Дисциплина представлена четырьмя разделами, раскрывающими взаимосвязь технологий создания, хранения, управления и обработки больших объемов данных:
- Разведочный анализ данных: методы, инструменты, ошибки, о которых надо знать
- Кластеризация и анализ текстовых данных
- Сетевое взаимодействие и сервисы для обработки данных
- Базовые функции Python
За каждым разделом закреплен ментор – специалист в соответствующей области. Ряд практических занятий проводится с применением дистанционных технологий (например, GoogleColab), а также современных онлайн платформ для обработки бизнес-данных.
В процессе изучения дисциплины студенты узнают о том, что такое BigData, DataScience, Python, BI-технологии и аналитика данных, приобретут навыки создания систем хранения и обработки больших объемов данных, создания простых модульных программ на языке Python, визуализации и разведочного анализа числовых и текстовых данных.
Пререквизиты (входные требования для студентов): освоенные курсы Хранение и обработка данных; Математика; Введение в цифровую культуру
Уровень сложности: 2
Форма контроля: зачет
Преподаватели:
Береснев Артем Дмитриевич
Cтарший преподаватель факультета инфокоммуникационных технологий.
Добренко Наталья Викторовна
Кандидат технических наук, старший преподаватель факультета инфокоммуникационных технологий.
Максимова Татьяна Геннадьевна
Профессор, доктор экономических наук, профессор факультета технологического менеджмента и инноваций.