Аналитик данных

Специализации:

• Анализ данных с помощью Python и баз данных
• Инструментальные средства бизнес-аналитики

Программа профессиональной переподготовки направлена на повышение профессионального уровня и приобретение слушателями системных знаний для выполнения нового вида профессиональной деятельности в области применения анализа данных.

Программа полезна для желающих повысить свой статус, поменять профессию, приобрести новые знания в удобное для себя время, а так же получить престижный диплом ведущего университета России.

Цели программы:

• Дать слушателям необходимые теоретические знания в области интеллектуального анализа данных, превращения разрозненных данных в ценную информацию, необходимую для принятия управленческих решений, современных цифровых технологий в сфере бизнес-аналитики;
• Научить слушателей применять современные цифровые технологии для решения задач интеллектуальной обработки данных;
• Изучить практику построения моделей для анализа данных и их применения на предприятиях различных отраслей;
• Способствовать практическому применению полученных знаний и умений, предоставляя слушателям необходимую консультационную помощь и поддержку.

Программа разработана с учетом требований российских профессиональных стандартов 

«Бизнес-аналитик», (Утвержден Приказом Минтруда России № 592н от 25.09.2018);

«Системный аналитик» (Утвержден Приказом Минтруда России № 809н от 28.10.2014).

В настоящее время подобных программ на образовательном рынке России нет.

В настоящее время проходят обучение слушатели из Москвы, Санкт-Петербурга, Тулы, Королева, Сочи, Воронежа, Симферополя, Челябинска, Сахалина, Перьми, Уфы, Томска, Рязани, Владимира, Владивостока, Хабаровска, Иркутска и других городов России и стран СНГ.

Структура и содержание программы

Программа разработана ведущими преподавателями НИУ ВШЭ, имеющими большой опыт практической работы и обучения взрослых людей, а так же экспертами из бизнеса.

В состав Программы входят следующие дисциплины:

Специализация: Инструментальные средства бизнес-аналитики

Модуль 1. Базовые технологии хранения и обработки данных

1. Основы моделирования и базы данных.

2. Основы бизнес-аналитики и науки о данных.

3. Основы языка SQL.

4. Анализ требований к автоматизированным информационным системам.

Модуль 2. Инструментальные средства бизнес-аналитики.

5. Введение в OLAP и хранилища данных.

6. Бизнес-аналитика с помощью Power BI.

7. Анализ данных на Python в примерах и задачах.

8. Язык SQL для хранения, обработки и анализа данных.

9. Хранилища данных и построение модели данных с помощью PowerDesigner.

10. Анализ и визуализация данных на языке R.

Модуль 3. Машинное обучение и нейронные сети

11. Введение в машинное обучение и анализ данных

12. Введение в искусственный интеллект и нейронные сети

Модуль 4. Дополнительные  курсы

13. Имитационное моделирование на базе AnyLogic.

14. Глубинный анализ данных и текстов на базе IBM SPSS Modeler.

Специализация: Анализ данных с помощью Python и баз данных.

Модуль 1. Базовые технологии хранения и обработки данных

1. Основы моделирования и базы данных.

2. Основы бизнес-аналитики и науки о данных

3. Основы языка Python.

4. Анализ требований к автоматизированным информационным системам.

Модуль 2. Программные средства для анализа данных

5. Система контроля версий Git.

6. Работа с базами данных SQLite, MySQL, PostgreSQL.

7. Поиск и получение данных из интернета.

8. Библиотеки для работы с данными.

9. Python для анализа данных.

10. Анализ и визуализация данных на языке R.

Модуль 3. Машинное обучение и нейронные сети

11. Введение в машинное обучение и анализ данных.

12. Введение в искусственный интеллект и нейронные сети.

Модуль 4. Дополнительные  курсы

13. Жизненный цикл ПО и основы agile-методологий

14. Программная инженерия: анализ, проектирование, моделирование.

Выпускная аттестационная работа

Материалы дисциплин представлены в виде видеофильмов или электронных текстов.

Планируемые результаты обучения: В результате освоения программы слушатели должны:

знать:

• основные понятия теории баз данных и хранилищ данных; 
  
• подходы к построению баз данных и сферы их применимости;
• особенности объектно-ориентированного программирования; 
• область применения больших массивов данных;
• функции в Python;
• основы языка SQL;
• основы технологий программирования;
• аналитические информационные средства обоснования принятия управленческих решений;
• методы и информационные средства интеллектуального анализа данных;
• классификацию Хранилищ данных;  функционал специализированных средств доступа к хранилищам и генерации отчетности;
• теорию реляционных баз данных: основные понятия, реляционная алгебра и реляционное исчисление, теория нормализации;
• методологии Data Mining;
• языки описания и манипулирования данными разных классов;
• особенности работы в аналитических системах;
• основы технологий машинного обучение;

уметь:

• разрабатывать бизнес-логику работы с Хранилищами данных;
  
• использовать составные типы данных в Python (строки, списки, множества и словари);
• выполнять анализ данных с помощью Python;
• использовать Data Mining для выбранной предметной области;
• уметь использовать современные инструменты класса OLAP;
• уметь применять технологии машинного обучение;
• уметь осуществлять поиск ошибок в коде и осуществлять отладку программы.
• проектировать структуру баз данных с использованием выбранного CASE-средства;
• использовать инструментальные средства СУБД при реализации физической модели баз данных;
• разрабатывать бизнес-логику работы с Хранилищами данных;

Особенности программы

Возможность обучения 24ч 7 дней в неделю: обучение и контроль знаний происходят полностью дистанционно в любое время суток и в любой стране мира. Для обучения слушателям нужны только компьютер и доступ в интернет.

Периодически проводятся вебинары для консультаций.

Индивидуальный подход к слушателям. В процессе обучения слушатели смотрят, слушают лекции, проходят онлайн тестирование. При необходимости слушатели задают вопрос через менеджера программы. Менеджер программы передает вопрос соответствующему преподавателю, а ответ пересылает слушателю.

Гибкий график. Слушатель сам задаёт темп образовательному процессу, ориентируясь исключительно на себя и свою загруженность, а также распорядок дня.

Контроль знаний проводится после изучения каждой дисциплины. Это необходимое условие аттестации.

Практическая работа. При изучении дисциплин, преподаватель разбирает практические кейсы, выполняет практические задания. Слушатель может выполнить свое задание по рассмотренному алгоритму. При возникновении вопросов у слушателя, он получает консультацию преподавателя НИУ ВШЭ.

Выпускная аттестационная работа. Заканчивается обучение подготовкой и защитой выпускной работы, которая выполняется слушателем по выбранной им тематике самостоятельно. Тема выпускной работы может быть связана с практической деятельностью слушателя или носить исследовательский характер по изучению нового для слушателя направления.  Примеры тем аттестационных работ по программе.

Для подготовки выпускной работы назначается научный руководитель из преподавателей и экспертов ВШБ НИУ ВШЭ. 

Защита выпускной аттестационной работы может проводиться очно в Центре или, по желанию слушателей, дистанционно.

Примеры лекций

Курс: Основы бизнес-аналитики и науки о данных
Лекция 4. Сравнение различных бизнес-моделей

Курс: Введение в машинное обучение и анализ данных
Лекция 6. Описание задачи классификации

Правила приема

1. Зарегистрироваться, подав ЗАЯВКУ. Регистрация на обучение осуществляется в любое время. Вам ответят на заявку.
2. Прислать сканы документов (паспорт, диплом о высшем или среднеспециальном (профильном) образовании, приложение к диплому), фото.
3. После проверки ваших документов, в случае положительного решения, Вам высылаются необходимые для заполнения документы. После заполнения, Вы присылаете сканы заявления, анкеты, договор.
4. Оплатить первый платеж за обучение в соответствии графиком платежей, согласованном в договоре на обучение.
5. После получения отсканированного документа об оплате слушатель получает доступ к системе и учебным материалам.

По всем вопросам пишите на admin@hsbi.ru

Отзывы

Николай, экономист, г.Калининград

Тематика программы мне знакома, работаю программистом 4 года, но базового образования нет, изучал все самостоятельно. Поэтому выбрал программу для структурирования знаний.

Получил, что хотел и даже узнал много нового. Теперь применяю в работе.

Александр, программист, г.Челябинск 

На обучение пошла из-за необходимости на работе, т.к. имеющихся знаний было мало для новой должности. Долго выбирала программу из большого числа предложений на рынке. Выбрала эту программу  в большей степени из-за получаемого диплома НИУ ВШЭ. И не пожалела! Так излагать сложный материал могут только преподаватели лучших университетов! Теперь чувствую себя увереннее на работе.

Мария, аналитик, г.Курган

Содержание программы не назовешь уникальным, но в настоящее время без знания данных инструментов работать аналитиком невозможно. Поэтому и пошла учиться, т.к. работаю аналитиком данных, а по образованию маркетолог. В начале обучения не хватало знаний по математике, мат.статистике. Это мой пробел. Но в Вышке дали бесплатный доступ к онлайн-курсам по эти темам и все освоила! Теперь использую гораздо больший функционал аналитических инструментов в своей работе.

Юлия, аналитик данных, г.Владимир

Долгое время мне хватало экселя для работы, но усложнение практических задач на работе заставило познакомиться с актуальной тематикой.  Понимаю, что данная тематика бесконечная, но в программе собраны необходимые для базового понимания темы и инструменты.  А главное доходчиво изложены. Самой такой объем знаний не освоить. Теперь уверенно общаюсь с программистами, как на этапе постановки задачи, так и в процессе контроля результатов.

Елена, финансист, г.Томск