НИТУ МИСИС приглашает студентов пройти бесплатное обучение по программам профессиональной подготовки с присвоением квалификации в рамках проекта «Цифровые кафедры».
Аналитик данных — это специалист по анализу больших данных: он собирает их, обрабатывает и делает выводы. На основании его отчетов в компаниях принимают важные решения. Профессия аналитика данных находится на стыке IT, менеджмента и математики.
Целью подготовки слушателей программы является:
- получение компетенций, необходимых для выполнения нового вида профессиональной деятельности в области информационных технологий;
- приобретение новой квалификации «Аналитик данных».
Сроки обучения
Начало — октябрь 2023 года. Окончание — июль 2024 года.
К обучению приглашаются
- бакалавры не ранее 2 курса;
- специалисты не ранее 3 курса;
- магистры 1, 2 курса, обучающиеся по направлениям не относящихся к ИТ-профилю.
Формат обучения и содержание программы
Учебный процесс организуется с применением электронного обучения, дистанционных образовательных технологий, инновационных технологий и методик обучения, способных обеспечить получение слушателями знаний, умений и навыков в области «06 Связь и информационно-коммуникационные технологии»
Видео-лекции в асинхронном дистанционном формате, практическая часть — синхронно с сопровождением преподавателей программы.
К образовательному процессу привлекаются высококвалифицированные специалисты ИТ-сферы и/или дополнительного профессионального образования в части, касающейся профессиональных компетенций в области создания алгоритмов и программ, пригодных для практического применения, с обязательным участием представителей профильных организаций-работодателей.
Срок освоения: 280 академических часов. Документ: диплом о профессиональной переподготовке.
Содержание программы
- статистический анализ данных
- SQL для аналитики
- гибкие методологии разработки
- нотации UML BPMN
- BI-инструменты
- основы Python
- принятие управленческих решений в бизнесе на основе данных
Формируемые компетенции
Компетенции: способен с помощью различных инструментов анализировать большие данные, визуализировать выводы и описывать возможные решения
Знать:
- принципы правильной визуализации данных и анализа показателей с помощью полученных графиков.
- основные методы первичной обработки данных для дальнейших статистических процедур и способы изучения взаимосвязи между данными.
- основные виды и типы статистических показателей, которые применяются в анализе состояния, динамики и эффективности социально-экономических процессов в условиях рыночной экономики.
Уметь:
- визуализировать разные данные и запросы бизнеса с использованием различных BI инструментов;
- обрабатывать и графически иллюстрировать исходный массив данных с помощью гистограмм, блочных диаграмм и т.д., проводить корреляционный, дисперсионный и регрессионные анализы для обнаружения связи между данными.
- формировать систему показателей, исчислять и интерпретировать статистические показатели с учетом их содержания, выявлять проблемы экономического характера при статистическом анализе конкретных ситуаций, предлагать способы их решения с учетом критериев социально-экономической эффективности, уровня рисков и возможных социально-экономических последствий.
Навыки:
- владеть навыками построения комплексного интерактивного дашборда согласно ТЗ;
- владеть навыком преобразования исходной выборки, а именно нахождения выбросов, избавления от асимметрии, работы с кластеризацией и гетероскедастичностью и т.д., способностью интерпретировать полученные выводы с учетом статистической погрешности результатов и специфики их применения.
- освоить информационные технологии (приложение Excel) в решении статистических задач, параметрическими и непараметрическими критериями статистической обработки исходных данных для нахождения параметров описательной статистики, графической иллюстрации группировки данных, регрессионного анализа и т.д.
Компетенции: навыки визуализации бизнес-процессов, ликвидируя пробелы информации, показывая последовательность деловых операций, необходимых для перехода от начала бизнес-процесса к его завершению
Знать:
- методы моделирования бизнес-процессов при помощи нотаций BPMN, UML и др., в достаточном объеме для визуализации БП.
Уметь:
- анализировать и визуализировать существующий БП и оптимизировать его при помощи нотаций BPMN, UML и др.
Навыки:
- владеть ключевыми навыками визуализации БП при помощи нотаций BPMN, UML и др., проводит оценку эффективности существующего БП.
Компетенции: применение навыков SQL-запросов при проведении тестирования
Знать:
- основные операторы работы с базами данных.
Уметь:
- находить и отфильтровывать данные с помощью SQL-запросов.
Навыки:
- владение навыком обрабатывать данные и управлять ими в СУБД.
Компетенции: применение языков программирования для решения профессиональных задач
Знать:
- базовые алгоритмы и структуры данных на языке Python: переменные, операторы, функции;
- методы логического моделирования для их применения в профессиональной деятельности в соответствии с их сложностью.
Уметь:
- использовать среду программирования IDLE Python, Jupyter Notebook;
- выбирать оптимальные методы логики и моделирования в зависимости от сложности задач по моделированию процессов обработки информации.
Навыки:
- применение базовых конструкций Python;
- анализ и проверка исходного программного кода.
Компетенции: анализ и моделирование бизнес-процессов предприятия
Знать:
- методики и средства описания и моделирования бизнес-процессов;
- методы сбора информации (наблюдения, фиксация данных, проведения интервью и анкетирования, анализ документов и отчётной информации);
- основные нотации моделирования бизнес-процессов.
Уметь:
- разрабатывать модели бизнес-процессов предприятия в определенных нотация;
- формализировать, идентифицировать и классифицировать бизнес-процессы предприятия.
Навыки:
- применение инструментальных средств для создания моделей бизнес-процессов в соответствии с нотациями моделирования.
Компетенции: способен настраивать системный анализ собранных производственных данных
Знать:
- методы и модели теории систем и системного анализа, методологию формализации моделей принятия решений, формулирования, структуризации и анализа целей систем, организации экспертиз.
Уметь:
- идентифицировать системообразующие факторы, характеризующие функционирование и развитие бизнеса, моделировать процедуры принятия решений.
Навыки:
- владение приёмами формализованного представления и моделирования систем, приёмами проектирование процедур принятия решений.
Компетенции: использует большие данные при реализации проектов в области управления финансовой информацией
Знать:
- основные методы data mining и методы визуализации аналитических данных.
Уметь:
- осуществлять предиктивную аналитику.
Навыки:
- владеть методами имитационного моделирования и статистической обработки данных.
Компетенции: составляет задание на разработку бизнес-приложений для решения поставленных бизнес-задач
Знать:
- приемы декомпозиции задач, наименования задач и их описания.
Уметь:
- формировать требования к решению ТЗ.
Навыки:
- владеть навыками постановки задач на реализацию.
Руководитель программы
Черноволенко Сергей ЕвгеньевичСтарший преподаватель кафедры промышленного менеджмента |