Цель курса — подготовить слушателя к самостоятельному решению задач, связанных с массивами разнородной информации: от постановки аналитической гипотезы и выбора источников до получения проверяемого результата. Освоенные подходы позволят выстраивать обработку данных, применять статистические методы и алгоритмы машинного обучения, аргументированно интерпретировать выводы.
Итоговая компетенция включает способность выбирать архитектуру хранения и вычислений, обеспечивать воспроизводимость расчётов и управлять моделью на всём протяжении её жизненного цикла.
Освоить математические и статистические методы исследования данных, систематизировать принципы программирования, построения алгоритмов, SQL-запросов и архитектур хранилищ. Расширить понимание способов интеграции источников, распределения вычислений и подготовки наборов требуемого качества.
Развить умение применять машинное и глубокое обучение, закрепить методы анализа текстов и временных рядов, отработать интерпретацию и визуализацию результатов, а также сопровождение моделей после внедрения.
Слушатели будут знать математические понятия, вероятностные распределения, статистические оценки и критерии проверки гипотез, лежащие в основе аналитических выводов. Теоретическая база охватывает конструкции алгоритмов и SQL, модели организации реляционных и распределённых хранилищ, принципы интеграции, очистки и контроля происхождения данных.
Отдельное внимание уделяется устройству методов машинного и глубокого обучения, анализу текстов и временных рядов, правилам валидации, документирования и эксплуатации моделей.
Слушатели смогут анализировать исходные массивы, составлять запросы и сценарии обработки, объединять источники, выявлять пропуски и аномалии, контролировать качество подготовленных наборов. Они научатся подбирать вычислительный подход, применять статистические и обучаемые модели, оценивать их точность и устойчивость.
Практические действия также включают планирование аналитического эксперимента, оформление визуализаций и отчётов, документирование преобразований, сопровождение конвейеров и актуализацию моделей при изменении данных.