Аудитория:
ведущие менеджеры, аналитики и специалисты в области управления данными.
ведущие менеджеры, аналитики и специалисты в области управления данными.
Предварительная подготовка:
- основы операционного менеджмента
- понятие жизненного цикла управления данными
- понимание задач управления (анализа и синтеза)
- навыки решения задач поддержки и принятия решений
- основы операционного менеджмента
- понятие жизненного цикла управления данными
- понимание задач управления (анализа и синтеза)
- навыки решения задач поддержки и принятия решений
Программа:
1. Актуальность технологии Big Data
· Современные цифровые экосистемы и платформы
· Роль и место технологии Big Data
· Основные понятия и определения Big Data
· Технологии искусственного интеллекта и Big Data
· Навыки, необходимые для работы с Big Data
· Требования к сбору и обработке Big Data
1. Актуальность технологии Big Data
· Современные цифровые экосистемы и платформы
· Роль и место технологии Big Data
· Основные понятия и определения Big Data
· Технологии искусственного интеллекта и Big Data
· Навыки, необходимые для работы с Big Data
· Требования к сбору и обработке Big Data
2. Возможные области применения Big Data
· Big Data для госуправления
· Big Data для решения задач бизнеса
· Big Data для решения задач граждан
· Обнаружение мошенничества (fraud)
· Мониторинг угроз безопасности
· Применение в технологиях SMART
3. Big Data для менеджеров
· Отличия BigData от обычных данных
· Наука о данных (DataScience)
· Методы статистической обработки данных
· Анализ предметной области
· Известные инструментальные средства
· Big Data и машинное обучение (machine learning)
· Профессиональные компетенции в науке о данных
· Анонимность и этика обработки BigData
· SLA контракты на использование Big Data
4. Источники получения Big Data
· Данные, создаваемые людьми
· Данные, генерируемые машинами
· Структурированные и неструктурированные данные
· Анализ возможностей известных инструментальных средств
· Требования к средствам ВТ для сбора и обработки Big Data
5. Сбор и обработка Big Data
· Инструментальные средства сбора и обработки Big Data
· Базы данных и базы знаний
· Семантическая обработка Big Data
· Распределенные и облачные хранилища
· Облачные вычисления – Iaas, Paas, Saasи Daas
· Сорсинг и инсорсинг услуг по сбору и обработке Big Data
· Big Data для госуправления
· Big Data для решения задач бизнеса
· Big Data для решения задач граждан
· Обнаружение мошенничества (fraud)
· Мониторинг угроз безопасности
· Применение в технологиях SMART
3. Big Data для менеджеров
· Отличия BigData от обычных данных
· Наука о данных (DataScience)
· Методы статистической обработки данных
· Анализ предметной области
· Известные инструментальные средства
· Big Data и машинное обучение (machine learning)
· Профессиональные компетенции в науке о данных
· Анонимность и этика обработки BigData
· SLA контракты на использование Big Data
4. Источники получения Big Data
· Данные, создаваемые людьми
· Данные, генерируемые машинами
· Структурированные и неструктурированные данные
· Анализ возможностей известных инструментальных средств
· Требования к средствам ВТ для сбора и обработки Big Data
5. Сбор и обработка Big Data
· Инструментальные средства сбора и обработки Big Data
· Базы данных и базы знаний
· Семантическая обработка Big Data
· Распределенные и облачные хранилища
· Облачные вычисления – Iaas, Paas, Saasи Daas
· Сорсинг и инсорсинг услуг по сбору и обработке Big Data
6. Подготовка Big Data для анализа
· Соображения качества данных, разбор характеристик данных
· Принципы ETL (Extract Transform Load)
· Дополнительные “V” Big Data (достоверность – Veracity, обоснованность – Validity, ценность – Value, изменчивость – Veriability, расположение – Venue, метаданные – Vocabulary, неопределенность – Vagueness)
· Способы нормализации данных
· Средства очистки и подготовки Big Data
7. Типовые задачи анализа Big Data
· Задачи мониторинга и обнаружения аномалий
· Задачи Data Mining и текстовая аналитика
· Предиктивная аналитика
· Визуализация BigData
· Диаграммы Эйлера — Венна в науке о данных.
· Соображения качества данных, разбор характеристик данных
· Принципы ETL (Extract Transform Load)
· Дополнительные “V” Big Data (достоверность – Veracity, обоснованность – Validity, ценность – Value, изменчивость – Veriability, расположение – Venue, метаданные – Vocabulary, неопределенность – Vagueness)
· Способы нормализации данных
· Средства очистки и подготовки Big Data
7. Типовые задачи анализа Big Data
· Задачи мониторинга и обнаружения аномалий
· Задачи Data Mining и текстовая аналитика
· Предиктивная аналитика
· Визуализация BigData
· Диаграммы Эйлера — Венна в науке о данных.
8. Примеры задач сбора и обработки Big Data
· Операторы связи
· Ритейл
· Решение задач безопасности
· Умный город, Smart Сity
· Операторы связи
· Ритейл
· Решение задач безопасности
· Умный город, Smart Сity
9. Примеры постановок задач
· Анализ требований к решениям Big Data
· Проектирование возможных решений Big Data
· Оценка работоспособности и результативности
· Поддержка решений Big Data
· Эксплуатация и сопровождение решений Big Data.
· Анализ требований к решениям Big Data
· Проектирование возможных решений Big Data
· Оценка работоспособности и результативности
· Поддержка решений Big Data
· Эксплуатация и сопровождение решений Big Data.