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
PRUS
Ближайшая дата курса
6 февраля, 2023
11 апреля, 2023
Длительность обучения
16 ак.часов
Стоимость обучения
44 000 руб.

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.

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: 16 академических часов, 4 дня

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.
lic_2020-scaled.jpg
Государственная лицензия на образовательную деятельность – Школа Больших Данных (ООО “Учебный центр “Коммерсант”)

Программа курса

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

  • определяем бизнес-потребность
  • формируем ключевые требования к решению, которое позволит удовлетворить бизнес-потребность и принести ценность
  • Теория по архитектуре аналитического приложения BigData.
  • Практическая часть — демонстрация кластера.
  • Предназначение слоя ingestion/acquisition
  • Очистка и трансформация данных
  • Batch загрузка данных
  • Stream загрузка данных
  • Практическое занятие по загрузке данных
  • 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 работа по демонстрации файлов в HDFS
  • Основные задачи и виды аналитики Big Data
  • Чтение данных из репозиториев SQL подобными инструментами
  • Визуализация данных средствами из арсенала Big Data платформы
  • Практическая работа по демонстрации SQL инструментов и инструментов визуализации данных
  • Кейсы использование ML
  • Разбор модели кейса
  • Практическая работа по встраиванию модели в pipeline
  • Теория Airflow

  • Практика настройки и демонстрация работы Airflow
  • Концепция Data Governance

  • Демонстрация DG на инструментарии Big Data
  • резюмируем полученные знаний и навыки
  • обобщаем рассмотренные лучшие практики и возможность их применения в других кейсах
Скачать программу курса «Практическое применение Big Data Аналитики для решения бизнес-задач» в формате pdf

Отправить ссылку на:

Кто проводит курс

prepod_andrey_sviridov

Свиридов Андрей

Профессиональные компетенции:

Записаться на курс

Остались вопросы по формату обучения, содержанию курсов, стоимости, сертификатам или другим важным моментам?
Оставьте номер телефона или e-mail и мы оперативно проконсультируем вас в течение рабочего дня.
Я даю свое согласие на обработку персональных данных и соглашаюсь с политикой конфиденциальности.

Поиск по сайту