POZIOM Zaawansowany

Big Data w biznesie

Dwudniowe szkolenie

Szkolenie dla uczestników indywidualnych lub firm

Szkolenie może mieć charakter zamknięty lub otwarty.  W przypadku zainteresowania szkoleniem zamkniętym, prosimy o kontakt (biuro@asuri.pl) w celu ustalenia szczegółów oraz przygotowania oferty. Prowadzimy szkolenia na terenie całego kraju.

Ogólne informacje o szkoleniu

Niespotykany wzrost ilości danych sprawia, że coraz więcej firm informatycznych usilnie poszukuje specjalistów, którzy umieliby efektywnie składować, przetwarzać i analizować dane. To szkolenie pozwoli Ci zapoznać się z narzędziami i koncepcjami niezbędnymi do rozpoczęcia dalszej pracy z dużymi danymi. Dzięki niemu będziesz wiedział co jest najbardziej wartościowe w Twoich danych, jakie technologie Ci najbardziej odpowiadają oraz jaką wartość biznesową niosą dane. Omówione zostaną podstawowe koncepcje związane z uczeniem maszynowym na danych Big Data. Dzięki temu będziesz mógł podejmować świadome i pewne decyzje oparte o solidne podstawy oraz dogłębną analizę. Uzyskasz wgląd biznesowy w słabe punkty rozważanych technologii, a przez to poznasz nowe perspektywy rozwoju biznesu opartego o dane.

Adresaci szkolenia

  • Programiści, którzy chcą nauczyć się nowych kompetencji w operowaniu danymi
  • Data scientiści, którzy jeszcze nie umieją posługiwać się Big Data

Wymagania wstępne

Znajomość podstaw języka Python.

W przypadku braku znajomości podstaw w/w języka prosimy o wcześniejszą informację – wówczas szkolenie rozpocznie się krótkim (1h) wprowadzeniem do Pythona, które pozwoli na swobodne uczestnictwo w szkoleniu.

1920 PLN +VAT / os.

  • 2 dni szkolenia z profesjonalnym trenerem
  • Materiały dydaktyczne on-line
  • Praktyczne przykłady i zadania
  • Wsparcie trenera po szkoleniu  
     

Najbliższe terminy

Zapytaj o termin
Warszawa
1920 PLN +VAT / os.
Skontaktuj się

Tematyka szkolenia

  • Podstawy analizy Big Data
  • MapReduce
  • Apache Spark
  • Przykładowe rozwiązania problemów Big Data

Umiejętności, które zdobędziesz na szkoleniu

  • Znajomość zasad oraz podstawowych algorytmów pisania w metodologii MapReduce
  • Umiejętność pobierania odpowiednich danych z baz danych oraz analizowania ich przy wykorzystaniu znanych algorytmów Big Data
  • Umiejętność zaproponowania sposobu analizy i prezentacji wybranych danych

Plan szkolenia

DZIEŃ 1
9:00 – 17:00
Podczas pierwszego dnia poznamy podstawy MapReduce oraz postaramy się napisać pierwsze aplikacje.
  • Podstawy MapReduce
  • Praca z Apache Spark
  • Pisanie aplikacji: WordCount, top 10, Left Outer Join, odwrócenie kolejności elementów
DZIEŃ 2
8:30-15:30
Podczas drugiego dnia postaramy wykorzystać wiedzę zdobytą pierwszego dnia i napiszemy prosty system rekomendujący oparty o MapReduce.
  • Pisanie aplikacji: ruchoma średnia
  • Zrozumienie modelu Market Basket
  • Pisanie aplikacji: reguły asocjacyjne, wspólni znajomi
  • Wprowadzenie do systemów rekomendujących
  • Pisanie aplikacji: system rekomendujący oparty o wybory klientów oraz często kupowane towary

Wymagania techniczne

Komputer z zainstalowanym Jupyterem (lub zwykłym Pythonem) ze Sparkiem

Co zapewniamy

  • Organizację szkolenia oraz zapewnienie profesjonalnego trenera
  • Materiały dydaktyczne odpowiednie do określonego poziomu
  • Catering podczas przerw (kawa, herbata, ciastka)
  • Certyfikat ukończenia szkolenia
  • Bezpłatne konsultacje z Wykładowcą 2 tygodnie od ukończenia szkolenia

Twój Trener

dr Krzysztof Rykaczewski

Doktor nauk matematycznych, główny data scientist w firmie DLabs.

Praktyk z wieloletnim doświadczeniem w nauczaniu Big Data oraz data miningu, wykładowca Uniwersytetu Mikołaja Kopernika w Toruniu. Pracował przy wielu projektach badawczo-rozwojowych. Jego zainteresowania naukowe koncentrują się głównie wokół eksploracji danych, narzędzi sztucznej inteligencji, analizy nieliniowej oraz modelowania. W chwili obecnej zajmuje się zdefiniowaniem źródeł aktywności poznawczej mózgu poprzez uzyskanie wglądu w funkcjonujący mózg bezpośrednio z sygnału EEG i uzyskanie cech aktywności sieci mózgu obserwowalnych nieinwazyjnie.