Практическое применение Big Data аналитики
для решения бизнес-задач
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»
Отправить ссылку на:
Кому нужно обучение по аналитике Big Data в бизнесе
Цель курса:
Аудитория:
- ИТ-архитекторы, которые выбирают концепцию построения хранилищ данных и конкретные сервисы для решения задач бизнеса;
- технические директоры, которые оценивают решения с точки зрения стратегии развития компании в плане IT-технологий;
- дата-инженеры, разработчики и системные администраторы, которые будут непосредственно участвовать в реализации проектных решений;
- аналитики данных, которым интересна архитектура используемой инфраструктуры.
Предварительный уровень подготовки:
- опыт написания SQL запросов
- работа с командной строкой linux
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
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
«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
E-mail:
Часы работы:
Понедельник - Пятница: 09.00 – 18.00
Остались вопросы?
Звоните нам +7 (495) 41-41-121 или отправьте сообщение через контактную форму. Также вы можете найти ответы на ваши вопросы в нашем сборнике часто задаваемых вопросов.