BI-аналитика и визуализация данных

2026/2027

Статус: Маго-лего

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Охват аудитории: для своего кампуса

Язык: русский

Кредиты: 3

Контактные часы: 24

Дополнительные материалы в LMS Задать вопрос

Аннотация

Данный курс предназначен для получения слушателями комплекс-ных практических навыков работы с современными системами бизнес-аналитики (BI). В ходе обучения студенты освоят полный цикл создания дашбордов: от формулировки бизнес-требований и работы с данными до визуализации и представления результатов ру-ководству. Ключевой фокус сделан на глубоком практическом погружении в Apache Superset — открытую BI-платформу для создания визуализаций, интерактивных дашбордов и работы с данными из многообразных источников.

Цель освоения дисциплины

• Понимать полный цикл разработки дашбордов: от сбора требований до визуализации.
• Понимать принципы визуального восприятия и обоснованно выбирать тип графика под задачу.
• Понимать основные компоненты и возможности Apache Superset.
• Уметь проектировать семантический слой данных для последующего анализа в Apache Superset.
• Уметь создавать и настраивать широкий спектр визуализаций на основе Apache Superset.
• Создавать интерактивные дашборды в Apache Superset с фильтрами, параметрами и детализацией.
• Анализировать данные и формулировать практические бизнес-инсайты на основе создаваемых отчетов

Планируемые результаты обучения

• Определяет цели и ключевые метрики для дашборда на основе бизнес-требований.
• Подключает различные источники данных (базы данных, файлы, облачные хранилища) в Apache Superset.
• Проектирует семантический слой данных, как основу для корректного анализа в Apache Superset.
• Выбирает и настраивает оптимальные типы визуализаций для представления данных в Apache Superset.
• Создает сложные расчетные поля и пользовательские метрики с использованием формул и функций.
• Выбирает оптимальные типы визуализаций для представления данных.
• Проектирует интерактивные дашборды с фильтрами, параметрами и детализацией.
• Анализирует создаваемые отчеты, выявляет тенденции, аномалии и формулирует выводы.
• Демонстрирует и защищает свои аналитические решения, аргументируя выбор метрик и визуализаций

Содержание учебной дисциплины

Введение в BI и визуализацию.
Визуализация данных и особенности ее восприятия.
Выбор типа визуализации с учётом задачи и структуры данных.
Начало работы с Apache Superset.
Возможности SQL Lab и виртуальные датасеты
Меры и вычисляемые столбцы.
Подготовка семантического слоя и первичный анализ данных.
Построение и настройка продвинутых визуализаций в Apache Superset.
Принципы проектирования дашбордов в Apache Superset.
Интерактивность в дашбордах Apache Superset.
Построение и настройка базовый визуализаций в Apache Superset.
Композиция дашборда и принципы Data storytelling.
Полный цикл разработки «идеального» дашборда.
Ролевая модель и безопасность в Apache Superset.
Оптимизация производительности отчетов в Apache Superset.
Дополнительные возможности Apache Superset.
Цикл разработки «идеального» дашборда в зависимости от поставленной задачи. Интерпретация задачи и Организация работы с заказчиками.

Элементы контроля

Домашнее задание 1
Домашнее задание 2
Домашнее задание 3
Домашнее задание 5

Промежуточная аттестация

2026/2027 1st module
Средняя оценка за ДЗ (№1-5) * 0,4 + Оценка за итоговое задание * 0,6

Список литературы

Авторы

Ахмедова Гюнай Интигам кызы

Программа дисциплины