Сегодня компании обладают огромными наборами данных о своих клиентах, товарах и транзакциях, поэтому аналитика данных и наука о данных (Data Science) всё глубже проникают в разные сферы бизнеса.
Школа «ИТ-сеанс: погружение в мир данных» объединила всех, кто хотел разобраться:
Зачем переходить в IT?
Зачем бизнесу нужны дата-аналитики и дата-сайентисты? Какие сегодня тренды в ИИ формируют будущее технологий и бизнеса?
Как построить карьеру в аналитике и Data Science?
Какие инструменты изучать, чтобы начать карьеру в IT? Можно ли перейти в сферу данных с непрофильным образованием? На что смотрят HR?
Как Data Science применяется в разных индустриях?
Какие задачи решаются с помощью машинного обучения? Какие инструменты используются в ритейле, банках, онлайн-кинотеатрах и телекоме?
Участие
Мероприятие уже закончилось. Но вы можете получить презентации спикеров и записи выступлений со школы.
Спикеры
Алина Садукевич
Директор департамента развития продуктов больших данных в Билайн
Элен Теванян
Head of ML in Operations в Купер, эксперт Центра непрерывного образования ФКН
Александр Кондрашкин
Руководитель отдела аналитики в Okko
Антон Скогорев
Технический директор AI-центра в Т-Банк
Дарья Касьяненко
Эксперт и преподаватель, Центр непрерывного образования ФКН НИУ ВШЭ
Артур Самигуллин
Тимлид аналитиков команды YandexArt в Яндекс
Антон Семенистый
Senior DS Engineer at Monetization Department в Avito
Анна Шангареева
HR BP Атом, карьерный эксперт Эйч
Иван Гудков
Главный экономист в Банке России
Какие материалы вы можете получить:
Общий трек
Дарья Касьяненко, Центр непрерывного образования ФКН НИУ ВШЭ
Тренды аналитики и науки о данных (DS)
Блок Индустрия включает два трека:
- Обзорный — для тех, кто хочет понять, как аналитика и Data Science могут применяться в различных индустриях
- Инструменты и технологии — для тех, кто хочет узнать о конкретных техниках и инструментах, которые применяются в различных сферах
На примерах из реального мира — ритейла, финансов и медиаиндустрии — эксперты показали, как данные способны трансформировать технологический подход в разных сферах.
Обзорный
Элен Теванян, Купер
Как машинное обучение (ML) помогает в ecom-сервисе
Антон Скогорев, Т-Банк
Вселенная ассистентов: как она устроена
Александр Кондрашкин, Okko
Как строится аналитика в онлайн-кинотеатре
Инструменты и технологии
Иван Гудков, Банк России
От текстов к предсказаниям: машинное обучение в банковской сфере
Антон Семенистый, Avito
Платное продвижение объявлений: теория и практика на примере Авито
Артур Самигуллин, Яндекс
Как посчитать, какая генеративная картиночная модель лучше?
Общий трек
Алина Садукевич, Билайн
Продукты на основе Больших данных (Big Data) и ИИ (AI): как создавать продукты, меняющие индустрии
Анна Шангареева, Атом, Эйч
Как составить резюме, которое заинтересует работодателя в аналитике и науке о данных (Data Science)?
Отзывы участников
Центр непрерывного образования: Научный руководитель
Центр непрерывного образования: Заместитель директора центра