бизнес-данных. В рамках изучения дисциплины обзорно рассматриваются инструменты Business Intelligence: традиционного BI, настольных пакетов и библиотек, аналитических платформ. Изучаются методы анализа данных в ML-платформе и практические аспекты ее использования для бизнес-анализа.
Цель освоения дисциплины
- подготовка студентов к профессиональной деятельности, связанной c изучением изучением теоретических основ бизнес анализа данных, средств построения аналитических систем, выбором систем аналитической обработки данных
Планируемые результаты обучения
- владеет технологиями сбора, хранения и обработки информации
- знает основные понятия и задачи систем бизнес-аналитики (Business Intelligence)
- отличает особенности технологий анализа больших данных
- различает технологии оперативной аналитической обработки данных (OLAP) и интеллектуального анализа данных (Data Mining)
- умеет извлекать из различных источников данные, необходимые для решения задач бизнес-анализа
- принимает решения на основе анализа данных
- создает наглядные визуализации
- определяет, какие BI-решения подходят под конкретные задачи
Содержание учебной дисциплины
- Введение в аналитику данных
- Основы работы на аналитической платформе BI
- Визуализация в BI
Промежуточная аттестация
- 2024/2025 2nd module0.3 * Практическая работа + 0.4 * Самостоятельная работа + 0.3 * Экзамен
Список литературы
Рекомендуемая основная литература
- Введение в анализ данных : Учебник и практикум для бакалавриата и магистратуры, Миркин Б.Г., НИУ ВШЭ, 2017
Рекомендуемая дополнительная литература
- Технологии анализа данных : Data Mining, Visual Mining, Text Mining, OLAP : учеб. пособие, Барсегян А.А., 2008