Приглашаем вас вцифровой
университет SAP

Data science for non-data scientists

Исходные и чистые. Они – то первозданное и истинное, на чем строится всё происходящее. Большие и достоверные. Они безграничны в своем разнообразии и трактовании. Это новая нефть, за которую уже идет борьба. Это данные и мы знаем, как превратить их в бизнес-ценность — пришло время освоить Data Science.

На курсе вы познакомитесь с тем, что такое Data Science (наука о данных), как применять ее на практике и какие бизнес-задачи можно решить с ее помощью. Также вы научитесь правильно ставить задачи экспертам, самостоятельно ориентироваться в данных и связанных с ними процессах, а также попробуете создать свою Data Science команду мечты!

Именно для этого мы создаем нашу лучшую программу обучения для новичков в Data Science

Для кого этот курс?

Для топ-менеджеров и лидеров функций, которые хотят узнать больше о Data Science

alt

Курс пройдет в гибридном формате — вы можете пройти обучение как онлайн, так и в нашем современном Учебном центре в Москве. Мы разделили контент на 5 разделов, в которых вас ждут теория и практика. Все участники вне зависимости от типа своего участия (очного или виртуального) формируются в единую группу с возможностью взаимодействия не только с тренером, но и друг с другом.

alt

Уникальность курса — в его преподавателях. Его читают опытные дата-сайентисты, которые научат вас, как взаимодействовать с людьми из data science, понимать их, правильно ставить им задачу и контролировать результат. Это возможность увидеть себя глазами дата-сайентистов, и самому в ходе курса погрузиться в эту роль.

Data Science for non-Data Scientists

расписание курса

Введение в Data Science

26 октября 2020

9:30 - 9:45

Введение в ИИ (история развития и применения)

9:45 - 11:15

Типы задач и алгоритмов

11:15 - 11:30

Перерыв

11:30 - 12:30

Практический опыт в Data Science

Приглашенный гость

Приглашенный гость

12:30 - 13:30

Ключевые проблемы работы с данными и способы их решения

13:30 - 14:30

Обед

14:30 - 16:30

Постановка задачи и целей проекта

16:30 - 17:00

Заключение

Особенности выполнения Data Science проектов

27 октября

9:30 - 10:45

Методология CRISP-DM ведения Data Science проектов. Часть1

10:45 - 11:00

Перерыв

11:00 - 12:15

Методология CRISP-DM ведения Data Science проектов. Часть 2

12:15 - 12:30

Перерыв

12:30 - 13:30

Практический опыт в Data Science

Приглашенный гость

Приглашенный гость

13:30 - 14:30

Обед

14:30 - 15:30

Управление Data Science проектом на реальных примерах: постановка задачи, формулирование требований, планирование проекта, формирование проектной команды, управление рисками и ограничениями

15:30 - 16:30

О нашем портфолио Data Science проектов

16:30 - 17:00

Заключение

Практика

28 октября 2020

9:30 - 10:30

Об инструменте SAP Analytics Cloud

Андрей Ржаксинский

Андрей Ржаксинский

SAP CIS

10:30 - 12:30

Подключение к ресурсу для работы с инструментом, выполнение практических упражнений. Часть 1

12:30 - 13:30

Практический опыт в Data Science

Приглашенный гость

Приглашенный гость

13:30 - 14:30

Обед

14:30 - 16:30

Выполнение практических упражнений. Часть 2

16:30 - 17:00

Заключение

Создание Data Science команды

29 октября 2020

9:30 – 11:30

Команда Data Science

Алексей Княжев

Алексей Княжев

SAP CIS

11:30 – 12:30

Практический опыт в Data Science

Приглашенный гость

Приглашенный гость

12:30 – 13:30

Деловая игра Собери команду Data Science. Интервью с соискателями. Часть 1

13:30 – 14:30

Обед

14:30 – 16:30

Деловая игра Собери команду Data Science. Интервью с соискателями. Часть 2

16:30 – 16:45

Деловая игра Собери команду Data Science. Выбор Data Science команды

16:45 – 17:00

Перерыв

17:00 – 17:30

Заключение

Технологии для Data Science

30 октября 2020

9:30 – 10:30

О технологиях SAP для разработки интеллектуальных решений на основе данных

10:30 – 12:00

Технологии Intel для машинного обучения

12:00 – 12:15

Перерыв

12:15 – 13:00

Технологии Cisco для машинного обучения

13:00 – 14:00

Обед

14:00 – 16:00

Нейронные сети для начинающих

16:00 – 16:15

Перерыв

16:15 – 17:00

Технологии Nvidia для машинного обучения

17:00 – 17:30

Заключение. Подведение итогов курса