Зимняя школа аналитики
в рамках лаборатории исследований и разработок в сфере цифровизации управления ГУУ
Лаборатория исследований и разработок в сфере цифровизации управления ГУУ “Проводит зимнюю школу аналитики – 2023”
Долгие зимние вечера – отличное время, чтобы перевести отношения с аналитикой на новый уровень и пройти обучение в зимней школе аналитики 😉
Вас ждут:
1. Встречи с практиками и мастер-классы от них
2. Погружение в бизнес-анализ
3. Погружение в системный анализ
4. Python для анализа данных
5. Базовая продуктовая аналитика
6. Машинное обучение, типовые методологии в реальных задача
7. Погружение в системы парсинга и сбора данных
Особенности:
• все обучение проводят практики
• лучшим выпускникам школы – job-офферы по направлению аналитики в значимых для отечественного e-commerce компаниях
• помощь в составлении резюме и отзывы на проекты
Начало занятий: 16.02.2023
Длительность: 16 недель, дважды в неделю в вечернее время в онлайн-формате, периодические презентации реальных кейсов.
Обязательным условием зачисления является знание материалов летней школы
(записи занятий https://docs.google.com/spreadsheets/d/1zMs-96vlWU8OrLwwcGl167DH9HTXPxrr4RhrUz_rN_k/edit#gid=904864488)
Расписание занятий и другие подробности – в канале https://t.me/ilabguu, подключайтесь к нашей группе. Будут вопросы – задавайте в канале)
Подавайте заявку и начнем качать скиллы
Созаева Джамиля Алимовна – руководитель отдела образовательных программ АО «Единая электронная торговая площадка», кандидат экономических наук, доцент;
Гончар Константин Валерьевич – руководитель департамента перспективных разработок АО «Единая электронная торговая площадка», руководитель проектного акселератора Roseltorg.University, старший преподаватель МГТУ им. Баумана;
Щербак Игорь Александрович – руководитель группы машинного обучения АО «Единая электронная торговая площадка».
Лычков Игорь Игоревич – старший преподаватель кафедры ИУ-3 МГТУ им. Баумана;;
Содержание курса:
Раздел | Содержание |
Базы данных для аналитиков | – применение реляционных БД для решения задач аналитика, – базовые компетенции по работе с БД |
Погружение в сферу электронной коммерции | – типичные представители сферы электронной коммерции, – типовые проблемы и задачи, – специалисты в сфере, их компетенции, – источники данных, – ключевые показатели, – отчетность, – первичный анализ данных |
Изучение характера поведения пользователей | – целевая аудитория, – среднее количество заказов, – средний чек, изменение среднего чека, – среднее время между покупками, – прогнозирование поведения сегментов пользователей |
Типовая аналитика маркетинговой активности | – RFM, – LTV, – когортный анализ, – построение сегментов |
Системы WEB-аналитики | – возможности систем, – Google Analytics, – Яндекс.Метрика, – UTM-метки, – GTM, – трекинги, – работа с API |
Хранилища данных | – типовые связи между таблицами, – построение типовых схем |
BI-системы | – преимущества, – особенности, – примеры работы, – установка |
ML на практике | Демонстрация решения практического кейса по ML 1 |
ML на практике | Демонстрация решения практического кейса по ML 2 |
Линейная рекомендательная система | Демонстрация процесса создания рекомендательной системы для закупок |
Фундаментальные и прикладные экономические теории в интерпретации для электронной коммерции и конкурентных торгов | – теория спроса, – теория предложения, – конкуренция, – теория агентских отношений, – теория игр, – теория аукционов, – теория выбора, – государственное регулирование экономики |
Статистический инструментарий, применяемый в конкурентных закупках | – разбор механизмов обоснования заказчиком (закупщиком) цены контракта по среднерыночным ценам, – нормировка критериев и расчет отклонений; – разработка балльно-рейтинговой системы для оценки заявок по конкурсам, – разбор механизмов демпинга и начисления штрафов в аукционах с отрицательными ценовыми параметрами, – разбор ценообразования в медицине, перевозках, энергосервисных контрактах |