Аналитика Big Data

Аналитика больших данных

Часто аналитик данных нужен именно в тех компаниях, которые накопили «какую-то свою» Big data. Чтобы понимать, как он может принести пользу для бизнеса, нужно владеть не только стандартными инструментами вроде Excel и SQL, но и знать характерные только для больших данных принципы обработки, иметь представление о компонентах экосистемы Hadoop и облачных платформах для реализации решений по Big data. Мы не только поговорим об этом, но и попрактикуемся работать с главными инструментами.

Дипломная работа

В дипломном проекте вы примените полученные навыки для решения задачи предсказания: создадите работающую модель классификации, опишете найденные в данных инсайты, разработаете стратегию внедрения хранилища данных и работы с большими данными в реальной компании. Сформулируете цели проекта внедрения больших данных и ключевые метрики, на которые будете влиять с их помощью.

Дипломная работа выполняется самостоятельно под руководством экспертов курса, закрепляет весь спектр знаний и навыков, полученных на программе и систематизирует рабочий опыт.

Hadoop и MapReduce

NoSQL, MongoDB

Apache Spark

Google Colab

PySpark

Pandas

Excel

Сбор и подготовка данных для анализа

Понимание бизнес-требований заказчика и организация эффективной команды

Преобразование неструктурированных данных в простые для восприятия и ценные для бизнеса сведения

Построение моделей данных из разных неструктурированных источников: таблиц, сайтов и баз данных

Определение и выбор оптимальной архитектуры для Big Data проекта

Основы работы с Hadoop и MapReduce: фильтры, сортировки, поиск, группировки, определение мин-макс значений и частоты

Определение результатов обработки и инсайтов в данных и улучшение качества принятия решений на их основе