Delivered at:: Joint Department with Sberbank ‘Financial Technologies and Data Analysis’

Course type:: Compulsory course

When:: 2 year, 1-3 module

Полная версия программы учебной дисциплины

Аннотация

Дисциплина преподается с целью ознакомления слушателей с подходами к решению бизнес-задач в крупных финансовых организациях с применением методов математического моделирования и анализа данных, приобретения навыков постановки прикладных исследовательских задач, разработки новых подходов и методов анализа данных, а также презентации реализованных решений перед заказчиками

Цель освоения дисциплины

Цель освоения дисциплины - анализ научных и практических тенденций в области финансовых технологий
Целями освоения дисциплины являются формирование у студентов комплекса теоретических знаний и методологических основ в области технологий обработки, хранения, преобразования и визуализации данных. В ходе курса рассматриваются все этапы обработки данных: появление данных в OLTP-системах, их транспорт в OLAP-хранилище, сохранение в сырой слой, нормализация в детальный слой, построение аналитических витрин и отчетов, автоматизация процессов, мониторинг здоровья кластера и системы в целом

Планируемые результаты обучения

Владение общими навыки проектирования структуры хранилищ данных
Владение навыками работы с реляционными БД, MPP, DFS-хранилищами
Умение строить ETL-процессы, осуществлять потоковую и батчевую обработку данных
Умение строить end-to-end архитектуру хранилища данных, администрировать и поддерживать стабильную работу различных программных комплексов
Умение строить BI-системы и системы операционного мониторинга
Формирует задания для исследования новых рынков, следит за ходом исследований и принимает их результаты
Проводит поиск и анализ наиболее актуальных академических и прикладных исследований в области финансовых технологий

Содержание учебной дисциплины

Ключевые направления исследований в области финансовых технологий
Постановка исследовательских задач
Разбор научных статей в области финансовых технологий
Разбор практических кейсов в области финансовых технологий
Введение в Data Engineering. Устройство современного дата-пайплайна.
Файловые хранилища. S3-like хранилища. Hadoop-экосистема.
Устройство и основы работы с Apache Spark.
Data Warehousing. Современные архитектуры организации хранилищ данных: Data Vault, Anchor Model, hNhM.
Очереди и работа с потоками данных: Apache Kafka, Spark Streaming
MPP СУБД: Greenplum, Vertica, Clickhouse. Особенности устройства и организации вычислений
Планы запросов. Учимся читать планы запросов на реляционных СУБД и MPP
ETL / ELT. Правила проектирования ETL-процессов
Использование данных. BI-системы
Новые вызовы в DE

Элементы контроля

Домашнее задание 2
Проект
Презентация концепции курсового проекта
Домашнее задание 1
Домашнее задание 3
Домашнее задание 4
Проект
По итогам выполнения всех домашних заданий должен получиться один большой проект, сочетающий в себе все элементы пайплайна обработки данных: появление в OLTP-системе, транспорт в OLAP, сохранение в сырой слой, нормализация в детальный слой, построение аналитических витрин и отчетов, мониторинг здоровья кластера и системы.
Работа на семинарах

Промежуточная аттестация

2023/2024 учебный год 4 модуль
0.6 * Проект + 0.6 * Проект + 0.4 * Работа на семинарах + 0.4 * Работа на семинарах
2024/2025 учебный год 3 модуль
Oитоговая = ¼*(Домашнее задание 1) + ¼*(Домашнее задание 2) + ¼*(Домашнее задание 3) + ¼*(Домашнее задание 4)

Список литературы

Авторы

Яковлева Илона Александровна

Master’s Programme 'Financial Technologies and Data Analysis'

Contacts

Mentor's Seminar "Financial Technologies and Data Analysis"

Программа дисциплины