Программа повышения квалификации

Курс: Практики Data Science для исследователей

Старт: 26 сентября 2022

На программе вы получите обзор текущего состояния науки о данных, включая актуальные проблемы и историческое развитие вопроса. Главное, вы научитесь конструировать наиболее популярные алгоритмы без необходимости освоения навыков программирования

Программа направлена на овладение практическими навыками организации работы с данными для исследовательских, маркетинговых и рекламных целей.

Вы получите необходимые знания и навыки для восприятия, обобщения и анализа информации, представленной в виде массивов данных. Научитесь постановке целей изучение мира через его цифровое окружение. Разовьете способность находить организационно-управленческие решения для получения и обработки данных.

Для участие не требуется профильного образования. Уровень владения математикой и информатикой минимальные, это базовые основы линейной алгебры и математической статистики 1-2 курса, даже если вы не помните как это было.

академических часа

часов с преподавателем

недель обучения

30 000

рублей

Для кого

Исследователям на всех этапах карьеры

Экспертам по продажам без цифрового образования

Руководителям маркетинговых и PR направлений разных сфер бизнеса

Программа

1. Польза данных

3 академических часа

История интереса к описанию пользовательского поведения. Подход data-driven. Что объединяет Воронку продаж (Purchase funnel) и Клиентский путь (CJM – customer journey map). Гейминг и мета-вселенные как полностью цифровая модель бизнеса. Управление пользователем: предугадывание и персонализация.

2. Суть данных

3 академических часа

Источники данных. Что такое большие данные (Big Data) и как с ними работать (SQL). Сбор и хранение данных. Коннекторы (API), выборки ( .xls) и запросы. Разметка данных и их предварительная обработка. Работа с пропусками, изменение типов, поиск дубликатов. Категоризация данных. Машинное обучение на ретро данных.

3. Исследования данных

3 академических часа

Анализ подготовленного датасета. Реляционная база данных и база данных как услуга (DBaaS). Архитектура хранения. Объединение и взаимосвязь данных. Изучение выборки и визуализация данных. Бизнес-аналитика и BI-системы (Qlik Sense, Tableau, Power BI). Описательная статистика.

4. Предсказание и прогнозы

3 академических часа

Описывающая, предиктивная и предписывающая аналитика. Класс алгоритмов «Обучение с учителем». Линейные и нелинейные модели. Кластеризация. Ансамблевые методы.

5. Искусственный интеллект и нейросети

3 академических часа

Суть искусственного интеллекта. Что такое глубокое обучение (deep learning). Нейронные сети: основные понятия, архитектура, принципы обучения, нейросети для анализа данных разного типа. Аналоговые нейросети.

6. Текстовый поиск

3 академических часа

Лексическое соответствие и ранжирование. Семантический анализ. Методы поиска для продвижения. Вероятностные модели. Оценка релевантности и качества выдачи. Анализ текстов и листингов исследований.

7. Рекомендательные системы

3 академических часа

Точность прогнозирования и ранжирования. Новизна, охват и разнообразие. Алгоритмы фильтрации. Контекстные рекомендации. Персонализированные и общие рекомендации.

8. Данные в экономике

3 академических часа

Анализ бизнес-показателей. Формулировка гипотез, приоретизации и проверка. Механика АВ тестирования. Принятие решений на основе данных.

9. Данные в ритейле

3 академических часа

Ценность товара: ценовые границы, спрос и среда. Ассортимент и модели оптимизации. Структура цены, скидки, лояльность, динамическое ценообразование. Прогнозирование спроса. Распределение ресурсов.

10. Продвижение с помощью данных

3 академических часа

Бизнес-цели. Машина таргетирования. Модели ценности клиента. Онлайн и офлайн реклама. Управление контентом. Архитектура платформ управления данными. Проектирование кампаний. Аналитика и оценка эффективности.
А также обсудим какие нужны знания и компетенции для развития в этой сфере, какие вакансии востребованы на рынке, как исследовательские данные совмещать с внутренними, а также механику постановки задач для Data Scientists.

Поступив на программу «Практики Data Sciene для исследователей» Вы:

Сможете получить знания о современном цифровом мира на доступном языке для гуманитариев

Научитесь пониманию базовых алгоритмов работы с данными, их возможностей и ограничений

Сможете принимать ключевые организационные решения в сфере data science, включая перспективное планирование

После курса «Практики Data Sciene для исследователей» Вы:

01 узнаете

ландшафт современного знания науки о данных

02 научитесь

выбирать наиболее эффективные алгоритмы для анализа данных

03 сможете

навыками создания алгоритмов, тезаурусом науки о данных и представлением об используемых инструментах

Формат обучения

Условия приема

Наличие диплома о высшем/среднем образовании или справки из ВУЗа о получении высшего образования

Форма обучения

Онлайн

Форма занятий

Тренинг

Язык обучения

Русский

Старт

26 сентября 2022

Расписание

понедельник-четверг с 19.00 до 21.15 (3 ак часа)

Преподаватель

Базилевич Александр Ростиславович

PO маркетинг и коммуникации B2E продуктов Сбер. Кандидат социологических наук

Документ об окончании

После успешной сдачи зачета выдается удостоверение о повышении квалификации установленного НИУ ВШЭ образца

* В 2021 году НИУ ВШЭ заняла первое место в рейтинге российских вузов по версии Forbes

Стоимость и условия

30 000 рублей Оплата производится полностью до начала обучения

15%

Скидка Скидки для студентов и выпускников НИУ ВШЭ на основании Положений о скидках

Договоры с физическими и юридическими лицами. Возможно получение налогового вычета

10%

Скидка Компаниям, отправившим обучаться 3 и более сотрудников

Способы оплаты Онлайн-оплата договора со скидкой

Способы оплаты Онлайн-оплата договора оферты

Документы для поступления

При поступлении на программу «Практики Data Sciene для исследователей» необходимо предоставить сканы/фото следующих документов:

Основных страниц паспорта (с фото и с регистрацией)
Диплома о высшем/среднем специальном образовании либо справки об обучении в ВУЗе
Свидетельства о смене фамилии (если в паспорте и дипломе фамилия не совпадает)
СНИЛС

Если Вы идете от компании, дополнительно необходимо:

ФИО подписанта договора, его должность, основание для деятельности
Карточка организации (реквизиты для вставки в договор)

Контакты:

Адрес:
101000, Москва, Мясницкая д.20, каб. 545

Телефон:
+7 (495) 772-95-90, доб.22954

Электронная почта:
marketresearch@hse.ru