Курс “Data Science for Executives”

Широкое распространение цифровых технологий привело к созданию огромного количества цифровых данных. Сейчас науки о данных применяются в финансах, спорте, образовании, медицине и многих других сферах. Науки о данных могут найти широкое применение и в госуправлении для улучшения процесса принятия государственных решений.

Данный курс предоставит управленцам и менеджерам стратегии и рекомендации о том, как извлечь наибольшую пользу от имеющихся данных на примере реальных примеров применения машинного обучения в бизнесе. Курс затрагивает такие вопросы как: основные виды машинного обучения; какие необходимы данные и вычислительные ресурсы для каждого отдельного алгоритма; как наладить весь процесс от получения данных до генерации прогнозов.

Продолжительность курса: 8 занятий.

Формат обучения: онлайн.

Стоимость обучения: 200 000 тенге

Преподавательский состав:

  1. Бакыт Жаркынбай — M.S applied mathematics, Skolkovo Institute of Science and Technology, Moscow.
  2. Ержан Апсаттаров — M.S. in Computer Science and Data Analytics, Warwick University, Coventry, UK.
  3. Фархад Акимов — M.S. in Nuclear Engineering, Purdue University, USA.

Syllabus

ЗанятиеТемаОписание
Занятие 1Введение в Data science— Что такое data science: структура, разделы (NLP, Computer Vision, Классический ML), какие задачи можно решить с помощью data science.
— Данные: виды, особенности, структура.
— Анализ данных в идеале против реальной жизни
— Экспериментальный план и наблюдательный анализ
— Что может пойти не так? Проблемы
Занятие 2Базовые принципы машинного обучения— Статистика в примерах
— Введение в машинное обучение, принцип работы, виды
— Какие результаты можно получить в  экспериментах машинного изучения
— Разница между машинным обучением и  традиционной статистикой
Занятие 3Как создать команду Data Science— В каких случаях вам нужна команда специалистов по данным
— Квалификации Дата-Инженера
— Квалификации Аналитика Данных
— Квалификации Менеджера в области анализа данных
— Как найти команду специалистов по обработке данных
— Как управлять командой
Занятие 4Машинное обучение в производстве— Use-case Severstal (обнаружение дефектов на стальных листах с помощью Computer Vision)
— Use-case Bosch (Предсказание о том, какие конвейерные детали не пройдут проверку качества)
— Use-case Mercedes (Техники уменьшения объема данных, для более быстрого тестирования автомобилей)  
Занятие 5Машинное обучение в медицине— Use-case blindness (Выявление диабетической ретинопатии, чтобы остановить слепоту на ранней стадии )
— Use-case pneumonia (Предсказание пневмонии у пациентов)
— Use-case cancer (Предсказание раковых опухолей)
Занятие 6Машинное обучение в социальной сфере и МЧС—  Use-case применение машинного обучения, для приоритизации семей, которым нужна адресная помощь (Коста-Рика)
— Предсказание вероятности начало землетрясений
Занятие 7Машинное обучение в спорте— Применение статистических методов в футболе
— use-case судейство матчей по боксу с помощью CV (jabbr case)
Занятие 8Машинное обучения для прогнозирования временных рядов— Use-case: Прогнозирование количества покупок каждого отдельного вида товаров в отделениях супермаркета Walmart
— Use-case: Прогнозирование интернет трафика веб-страницы на примере Wikipedia
Занятие 9Парсинг статичных сайтов с использованием Beautiful SoupАгрегация данных и сбор данных с различных сайтов
Занятие 10Регрессионный анализПредсказание цен на недвижимость используя реальные данные Boston Housing dataset.
Занятие 11КлассификацияКлассификация объектов, субъектов и нахождение ответов  в данных с помощью алгоритмов машинного обучения
Занятие 12 КластеризацияКластеризация клиентов используя алгоритм K Nearest Neighbors.
Курс “Data Science”

Общая информация:

Курс “Data Science” рассчитан как на аудиторию, у которой уже есть определенный опыт программирования, так и на людей, которые никогда не программировали. Курс является собственной разработкой и по существу является экстрактом курсов ведущих зарубежных топовых университетов (Stanford University, Princeton University, Higher School of Economics). В первых главах будет знакомство с языком программирования Python. Вы научитесь писать функции, разбираться в типах данных и применять свои навыки на практике в проектах по автоматизации документации, табличных данных. Вы научитесь извлекать ценную информацию из сайтов, упорядочивая ее в табличном виде. В конце, вы познакомитесь с алгоритмами регрессии классификации и кластеризации и примените их на реальных данных.  

Продолжительность курса: Продолжительность курса — 1.5 месяца. Занятия будут проводиться 2 раза в неделю по 1 академическому часу.

Формат обучения: онлайн.

Стоимость курса: 200,000 тенге.

Преподавательский состав:

  1. Бакыт Жаркынбай — M.S applied mathematics, Skolkovo Institute of Science and Technology, Moscow.
  2. Ержан Апсаттаров — M.S. in Computer Science and Data Analytics, Warwick University, Coventry, UK.
  3. Фархад Акимов — M.S. in Nuclear Engineering, Purdue University, USA.

Обучение проводится на платформе Google Colab (для пользования необходим аккаунт Google)

ЗанятиеТемаОписание
Занятие 1Введение в программирование.
Строки.
Условные операции
Виды языков программирования. Среда разработки. Интерпретатор Python.
Условные операции Логические операторы. Else, if, elif. Оператор сравнения. Решение задач.
Занятие 2Циклы в PythonФункция range. Цикл for. Цикл while. Бесконечный цикл. Операторы break, continue. Решение задач.
Занятие 3Списки. Кортежи.
Словари. Множества.
Знакомство с основными встроенными коллекциями Python. Решение задач.
Занятие 4Функции в PythonСоздание функций. Параметры функций. Return keyword. Лямбда Функции. *args, **kwargs. Рекурсия. 
Занятие 5Полезные модули Python (os, re, folium, etc)Полезные модули Python. Работа с регулярными выражениями. Работа с файловой системой.
Занятие 6Введение в Pandas.
Работа с пропущенными данными. Работа с некорректно заполненными данными
Удаление дубликатов
Что такое DataFrame, Pandas series
Использование Pandas функций. Заполнение или удаление строк с пропущенными данными
Занятие 7Автоматизация табличных данных с применением PythonСоздание шаблонов табличных данных для заполнения. Использование специальных библиотек Python для автоматизации табличных данных
Занятие 8Автоматизация текстовых данных с применением python-docx, docxtplСоздание шаблонов текстовых данных для заполнения. Использование специальных библиотек Python для автоматизации текстовых данных
Занятие 9Парсинг статичных сайтов с использованием Beautiful SoupАгрегация данных и сбор данных с различных сайтов
Занятие 10Регрессионный анализПредсказание цен на недвижимость используя реальные данные Boston Housing dataset.
Занятие 11КлассификацияКлассификация объектов, субъектов и нахождение ответов  в данных с помощью алгоритмов машинного обучения
Занятие 12 КластеризацияКластеризация клиентов используя алгоритм K Nearest Neighbors.
РГП на ПХВ «Центр поддержки цифрового правительства» (далее – Предприятие) ведет подбор физического лица для оказания консалтинговых услуг по разработке системы ценообразования. (ПРИЁМ ЗАЯВОК ОКОНЧЕН)

Требования, предъявляемые физическим лицам:

  • Стаж работы по специальности «экономист в области нормирования труда» не менее 5 лет, в том числе:
  1. Опыт разработки норм и нормативов по труду не менее 10 лет
  2. Опыт в сфере тарифообразования по интеллектуальным видам деятельности не менее 7 лет

Образование и квалификация:

1) высшее (или послевузовское) образование по специальности «экономика», «финансы»;

2) наличие ученой степени (кандидата наук, доктора наук, доктора философии (PhD) или академическую степень доктора философии (PhD)) по профилю «экономика» приветствуется;

3) наличие сертификата (свидетельства) о прохождении курсов повышения квалификации по нормированию труда приветствуется.

Перечень оказываемых услуг:

  1. Изучение нормативной базы и документов, регламентирующих деятельность Предприятия;
  2. Разработка Каталога услуг Предприятия;
  3. Разработка методики расчёта стоимости человеко-часа производственного персонала по категориям рабоников;
  4. Разработка методики расчёта стоимости услуг и типовых форм;
  5. Проведение обучения сотрудников РГП на ПХВ «Центр поддержки цифрового правительства» по разработанным материалам.

Срок оказания услуги – до 31 декабря 2022 года.

В случае заинтересованности просим предоставить резюме, документы и коммерческое предложение по стоимости услуг на эл.почту: info@govtec.kz

Срок подачи заявок до 23 ноября 2022 года (включительно).