Принцип “self service”-аналитики завоевал популярность в бизнесе, став ответом на нехватку ресурсов ИТ-департаментов и необходимость непрерывно адаптировать процессы и инструменты анализа данных к изменяющимся внешним условиям и текущим задачам бизнеса и привел к широкому распространению таких аналитических платформ, как Tableau, Power BI, Qlik Sense. Однако задачи анализа данных в бизнесе не сводятся только к визуализации данных и разработке дашбордов. Значительная часть задач предполагает необходимость извлечения и интеграции данных из множества разнородных источников, применения к этим данным операций вычисления столбцов, группировки, фильтрации, различных алгоритмов профилирования и очистки данных, а затем – загрузку результатов расчетов во внешние системы и базы данных. Традиционно такие задачи решаются средствами SQL и Python, однако эти инструменты, как правило, требуют привлечения разработчиков или аналитиков данных, и сложны в поддержке и дальнейшем развитии. Low-code платформы для анализа данных позволяют решить значительную часть необходимых бизнес-пользователям задач, а аналитические решения могут создаваться или дорабатываться самими пользователями.Слушатели дисциплины сформируют представление об областях применения low-code платформ для обработки данных и научатся создавать аналитические решения для бизнеса с использованием аналитической платформы Loginom.Полученные на курсе знания будут полезны слушателям, которые в профессиональной деятельности непосредственно занимаются анализом данных, позволив им ускорить получение нужных бизнесу результатов. Также эти знания будут полезны системным архитекторам, менеджерам по ИТ и цифровизации, так как курс сформирует представление о том, какие задачи анализа данных могут быть делегированы бизнес-пользователям с целью ускорения разработки и высвобождения ресурсов ИТ-департамента.Пререквизиты:Дисциплины «Базы данных» (необходимо понимать реляционную модель данных и логику работы SQL-запросов на выборку данных) и «Теория вероятностей и математическая статистика» (понятия случайной величины, вероятности, распределения, описательных статистик, способов визуализации распределений и зависимостей между двумя случайными величинами).
Программа дисциплины
Аннотация