• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Программа "Data Science для бизнеса"

В последние годы Data Science стало привлекать к себе всё больше внимания. Ведь с помощью методов машинного обучения и анализа данных могут быть решены различные задачи бизнеса: прогнозирование спроса, увеличение продаж с помощью рекомендаций товаров, удержание клиентов, прогнозирование динамики цен и оптимизации производства. Наша программа посвящена основам машинного обучения и искусственного интеллекта и задачам, которые данная технология позволяет решать.

На лекциях и семинарах мы расскажем о том, как оценить задачу, выбрать правильную метрику, нужно ли нанимать аналитиков в штат или дешевле купить коробочное решение под данную задачу. Как найти связь с экономическим эффектом, эффективно проводить офлайн и онлайн тестирование моделей. Кроме того, будут затронуты темы планирования реализации и внедрения моделей, расставления приоритетов при выборе задач, управления жизненным циклом моделей. Также во время семинаров будут рассмотрены кейсы практического применения анализа данных в различных областях.

Навыки программирования для освоения программы не требуются.

Расписание занятий

С 1 октября по 5 ноября 2019 года
по вторникам и четвергам с 19:00 до 22:00.

Место проведения: Покровский бульвар, 11

Начальные требования

Законченное высшее или среднее профессиональное образование. Слушателями также могут стать студенты, получающие высшее образование.

Документы для зачисления

Сканированные копии:
  1. паспорта (3-4 страница, а также страница с адресом регистрации);
  2. диплома о высшем или среднем профессиональном образовании (первые две страницы);
  3. актуальной справки из вуза (если вы являетесь студентом);
  4. свидетельства о смене фамилии (если в паспорте и дипломе фамилия не совпадает).

 

44

академических часа

44 000

рублей

По итогам программы выдается Удостоверение о повышении квалификации установленного НИУ ВШЭ образца

Подать заявку

Преподаватели

Элен Теванян

Head of Big Data Team в Азбуке Вкуса.

Преподаватель факультета компьютерных наук, эксперт Центра непрерывного образования, аспирант департамента больших данных и информационного поиска НИУ ВШЭ. Ведёт лекции и тренинги для менеджеров по DS, AI, ML. Работала в Х5 Retail Group, Альфа-Банке и ФРИИ.


 

Анна Чувилина
Выпускница магистратуры и преподаватель факультета компьютерных наук НИУ ВШЭ. Автор и менеджер программы по аналитике в Яндекс.Практикуме.


 

Основные темы программы

  • Введение в машинное обучение и анализ данных. Основные термины и понятия. Различные инструменты для анализа данных: их плюсы и минусы. Рынок данных и юридические аспекты их использования.
  • Постановка задачи и особенности управления проектами в Data Science. Типы задач. Выбор метрик. Управление ожиданиями по качеству. Анализ сценариев использования моделей. Валидация задачи и данных. Экономический эффект.
  • Оценка качества проектов в Data Science. Метрики классификации. Метрики регрессии. Метрики ранжирования. Как и зачем мерять качество. A/B тестирование. Статистическая значимость и чувствительность. Примеры онлайн и оффлайн тестов.
  • Построение моделей. Предобработка данных. Планирование экспериментов. Валидация и тестирование в процессе.
  • Подготовка технического задания и управление проектом. Разбор кейсов

 

Что будет на занятиях

Каждая лекция — это разбор проекта от момента постановки задачи и взаимодействия с заказчиком до тестирования и внедрения.

Что в результате? Мы разберём такие темы, как:

  • процесс ведения проектов в DS;
  • оценка необходимости и эффективности внедрения DS решений;
  • организация работы команды;
  • тестирование моделей и внедрение;
  • что происходит после внедрения и как оценивать эффект.

 

На практических занятиях слушатели будут работать в Jupyter Notebook и освоят Python, чтобы:

  • манипулировать табличными данными;
  • считать аналитику;
  • визуализировать данные;
  • собирать аналитику и визуализацию в презентации в JN.

Также на практических занятиях слушатели закрепят знания основ машинного обучения и выбора подходящих метрик для своих задач.

АЛЕКСАНДР БЕЛУГИН

Отзывы

Дмитрий Орлов, ООО "Транснефть финанс":
Data science в наши дни уже далеко не роскошь, а неотъемлемая часть жизни любой организации, претендующей на звание эффективной. Данная программа — отличная возможность для современных управленцев познакомиться с основами науки о данных, понять, как общаться с командой data-сайентистов, управлять проектами в этой области, а главное – попробовать свои силы в работе с данными.


Дмитрий Орлов

Ксения Жукова
В рамках моей работы мне приходится выбирать решения и подрядчиков в области Data science. Курс был очень полезным для меня, как ИТ-менеджера и заказчика. Теперь я лучше понимаю, какие вообще бывают решения, как правильно формулировать требования, на что обращать внимание, какие модели в каких случаях лучше применять. Отдельное спасибо за практическую часть всегда хорошо самому "пощупать руками" то, что планируется внедрять, чтобы разобраться ещё глубже и говорить с исполнителями на одном языке. Опять же, лично мне, как менеджеру, последние лет 10, приятно было вспомнить программистское прошлое. Мне кажется, в современном мире каждый человек должен быть хоть немного программистом. 


Ксения Жукова

 

 

 

Подать заявку