Аналитика больших данных для менеджеров: Курсы

1. Введение в Big Data (Большие данные)

• Большие данные и цифровая трансформация.
• Методы аналитики больших данных.
• Отраслевая специфика аналитики больших данных.
• Жизненный цикл аналитики данных: Получение данных, подготовка данных, планирование модели, построение модели, проверка результатов, внедрение.

2. Data Mining - извлечение знаний из больших данных

• Задачи Data Mining.
• Техники Data Mining.
• Классификация и кластеризация.
• Прогнозирование и визуализация.
• Ассоциативные правила и обнаружение аномалий.
• Методология CRISP-DM.
• Инструменты Data Mining.
• Специфика применения Data Mining для разных отраслей бизнеса с примерами.

3. Машинное обучение для Data mining

• Основные определения.
• Задачи и область применения машинного обучения.
• Supervised/unsupervised машинное обучение.
• Инструменты и технологии машинного обучения.

4. Data mining в социальных сетях

• Введение в анализ социальных сетей и теорию графов.
• Базовые алгоритмы на графах и основные возможности графового анализа.
• Феномен маленького мира.
• Выделение важных узлов в социальных сетях.
• Инструменты и методы визуализации графов для применения в бизнесе.

5. Инструментарий для работы с Big Data

• Специфика работы с Big Data.
• Аналитика для неструктурированных данных - Hadoop и MapReduce.
• Компоненты экосистемы Apache Hadoop для хранения и обработки Big Data (MapReduce, HDFS, YARN, Spark, HBase, и т.д.).
• Функционал и особенности MapReduce.
• Введение в Apache Spark.
• Сравнительный анализ Hadoop дистрибутивов и инструментария аналитика данных на примерах использования.
• Средства визуализации для аналитики данных.

6. Интеграция Больших данных

• Основные принципы работы с Big Data.
• Импорт и экспорт данных с Hadoop (SQL, NoSQL, HDFS, NFS, потоковые данные, web content, файлы логов, социальные сети).
• Пакетная и динамическая загрузка данных.
• Использование Data Management Platform (Платформа управления данными).
• Архитектура и использование Data Management Platform (DMP).

7. Правовые аспекты организации защиты персональных данных

• Правовое регулирование в области защиты персональных данных.
• Международная практика в области защиты персональных данных.
• Права субъекта и обязанности оператора при обработке персональных данных.
• Виды нарушений безопасности персональных данных.

8. С чего начать?

• Формирование команды проекта Big Data. Ключевые роли.
• Специфика рынка данных и аналитики.
• Отличия подходов Business Intelligence и Data Science
• Сравнительные характеристики программных и аппаратных решений для реализации решений по Big Data.