Практический курс по аналитике больших данных: 32 часа практики с опытным преподавателем

Практическое применение Big Data аналитики
для решения бизнес-задач

Решите реальный бизнес-кейс на аналитической платформе, используя современные инструменты стека Big Data. Принимайте управленческие решения на основе ценных инсайтов, построив собственный аналитический ETL-конвейер для работы с корпоративными хранилищами и озерами данных
Код курса Даты начала курса Стоимость обучения Длительность обучения Формат обучения
PRUS
17 июня 2024
23 сентября 2024
96 000 руб. 32 ак.часов Дистанционный

Аналитика больших данных в бизнесе

Чтобы оперативно принимать управленческие решения, прогнозируя и предупреждая любые внештатные ситуации, современный бизнес переходит к парадигме data-driven управления. Это позволяет в режиме реального времени выявить отклонения в технологических или производственных процессах и своевременно предупредить сбой. С коммерческой точки зрения потоковая аналитика больших данных позволяет «на лету» понять потребности каждого своего клиента и сформировать для него персональное коммерческое предложение в соответствии с потребностями и возможностями конкретного человека. Эти и другие кейсы можно реализовать, используя современные аналитические платформы, которые собирают исходные данные из разных источников, очищают и обогащают их, чтобы загрузить в корпоративное хранилище или озеро, откуда их будут потреблять аналитические приложения и BI-системы. Также при этом задействованы конвейеры потоковой и пакетной обработки данных на основе множества открытых и проприетарных технологий: Apache Kafka, AirFlow, NiFi, Spark, Flink, Greenplum, Snowflake, реляционные базы данных и NoSQL-хранилища.

Познакомиться со всеми этими и другими инструментами аналитической обработки данных, освоив их на сквозном практическом примере вам поможет наш базовый курс по архитектуре аналитических платформ Big Data технологий применительно к бизнес-задачам.

Программа курса

"PRUS: Практическое применение Big Data Аналитики для решения бизнес-задач"

1. Постановка бизнес-задач и знакомство с BigData архитектурой

  • Определяем бизнес-потребность. Формируем ключевые требования к решению, которое позволит удовлетворить бизнес-потребность и принести ценность
  • Теория по архитектуре аналитического приложения BigData

Практическая часть: построение архитектуры анализа данных в зависимости от бизнес кейсов


2. Инструменты для анализа больших данных

  • Описание инструментов для анализа больших данных Spark, Hive, Dask и др.

Практическая часть: анализ данных с помощью Spark/Hive


3. DWH хранилища данных, слои накопления данных (stg, ods, dds, dim, mart)

  • Предназначение концептуальных слоев накопления данных
  • Очистка и трансформация данных
  • Batch загрузка данных
  • Stream загрузка данных

Практическая часть: загрузка данных различными способами


4. Способы организации хранения сырых данных (stg слой)

  • Теоретическое описание слоя хранения данных и его принципов

  • Big Data репозиторий, HDFS и форматы хранения данных

  • EDW концепция, преимущества и недостатки

  • NoSQL подход к хранению данных

Практическая часть: демонстрация работы с файлами в HDFS и S3


5. Инструменты для управления процессами обработки и перемещения данных. Часть 1

  • Введение в Airflow.

Практическая часть: настройки и демонстрация работы Airflow на примере простых задач


6. Инструменты для управления процессами обработки и перемещения данных. Часть 2

  • Создаем пайплайн премещения данных с помощью airflow

Практическая часть: реализации пайплайна обработки и перемещения данных с помощью Airflow


7. BI инструменты для аналитика данных

  • OLAP/OLTP базы данных. BI инструменты (SuperSet, PowerBI, и др.), их архитектура и область применения.

Практическая часть: построение дашбордов в BI инструменте


8. Введение в ML

  • Кейсы использование ML
  • Разбор модели кейса

Практическая часть: встраивание модели в pipeline обработки данных

Программа курса «PRUS: Практическое применение Big Data Аналитики для решения бизнес-задач»

Скачать программу курса «Практическое применение Big Data Аналитики для решения бизнес-задач» в формате pdf

Отправить ссылку на:

Кому нужно обучение по аналитике Big Data в бизнесе

Цель курса:

реализовать настоящий бизнес-кейс на аналитической платформе, познакомиться на практике с основными инструментами Big Data, узнать их назначение и место в архитектуре аналитической платформы

Аудитория:

Предварительный уровень подготовки:

Как проходят курсы

Офлайн-обучение или онлайн-курс проходят в формате интерактивного семинара: даже в дистанционном режиме с вами занимается живой преподаватель - рассказывает теорию, дает практические задания и проверяет результаты выполнения. В качестве примеров рассматриваются кейсы из реального бизнеса и лучшие практики data-driven управления

Продолжительность курса: 32 академических часа, 8 дней

Соотношение теории к практике: 50/50

По завершении обучения вы получите

Успешно окончив курс "Практическое применение Big Data Аналитики для решения бизнес-задач" в нашем лицензированном учебном центре «Школа Больших Данных»вы получите сертификат или удостоверение установленного образца, которые могут засчитываться в качестве свидетельств о повышении квалификации.

Кто проводит курс

Ермилов Дмитрий

Кандидат наук, Ведущий Data Scientsit в ФГУП "Центр информационных технологий", Москва

Конорев Олег

Руководитель группы Data Science в НИИ "Квант", Москва

География наших клиентов

  • Москва
  • Санкт-Петербург
  • Нижний Новгород
  • Екатеринбург
  • Казань
  • Краснодар
  • Красноярск
  • Перьм
  • Челябинск
  • Новосибирск
  • Томск
  • Тверь
  • Саратов
  • Самара
  • Ростов-на-Дону
  • Хабаровск
  • Волгоград
  • Калуга
  • Якутск
  • Севастополь
  • Тольяти
  • Владивоссток
  • Тюмень
  • Южно-Сахалинск
  • Уфа
  • Ставрополь
  • Минск
  • Алматы
  • Астана
  • Ташкент
  • Душанбе
  • Бешкек
Контакты авторизированного учебного центра
«Школа Больших Данных»
Адрес:

127576, г. Москва, м. Алтуфьево,
Илимская ул. 5 корпус 2, офис 319, БЦ «Бизнес-Депо»

Телефон:

+7 (495) 414-11-21
+7 (995) 100-45-63

Часы работы:

Понедельник - Пятница: 09.00 – 18.00

Оставьте сообщение, и мы перезвоним вам в течение рабочего дня
Я даю свое согласие на обработку персональных данных и соглашаюсь с политикой конфиденциальности.
Или напишите нам в соц.сетях
Поиск по сайту