Наука о данных для бизнеса

2025/2026

Статус: Маго-лего

Кто читает: Департамент бизнес-информатики

Где читается: Высшая школа бизнеса

Когда читается: 3 модуль

Онлайн-часы: 20

Охват аудитории: для своего кампуса

Преподаватели: Заходякин Глеб Викторович

Язык: русский

Кредиты: 3

Контактные часы: 24

Дополнительные материалы в LMS Задать вопрос

Аннотация

Формирование у слушателей системного взгляда на возможности и ограничения машинного обучения и практического опыта использования алгоритмов анализа данных для решения бизнес-задач в различных экономических сферах. Задачи: • Сформировать теоретические и методологические основы дата-аналитического мышления, понимание основных методов и моделей анализа данных; • Получение практических навыков использования алгоритмов анализа данных, выбор оптимальных методов и моделей для решения широкого спектра задач; • Получение навыка работы с базовыми инструментами Data Science для применения на практике; • Формирование навыков работы с дата-исследователями и управления проектами в области data science. Дисциплина является прикладной и предполагает работу с бизнес-данными на основе кейсов с использованием low-code платформ для решения задач описательной, прогнозной и предписывающей аналитики.

Цель освоения дисциплины

Формирование у студентов системного взгляда на возможности и ограничения применения машинного обучения. Приобретение практического опыта использования алгоритмов анализа данных и базовых инструментов обработки данных для решения бизнес-задач в различных отраслях экономики.

Планируемые результаты обучения

Понимание специфики работы с дата-исследователями и управления проектами в области Data Science.
Применение на практике базовых инструментов дата-аналитика.
Умение находить решение бизнес-задач с использованием методов и моделей анализа данных .
Формирование у студента дата-аналитического мышления, понимания необходимости использования Data Science для повышения эффективности бизнеса.

Содержание учебной дисциплины

Введение в науку о данных.
Решение бизнес-проблем с помощью Data Science: базовые методики и модели.
Инструменты для анализа и обработки данных.
Управление Data Science проектами.

Элементы контроля

Проект
Проект предназначен для отработки методов анализа данных, построения и интерпретации предиктивных моделей. Задание предполагает работу в группах. По результатам выполнения задания группа предоставляет сценарии обработки данных и отчет с описанием и интерпретацией подхода и результатов. Группы должны работать над заданием независимо.
Активность
Активность предполагает: - решение задач в группах, - выступление с докладом, - участие в обсуждении докладов. Задачи для решения, как правило, выдаются на каждом семинаре. Баллы за активность, набранные разными способами, суммируются. Сумма баллов не может превышать 10.
Экзамен
Экзамен содержит вопросы по рассмотренным в курсе темам. Проводится на платформе StartExam с прокторингом. Студентам будет предложено ответить на 20 вопросов в течение 30 минут.
Посещаемость занятий
Контроль проводится с использованием платформы МТС-линк. За каждое посещенное занятие выставляется 1 балл. Если контроль проводился в течение занятия несколько раз, балл за занятие равен доле пройденных студентом контролей. Баллы за все занятия суммируются, результат переводится в 10-балльную шкалу по формуле: 10 * сумма набранных баллов за посещения / максимально возможная сумма баллов за посещения.

Промежуточная аттестация

2025/2026 3rd module
0.2 * Активность + 0.1 * Посещаемость занятий + 0.4 * Проект + 0.3 * Экзамен

Список литературы

Авторы

Заходякин Глеб Викторович

Программа дисциплины