Работа с BigData

Магистратура 2026/2027

Статус: Курс обязательный (Цифровой маркетинг)

Кто читает: Департамент организационного развития

Где читается: Факультет менеджмента (Нижний Новгород)

Когда читается: 1-й курс, 3 модуль

Охват аудитории: для своего кампуса

Преподаватели: Привалов Игорь Васильевич

Язык: русский

Кредиты: 3

Контактные часы: 40

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс предназначен для подготовки специалистов, обладающих знаниями и навыками в области обработки, анализа и интерпретации больших объемов данных, которые имеют критическое значение для принятия обоснованных решений в современном бизнесе и научных исследованиях. В рамках курса студенты освоят основные концепции и методы работы с большими данными, включая технологии хранения и обработки, а также языки программирования, используемые для анализа данных. Курс также охватывает аспекты визуализации данных, машинного обучения и статистического анализа, что позволит обучающимся извлекать ценные инсайты из больших наборов данных.

Цель освоения дисциплины

Научить студентов основным навыкам программирования на языке Python. Научить студентов основным методам извлечения и обработки данных, необходимым для дальнейшего обучения и работы по специальности. Познакомить студентов с основными концепциями и методами анализа данных, статистики и машинного обучения.

Планируемые результаты обучения

Применяет библиотеку Pandas при решении практических задач
Описывает особенности работы с современными дистрибутивами Python
Называет типы переменных и применяет их для хранения различных данных
Формулирует понятие Data Science и объясняет необходимость перехода к новой форме аналитики
Даёт определения, описывает, импортирует, анализирует, обрабатывает, производит трансформацию и агрегацию данных
Загружает и обрабатывает данные различных форматов
Выявляет и обрабатывает пропущенные значения, дубликаты и выбросы в наборе данных
Рассчитывает описательные статистики (среднее, медиану, дисперсию, квартили) для набора данных

Содержание учебной дисциплины

Интро
Инструменты для работы с данными в Python
Основы синтаксиса Python
Работа с данными
Визуализация
Машинное обучение

Элементы контроля

ТЕСТ
Практическое задание
Создание аналитического отчета по датасету и ответ на вопросы Критерии оценивания: Точность кода, оформление, полноту выполненных заданий, адекватность визуализаций и глубину аналитики. Важно, каждый ваш шаг снабжать текстом, чтобы не было голого кода, объясняйте что вы делаете и если вы получили что-то, что нужно анализировать, то дайте мне этот анализ в виде текста.

Промежуточная аттестация

2026/2027 3rd module
0.5 * ТЕСТ + 0.5 * Практическое задание

Список литературы

Авторы

Привалов Игорь Васильевич

Программа дисциплины