Анализ данных

Технологии обработки больших данных 
Целью дисциплины является приобретение знаний о методах обработки данных. После изучения этой дисциплины Вы сможете: применять методы обработки больших данных для решения типичных задач в области экономики и финансов, разрабатывать новые методы исследования данных на основе существующих.

Электронные деньги 
Вы узнаете о технологиях, которые используются в цифровой экономике, таких как облачные вычисления, интернет вещей, блокчейн и искусственный интеллект. Вы узнаете, как эти технологии меняют бизнес-модели и создают новые возможности для компаний. Вы также получите практические навыки работы с различными технологиями, такими как AWS, Azure, Google Cloud, IoT-устройства и другие. Вам будут представлены примеры реальных проектов и задач, которые помогут вам лучше понять применение сквозных технологий в цифровой экономике. 

Технологии обработки данных
Вы научитесь исследовать данные с использованием современных языков программирования, применять популярные модули языков программирования, находить тенденции и закономерности в данных, наглядно визуализировать их. Вы получите навыки исследования данных в приложении к типичным экономико-финансовым задачам.

 Машинное обучение
Вы научитесь применять алгоритмы машинного обучения для решения различных задач, таких как классификация, регрессия, кластеризация и обработка естественного языка. Вы узнаете о различных типах моделей машинного обучения, таких как линейные модели, деревья решений, нейронные сети и ансамбли моделей. Вы также научитесь выбирать подходящие методы предобработки данных, такие как масштабирование, кодирование категориальных признаков и обработка выбросов. Вы получите практические навыки в использовании библиотек и инструментов для машинного обучения, таких как scikit-learn, TensorFlow и Keras. Вам будут представлены примеры реальных проектов и задач, которые помогут вам лучше понять применение машинного обучения в различных сферах.

Технология сложных сетей в экономике
Вы изучите методы, включающие в себя анализ графов, теорию игр, машинное обучение и другие подходы. Вы узнаете, как применять эти методы для анализа производительности системы, выявления узких мест и определения наилучших стратегий оптимизации. Вы получите практические навыки и знания, которые помогут вам стать более эффективным разработчиком и решать сложные задачи в своей области. 

Выпускник образовательной программы «Анализ данных в экономике и финансах» по направлению подготовки 01.03.02 Прикладная математика и информатика должен обладать следующими навыками:

1. Аналитические навыки:

   • Умение собирать, обрабатывать и анализировать большие объемы данных.

   • Способность выявлять закономерности и тенденции в экономических и финансовых данных.

   • Оценка рисков и прогнозирование финансовых показателей.

2. Математические и статистические навыки:

   • Знание методов математической статистики и теории вероятностей.

   • Применение регрессионного анализа, временных рядов и других статистических методов.

   • Умение строить математические модели для решения экономических задач.

3. Навыки программирования:

   • Владение языками программирования (например, Python, R, SQL) для анализа данных.

   • Опыт работы с библиотеками и инструментами для анализа данных (например, Pandas, NumPy, SciPy).

   • Умение разрабатывать алгоритмы для обработки и анализа данных.

4. Навыки работы с базами данных:

   • Знание основ проектирования и администрирования баз данных.

   • Умение выполнять запросы к базам данных с использованием SQL.

   • Опыт работы с системами управления базами данных (например, MySQL, PostgreSQL).

5. Навыки визуализации данных:

   • Умение представлять данные в наглядной форме с использованием инструментов визуализации (например, Tableau, Matplotlib, Seaborn).

   • Способность создавать информативные отчеты и презентации на основе анализа данных.

6. Экономические и финансовые знания:

   • Понимание основных принципов экономики и финансов.

   • Знание финансовых инструментов и рынков.

   • Умение применять аналитические методы к экономическим и финансовым задачам.

7. Коммуникационные навыки:

   • Способность четко и понятно представлять результаты анализа как в устной, так и в письменной форме.

   • Умение работать в команде и взаимодействовать с различными заинтересованными сторонами.

8. Навыки критического мышления:

   • Умение анализировать информацию с разных точек зрения.

   • Способность формулировать обоснованные выводы и рекомендации на основе анализа данных.

9. Навыки проектного управления:

   • Умение планировать и организовывать проекты по анализу данных.

   • Опыт работы в условиях многозадачности и соблюдения сроков.

Эти навыки помогут выпускникам успешно работать в области анализа данных в экономике и финансах, обеспечивая им конкурентоспособность на рынке труда.