Тренинг Data Science & Machine Learning for BA прошел в киевском DataArt

Тренинг Data Science & Machine Learning for BA прошел в киевском DataArt
Участники научились выявлять проблемы, которые можно эффективнее решить с помощью технологий Data Science и Machine Learning, выполнять бизнес-анализ с учетом специфики DS&ML, самостоятельно создавать Proof of Concept для проектов с использованием Microsoft Azure ML Studio и решать задачи визуализации бизнес-данных.

Юрий Онищенко (Business Analyst, DataArt Kyiv)

рассказал, как проходил воркшоп, чем два дня занимались его участники:

"Первый день начался с теории. Мы говорили о базовых принципах машинного обучения, их видах. Немного заглянули под капот принципов и алгоритмов, при этом не вдаваясь в глубокую математику. Я уверен, что понимать подноготную необходимо. Безусловно, Business Analyst не заменит Data Engineer, но такие знания важны, чтобы помочь клиенту правильно определить, какие проблемы и задачи можно решить с помощью Machine Learning.

Вторую половину дня мы посвятили визуализации данных с помощью Power BI. Казалось бы, ничего сложного, но дьявол в деталях. Мы попробовали достаточно, чтобы дальше продолжить экспериментировать самостоятельно. Визуализация данных — одна из самых важных составляющих проектов, связанных с данными. Мало получить данные, необходимо еще и правильно их визуализировать и презентовать/продать пользователю или клиенту. Это целое искусство.

Во второй день было самое интересное. С помощью облачной MS Azure ML Studio и тестового датасета участники попробовали создать собственное Machine Learning решение. Мы создали несколько моделей, попробовали на практике применение разных алгоритмов, включая нейронные сети.

В итоге все оказалось очень понятно, полученная информация позволяет продвигаться не только в направлении изучения, но и реального применения машинного обучения".

Артем Малыхин (.NET Software Engineer, DataArt Kyiv):

"Дмитрий Гузенко начал воркшоп с того, что объяснил какую пользу может приносить Data Science сегодня. Было интересно узнать о практическом применении в различных отраслях не только за рубежом, но и в Украине.

Например, рассмотрели какие цели ставили перед собой и чего добились "ПриватБанк" и Uklon. Далее мы разобрали, какие этапы необходимо пройти, чтобы внедрить Data Science процессы в текущие проекты. После теоретического блока следовала практика для закрепления.

Мне понравились практические задания в Microsoft Azure ML Studio. Приятно удивило, что за довольно короткое время можно построить модель с использованием Machine Leaning, даже не вникая глубоко в математические аспекты и получить результат адекватного качества".

Программа курса включала восемь блоков:

  • Введение в Data Science и Machine Learning.
  • Бизнес анализ в проектах машинного обучения.
  • Начальная подготовка данных.
  • Визуализация данных.
  • Решение задач с участием тренера.
  • Самостоятельное решение задач машинного обучения.
  • Расширенные методы решения когнитивных задач.
  • Имплементация моделей машинного обучения.
  • Выполнение этапа бизнес анализа в проектах машинного обучения.

Тренер — Дмитрий Гузенко, бизнес-аналитик и аналитик данных с более чем 20-летним опытом автоматизации бизнес-процессов и построения ERP-систем. Последние годы занимается цифровой трансформацией компаний с использованием методов Data Science и Machine Learning.