Cursuri de pregatire DataRobot

Vizualizare

Furnizorii de servicii (CSP) se confruntă cu presiune pentru a reduce costurile și a maximiza veniturile medii pe utilizator (ARPU), asigurând în același timp o experiență excelentă a clienților, dar volumele de date continuă să crească. Traficul global de date mobile va crește la o rată anuală de creștere combinată (CAGR) de 78% până în 2016, ajungând la 10,8 exabite pe lună.

Între timp, CSP generează volume mari de date, inclusiv înregistrări de detalii de apel (CDR), date de rețea și date despre clienți. Companiile care exploatează pe deplin aceste date câștigă un prag competitiv. Conform unui sondaj recent realizat de The Economist Intelligence Unit, companiile care folosesc deciziile bazate pe date se bucură de o creștere de productivitate de 5-6%. Cu toate acestea, 53% dintre companii folosesc doar jumătate din datele lor valoroase, iar un sfert dintre respondenți a observat că cantități imense de date utile nu sunt folosite. Volumele de date sunt atât de mari încât analiza manuală este imposibilă, iar cele mai multe sisteme software de moștenire nu se pot menține, ceea ce duce la descărcarea sau ignorarea datelor valoroase.

Cu Big Data & Analytics’ software-ul de date mari de mare viteză, scalabil, CSP-urile pot minera toate datele lor pentru o mai bună luare a deciziilor în mai puțin timp. Diferite produse și tehnici oferă o platformă de software fin-to-end pentru colectarea, pregătirea, analizarea și prezentarea de înțelegeri din datele mari. Domeniile de aplicare includ monitorizarea performanței rețelei, detecția fraudelor, detecția clienților și analiza riscurilor de credit. Big Data & Scala produselor de analiză pentru a gestiona terabite de date, dar implementarea unor astfel de instrumente necesită un nou tip de sistem de bază de date bazată pe cloud, cum ar fi Hadoop sau procesorul de calcul paralel cu scară masivă (KPU etc.)

Acest curs lucrează pe Big Data BI pentru Telco acoperă toate domeniile emergente în care CSP-urile investesc pentru creșterea productivității și deschiderea unui nou flux de venituri de afaceri. Cursul va oferi o imagine completă de 360 de grade a Big Data BI în Telco, astfel încât factorii de decizie și managerii pot avea o imagine foarte largă și cuprinzătoare a posibilităților Big Data BI în Telco pentru productivitate și câștiguri de venituri.

Obiectivele cursului

Obiectivul principal al cursului este de a introduce noi Big Data tehnici de inteligență a afacerilor în 4 sectoare de Telecom Business (Marketing/ Vânzări, Operațiuni de rețea, Operațiuni financiare și Relații cu clienții Management). Elevii vor fi invitați să urmeze:

• Introducere la Big Data-ce este 4Vs (volume, viteză, varietate și veracitate) în Big Data- Generație, extracție și management din perspectiva Telco
• Cum se diferențiază analiza de date de moștenire
• In-house justificare a Big Data -Perspectivă Telco
• Introducere la Hadoop Ecosistem- familiaritate cu toate Hadoop instrumente cum ar fi Hive, Pig, SPARC –când și cum sunt utilizate pentru a rezolva problema Big Data
• Cum Big Data este extras pentru a analiza pentru instrumentul de analiză-cum Business Analysis’s pot reduce punctele lor de durere de colectare și de analiză a datelor prin abordarea integrată Hadoop dashboard
• Introducere de bază a analizei Insight, analizei de vizualizare și analizei predictive pentru Telco
• Analiza clienților Churn și Big Data-cum Big Data analiza pot reduce churnul clienților și insatisfacția clienților în studiile de caz Telco
• Analiza eșecurilor de rețea și a eșecurilor de serviciu din meta-data rețelei și IPDR
• Analiza financiară-fraudă, vase și estimarea ROI din vânzări și date operaționale
• Problema achiziției clienților - Marketingul țintă, segmentarea clienților și vânzările transversale din datele de vânzare
• Introducere și rezumat al tuturor produselor analitice Big Data și unde se potrivesc în spațiul analitic Telco
• Conclusie-cum să luați o abordare pas cu pas pentru a introduce Big Data Business Intelligence în organizația dvs.

Publicul țintă

• Operarea rețelei, managerii financiari, managerii CRM și managerii IT de top în biroul Telco CIO.
• Business Analiștii din Telco
• Administratori de birouri / analisti CFO
• Manageri de operare
• Managerii QA

Public

Dacă încercați să înțelegeți din datele pe care aveți acces la sau doriți să analizați datele nestructurate disponibile pe net (cum ar fi Twitter, Linked in, etc ...), acest curs este pentru dvs.

Se adresează în special factorilor de decizie și persoanelor care au nevoie să aleagă ce date merită să fie colectate și ce merită analizat.

Nu este destinat persoanelor care configurează soluția, dar acești oameni vor beneficia de imaginea de ansamblu.

Modul de livrare

În timpul cursului, delegații vor fi prezentați cu exemple de lucru ale tehnologiilor cu sursă în mare parte.

Prelegerile scurte vor fi urmate de prezentări și de exerciții simple de către participanți

Conținutul și software-ul folosit

Tot software-ul folosit este actualizat de fiecare dată când cursul este rulat, așa că verificăm cele mai noi versiuni posibile.

Acesta acoperă procesul de obținere, formatare, prelucrare și analiză a datelor, pentru a explica modul de automatizare a procesului de luare a deciziilor cu învățarea în mașină.

R este un limbaj de programare liber-sursă pentru calculul statistic, analiza datelor și grafica. R este utilizat de un număr tot mai mare de manageri și analiști de date din cadrul corporațiilor și al mediului academic. R are o mare varietate de pachete de date mining.

R este un limbaj de programare fără limite pentru calcul statistici, analize de date și grafică R este utilizat de un număr tot mai mare de manageri și analiști de date din cadrul corporațiilor și al mediului academic R are o mare varietate de pachete de date mining .

Analiza predictivă este procesul de utilizare a analizelor de date pentru a face predicții despre viitor Acest proces utilizează date împreună cu tehnicile de extragere a datelor, statistici și tehnici de învățare a mașinilor pentru a crea un model predictiv pentru prognoza evenimentelor viitoare În acest training instruit, participanții vor învăța cum să utilizeze Matlab pentru a construi modele predictive și pentru a le aplica seturilor mari de date pentru a prezice evenimentele viitoare pe baza datelor Până la sfârșitul acestui curs, participanții vor putea: Creați modele predictive pentru a analiza modelele din datele istorice și tranzacționale Utilizați modelarea predictivă pentru a identifica riscurile și oportunitățile Construiți modele matematice care captează tendințe importante Utilizați datele de la dispozitive și sisteme de afaceri pentru a reduce deșeurile, a economisi timp sau a reduce costurile Public Dezvoltatori Ingineri Experți în domeniu Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .

Avansele tehnologiilor și cantitatea din ce în ce mai mare de informații transformă modul în care se execută aplicarea legii. Provocările pe care Big Data prezintă sunt la fel de descurajante ca promisiunea Big Data . Stocarea eficientă a datelor este una dintre aceste provocări; analiza eficientă este alta.

În cadrul acestui training, instruit în direct, participanții vor învăța mentalitatea cu care să abordeze tehnologiile Big Data , să evalueze impactul lor asupra proceselor și politicilor existente și să implementeze aceste tehnologii în scopul identificării activității infracționale și prevenirii criminalității. Studiile de caz de la organizațiile de aplicare a legii din întreaga lume vor fi examinate pentru a obține informații despre abordările, provocările și rezultatele adoptării lor.

Până la sfârșitul acestui antrenament, participanții vor putea:

• Combinați tehnologia Big Data cu procesele tradiționale de colectare a datelor pentru a crea împreună o poveste în timpul unei investigații
• Implementați soluții industriale de stocare și prelucrare a datelor pentru analiza datelor
• Pregătiți o propunere pentru adoptarea celor mai adecvate instrumente și procese care să permită o abordare bazată pe date privind cercetarea penală

Public

• Specialiștii în aplicarea legii, cu pregătire tehnică

Formatul cursului

• Partea de prelegere, o discuție parțială, exerciții și practici practice

This classroom based training session will contain presentations and computer based examples and case study exercises to undertake.

RapidMiner este o platformă software software de știință a datelor open source pentru prototiparea și dezvoltarea rapidă a aplicațiilor. Include un mediu integrat pentru pregătirea datelor, învățarea automată, învățarea profundă, extragerea textului și analiza predictivă.

În cadrul acestei instruiri, instruite în direct, participanții vor învăța cum să folosească RapidMiner Studio pentru pregătirea datelor, învățarea automată și implementarea modelului predictiv.

Până la sfârșitul acestui antrenament, participanții vor putea:

• Instalați și configurați RapidMiner
• Pregătiți și vizualizați datele cu RapidMiner
• Validați modelele de învățare automată
• Mashup date și creează modele predictive
• Operaționalizează analizele predictive în cadrul unui proces de afaceri
• Depanarea și optimizarea RapidMiner

Public

• Cercetătorii de date
• Ingineri
• Dezvoltatori

Formatul cursului

• Partea de prelegere, o discuție parțială, exerciții și practici practice

Notă

• Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.

Acest curs de instruire live, condus de un instructor în Moldova (online sau la fața locului) se adresează persoanelor tehnice care doresc să construiască modele de învățare automată folosind algoritmi precum GLM, Deep Learning și Random Forests.

La sfârșitul acestui curs de formare, participanții vor fi capabili să:

• Instalați și configurați H2O.
.
• Creați modele de învățare automată folosind diferiți algoritmi populari.
• Evaluați modelele pe baza tipului de date și a cerințelor de afaceri.
.

Aceasta este o introducere de 5 zile în Data Science și AI.

Cursul se livrează cu exemple și exerciții cu Python

Acest curs de instruire live, condus de un instructor în Moldova (online sau la fața locului) se adresează specialiștilor în marketing care doresc să utilizeze inteligența artificială pentru a îmbunătăți strategiile de marketing digital prin intermediul unor informații valoroase despre clienți.

La sfârșitul acestui curs de formare, participanții vor fi capabili să:

• Utilizați software-ul AI pentru a îmbunătăți modul în care brandurile se conectează cu utilizatorii.
• Utilizați chatbots pentru a optimiza experiența utilizatorului.
• Creșteți productivitatea și veniturile prin automatizarea sarcinilor.
.

Acest curs de instruire live, condus de un instructor în Moldova (online sau la fața locului) se adresează managerilor și liderilor de afaceri care doresc să învețe despre elementele de bază ale inteligenței artificiale și să gestioneze proiecte de inteligență artificială pentru organizația lor.

La finalul acestui curs, participanții vor fi capabili să înțeleagă inteligența artificială la nivel tehnic și să elaboreze strategii care să utilizeze datele și resursele organizației lor pentru a gestiona cu succes proiectele de inteligență artificială.

Acest curs de instruire live, condus de un instructor în Moldova (online sau la fața locului) se adresează inginerilor care doresc să programeze și să creeze roboți prin metode de bază de inteligență artificială.

La sfârșitul acestui curs de formare, participanții vor fi capabili să:

• Implementați filtre (Kalman și particule) pentru a permite robotului să localizeze obiectele în mișcare în mediul său.
.
• Implementați algoritmi de căutare și planificare a mișcării.
.
• Implementați comenzile PID pentru a regla mișcarea robotului în cadrul unui mediu.
.
• Implementați algoritmi SLAM pentru a permite unui robot să cartografieze un mediu necunoscut.
.

Această instruire live, condusă de un instructor, în Moldova (online sau la fața locului) se adresează profesioniștilor care doresc să învețe și să înțeleagă conceptul de AI și cum să-l folosească în mod eficient și responsabil.

Până la sfârșitul acestui training, participanții vor fi capabili să:

Învață conceptul de Artificial Intelligence (AI). Înțelegeți limitele și pericolele AI și utilizați-o în mod responsabil. Aflați cum să utilizați eficient AI în scenarii din lumea reală.

În cadrul acestui curs de instruire live, condus de un instructor în Moldova (online sau la fața locului), participanții vor învăța diferitele tehnologii, cadre și tehnici de programare a diferitelor tipuri de roboți care vor fi utilizați în domeniul tehnologiei nucleare și al sistemelor de mediu.

Cursul de 6 săptămâni are loc 5 zile pe săptămână. Fiecare zi are o durată de 4 ore și constă în prelegeri, discuții și dezvoltare practică a roboților într-un mediu de laborator real. Participanții vor finaliza diverse proiecte din lumea reală aplicabile în activitatea lor pentru a-și pune în practică cunoștințele dobândite.

Hardware-ul țintă pentru acest curs va fi simulat în 3D prin intermediul unui software de simulare. Pentru programarea roboților se va utiliza cadrul open-source ROS (Robot Operating System), C++ și Python.

La sfârșitul acestui curs de formare, participanții vor fi capabili să:

• Înțelegeți conceptele cheie utilizate în tehnologiile robotice.
.
• Înțelegeți și gestionați interacțiunea dintre software și hardware într-un sistem robotic.
.
• Înțelegeți și implementați componentele software care stau la baza roboticii.
.
• Construiți și operați un robot mecanic simulat care poate vedea, simți, procesa, naviga și interacționa cu oamenii prin intermediul vocii.
.
• Înțelegeți elementele necesare ale inteligenței artificiale (învățare automată, învățare profundă etc.) aplicabile la construirea unui robot inteligent.
.
• Implementați filtrele (Kalman și Particle) pentru a permite robotului să localizeze obiectele în mișcare din mediul său.
.
• Implementați algoritmi de căutare și planificare a mișcărilor.
.
• Implementați comenzile PID pentru a regla mișcarea robotului în cadrul unui mediu.
.
• Implementați algoritmii SLAM pentru a permite unui robot să cartografieze un mediu necunoscut.
.
• Extindeți capacitatea unui robot's de a efectua sarcini complexe prin Deep Learning.
.
• Testați și depanați un robot în scenarii realiste.
.