Böyük məlumatların öyrənilməsi üzrə pulsuz dərsləri olan saytların seçimi.
Əlfəcinlərə
orta əmək haqqı məlumat analitikası, HeadHunter-ə görə, - 120 min rubl. Materialda məlumat analitiki vakansiyaları üçün əsas tələblər və bu sahədə pulsuz bacarıq əldə edə biləcəyiniz yerlər vurğulanır.
Məlumat analitikləri kimlərdir
Böyük məlumat mütəxəssisləri necə çıxarmağı bilirlər faydalı məlumat müxtəlif mənbələrdən götürün və işgüzar qərarlar qəbul etmək üçün təhlil edin. Tipik olaraq, analitiklər fərqli məlumatlarla qarşılaşırlar, ona görə də lazımi məlumatları çıxara bilmək vacibdir.
İndi data analitiki peşəsi dünyanın ən cəlbedici və perspektivli peşələrindən biri hesab olunur. Yaxşı analitik olmaq üçün proqramlaşdırmadan daha çox statistikanı başa düşməlisiniz. Çünki iş zamanı problemi və faktiki məlumatları təsvir edən riyazi modellər qurmalısan.
Məlumat analitiki təsadüfi dəyişənlər və ehtimal modelləri ilə işləyir; Ona görə də ehtimal nəzəriyyəsi və riyazi statistika üzrə biliklər abituriyentlər üçün əsas tələblərdən biridir.
Siz həmçinin R və ya Python proqramlaşdırma dillərini bilməli və böyük verilənlərin emalı texnologiyalarını başa düşməlisiniz. Bu bilik məlumat analitiki kimi giriş səviyyəli vəzifəyə uyğun olmaq üçün kifayətdir.
Yaxşı analitik olmaq üçün siz təkcə proqramlaşdırma və ya statistikanı başa düşməməli, həm də məhsul haqqında mükəmməl biliyə malik olmalı, ən əsası isə fərziyyələri sınaqdan keçirməyi və təklif etməyi bacarmalısınız. Böyük data at düzgün istifadə məhsulu necə təkmilləşdirmək və ya nəyin vacib olduğunu müəyyənləşdirmək üçün çoxlu sərin fikir və ideyaları ehtiva edir.
Lakin əksər problemlərin dəqiq həlli və ya alqoritmi yoxdur: bu baxımdan məlumatların təhlili çox yaradıcı işdir. Düzgün vizuallaşdırma seçmək bacarığı da vacibdir. Eyni məlumatlar təsadüfi bir xal toplusu kimi görünə bilər və ya düzgün yanaşdıqda çox maraqlı şeylər deyə bilər.
VKontakte-də biz böyük həcmdə məlumatlarla işləyirik - gündə 20 milyarddan çox ölçmə. Biz Hadoop klasterində məlumat toplayırıq və emal üçün müxtəlif vasitələrdən istifadə edirik: cavablar sadə suallar Hive bizə verir və Spark, Pandas, Sklearn bizə daha mürəkkəb analitika aparmağa kömək edir.
Məhsul və texniki ölçüləri və A/B təcrübələrini təhlil etmək üçün komandamız tərəfindən hazırlanmış məlumat toplama, toplama və vizuallaşdırma sistemindən də istifadə edirik. Məlumatların təhlili sayəsində biz hər gün onlarla məhsul fərziyyəsini sınaqdan keçiririk və məhsulu daim təkmilləşdirməyə və xidmətlərimizi daha rahat və fərdiləşdirməyə imkan verən yüzlərlə təcrübə aparırıq.
Məsələn, 2015-ci ildə biz xəbər lentində istifadəçi fəaliyyətini təhlil etməyə başladıq və nəyin təkmilləşdirilə biləcəyinə baxaq. Çoxlu araşdırmalardan sonra biz hər şeyi daha rahat edə biləcəyimiz qənaətinə gəldik və 2016-cı ildə hər bir istifadəçi üçün mümkün qədər maraqlı və faydalı olacaq “ağıllı” lenti işə saldıq.
Biz daim tamaşaçı fəaliyyətini təhlil etməyə davam edirik. Bəzi məqamlarda biz istifadəçilərin maraq dairəsini genişləndirmək və yeni müəlliflərlə tanış olmaq istədiklərini praktikada aşkar etdik. Buna görə də 2017-ci ildə “Tövsiyələr” bölməsi fəaliyyətə başlayıb. İndi isə yeni xidmətdə artan fəallığı təhlil edəndə bunun düzgün qərar olduğunu görürük.
Andrey Zakonov
VKontakte-də İnkişaf və Tədqiqat Direktoru
Python və R bilikləri
"Python öyrənmək" kursu
Dil: İngilis.
Səviyyə: ilkin.
Codecademy interfeysi
Codecademy onlayn platforması qısa nəzəri məlumatların bir səhifəlik izahı və kod tərcüməçisi ilə Python dilinin interaktiv öyrənilməsini təklif edir. Kurs yeni başlayanlar üçün nəzərdə tutulub və proqramlaşdırma dilinin əsas əmrləri haqqında danışır.
Kurs ödənişsizdir: test tapşırıqlarına giriş və layihələr üzərində işləmək yalnız ödənişli abunə ilə mümkündür. Pulsuz dərslər sadə konstruksiyaları öyrənmək və dilin sintaksisini anlamaq üçün uyğundur.
"Yeni başlayanlar üçün Python 3" Dərsliyi
Dil: Rus.
Səviyyə: ilkin.
Musinin dərsliyi rus dilində Python haqqında ən böyük məlumat bazalarından biridir. Saytda modullar haqqında məlumatlar, Pandas kitabxanasından istifadə edərək məlumatların təhlili ilə bağlı materiallar, nəzəri məlumatlar, nümunə tapşırıqlar və faydalı bağlantılar. Həmçinin, dərc olunmuş məqalələr əsasında PDF formatında özünütədris vəsaiti hazırlanmışdır.
"Pythonda proqramlaşdırma" kursu
Dil: Rus.
Səviyyə: ilkin.
Kurs zamanı müəllimlər proqramlaşdırmanın əsas anlayışlarını təqdim edirlər. Böyük miqdarda ev tapşırığı təklif olunur praktik problemlər- bütün qərarlar avtomatik sistem tərəfindən yoxlanılır. Ancaq müəllimlər vermir fərdi məsləhətləşmələr. Kursa kursu keçmək üçün həll edilməsi tələb olunmayan qabaqcıl problemlər də daxildir.
“Python: Əsaslar və Tətbiqlər” kursu
Dil: Rus.
Səviyyə: orta.
Tələblər: Python və ya digər proqramlaşdırma dillərində əsas proqramlaşdırma bacarıqları.
Kursun tələbələri dilin əsas prinsiplərini öyrənirlər: tərcüməçi kodu necə yerinə yetirir, dəyişənləri və məlumatları harada saxlayır, öz məlumat növləri və funksiyaları necə müəyyən edilir. Kurs əsas proqramlaşdırma bacarıqları ilə tanış olan istifadəçilər üçün nəzərdə tutulmuşdur.
Kursda test tapşırıqları iki növə bölünür: materialı möhkəmləndirmək və öyrənilən bacarıqları tətbiq etmək yollarını tapmaq. Həll yolları sistem tərəfindən yoxlanılır.
"Python Proqramlaşdırmanın Əsasları" kursu
Dil: İngilis.
Səviyyə: ilkin.
Şagirdlər üç əsas mövzunu öyrənirlər: funksiyalardan istifadə, siniflər yaratmaq və istifadə etmək. Son dərs yaratmağa həsr olunub öz layihələri. Təlim mini-layihələr üzərində işləməyə və mühüm anlayışları öyrənməyə əsaslanır. Kurs proqramçı olmaq istəyən və ya onlarla işləməyi planlaşdıranlar üçün nəzərdə tutulub.
“R-də proqramlaşdırmanın əsasları” kursu
Dil: Rus.
Səviyyə: ilkin.
Bu kursda müəllimlər R-yə konkret problemlərin həlli üçün bir vasitə kimi deyil, proqramlaşdırma dili kimi baxırlar. Tələbələr əsas məlumat növlərini və universal semantik qaydaları, həmçinin məlumatların təhlili və emalı ilə bağlı mövzuları öyrənirlər.
“R-də məlumatların təhlili” kursu
Dil: Rus.
Səviyyə: orta.
Tələblər: Statistika üzrə əsas biliklər.
Müəllimlər R dilindən istifadə edərək məlumatların təhlilinin əsas mərhələlərini izah edirlər Statistik təhlil R, məlumatların oxunması və əvvəlcədən işlənməsi, əsas statistik metodların tətbiqi və nəticələrin vizuallaşdırılması.
“Məlumat Elmində R Proqramlaşdırma” kursu
Dil: İngilis.
Səviyyə: orta.
Tələblər: Kurs statistik layihələr üzərində işləmək üçün R biliyinə ehtiyacı olan analitiklər üçün nəzərdə tutulub.
Kurs Microsoft tərəfindən Danimarka Texniki Universiteti ilə birlikdə hazırlanmışdır. Kurs R-nin əsaslarını əhatə edir, sizə məlumatları oxumağı və yazmağı, onunla işləməyi və nəticə əldə etməyi öyrədir. Müəllimlər həmçinin R-dən istifadə edərək proqnozlaşdırıcı analitikanın necə həyata keçiriləcəyini və verilənlərin vizuallaşdırılmasını izah edirlər.
DataCamp Layihəsi
Dil: İngilis.
Səviyyə: ilkin.
DataCamp təlim sisteminin interfeysi
DataCamp elm, statistika və maşın öyrənmə mövzularında R və Python öyrənmək üçün interaktiv kurslar təklif edir. Layihə məlumatlarla işləməyə diqqət yetirir. DataCamp RStudio, Continuum Analytics, Microsoft ilə əməkdaşlıq edir və aparıcı şirkətlərdən Pfizer, Liberty Mutual, H2O, DataRobot və başqalarından müəllimləri cəlb edir.
Pulsuz abunə əsas kurslara və ödənişli kursların birinci fəslinə giriş imkanı verir. Limitsiz giriş əldə etmək üçün ayda 29 dollara və ya ildə 300 dollara abunə satın almalısınız.
Statistika və maşın öyrənməsi sahəsində biliklər
"Statistikanın əsasları" kursu
Dil: Rus.
Səviyyə: ilkin.
Kurs tədqiqat zamanı əldə edilən məlumatların təsvirinə yanaşmaları, statistik təhlilin əsas anlayışlarını, əldə edilmiş məlumatların şərhini və vizuallaşdırılmasını araşdırır. Əsas vurğu metodları və hesablama düsturlarını müəyyən edən riyazi fikirlərə, intuisiyaya və məntiqə verilir.
“Alqoritmlər: nəzəriyyə və təcrübə. Metodlar »
Dil: Rus.
Səviyyə: orta.
Tələblər: proqramlaşdırma dillərindən birini bilmək: looplar, massivlər, siyahılar, növbələr.
Kurs əsas alqoritmik metodları əhatə edir: “acgöz” alqoritmlər, “böl və fəth et” metodu, dinamik proqramlaşdırma. Bütün metodlar üçün müəllimlər düzgünlüyün riyazi sübutunu və vaxt təxminlərini göstərirlər.
Kurs həmçinin C++, Java və Python dillərində alqoritmlərin tətbiqi xüsusiyyətlərini əhatə edir. Kursun əhatə etdiyi alqoritmlərin əksəriyyəti tapşırıqların bir hissəsi kimi proqramlaşdırılmalıdır.
"Təsviri statistikaya giriş" kursu
Dil: İngilis.
Səviyyə: ilkin.
Kurs iştirakçıları verilənləri təsvir etmək üçün istifadə olunan əsas anlayışlarla tanış olacaqlar. Müəllimlər tədqiqat metodlarından danışacaq, statistik dəyərləri hesablamaq və şərh etməyi öyrədəcək, sadə ehtimalları hesablayacaqlar. Şagirdlər paylanma qanunlarını öyrənəcək və məlumatların ehtimal proqnozlarını yaratmaq üçün onlarla manipulyasiya etməyi öyrənəcəklər.
"Statistik nəticəyə giriş" kursu
Dil: İngilis.
Səviyyə: ilkin.
Tələblər: “Təsviri Statistikaya Giriş” kursunu keçmək.
Kurs qeyri-aşkar məlumatların nəticələrinin öyrənilməsinə həsr edilmişdir. Şagirdlər nümunə statistikasından istifadə edərək parametrlərin qiymətləndirilməsini öyrənəcək və fərziyyələri və etimad intervallarını sınamağı öyrənəcəklər. Müəllimlər t-testləri və dispersiya, korrelyasiya və reqressiyanın təhlili və statistik fərziyyələri yoxlamaq üçün digər üsulları izah edəcəklər.
“Məlumat Elminə Giriş” kursu
Dil: İngilis.
Səviyyə: orta.
Tələblər: Əsas Python proqramlaşdırma bacarıqları.
Kurs iştirakçıları məlumat elminin əsas anlayışlarını öyrənəcəklər: məlumatların idarə edilməsi, statistik metodlardan istifadə edərək verilənlərin təhlili və maşın öyrənməsi, məlumatların ötürülməsi və vizuallaşdırılması, böyük verilənlərlə işləmə.
"Maşın öyrənməsinə giriş" kursu
Dil: Rus.
Səviyyə: orta.
Tələblər: riyaziyyatın əsaslarına dair biliklər (funksiyalar, törəmələr, vektorlar, matrislər), Python proqramlaşdırma bacarıqları.
Kurs maşın öyrənməsindən istifadə etməklə həll edilən problemlərin əsas növlərini araşdırır: təsnifat, reqressiya və klasterləşdirmə. Şagirdlər modellərin keyfiyyətini qiymətləndirməyi və müəyyən bir problemin həlli üçün modelin uyğun olub-olmadığına qərar verməyi öyrənəcəklər. Müəllimlər öyrənilən modelləri həyata keçirən müasir kitabxanalar və onların keyfiyyətinin qiymətləndirilməsi üsulları haqqında danışacaqlar.
"Məlumat Elmi: Vizuallaşdırma" kursu
Dil: İngilis.
Səviyyə: ilkin.
Kurs məlumatların vizuallaşdırılması və kəşfiyyat xarakterli məlumatların təhlilinin əsaslarını öyrədir. Tələbələr fərdi süjetlər yaratmaq üçün R paketindən ggplot2 istifadə etməyi öyrənəcəklər. Müəllim verilənlərlə işləyərkən yol verilən əsas səhvlərdən də danışacaq.
"Süni intellektə giriş" kursu
Dil: İngilis.
Səviyyə: ilkin.
Tələblər: Laboratoriyalar Microsoft Azure-a əsaslanır və Azure abunəsi tələb olunur.
Kurs iştirakçıları proqnozlaşdırıcı modellər yaratmaq üçün maşın öyrənməsindən necə istifadə etməyi öyrənəcəklər. Kursun müəllimləri sizə nə deyəcəklər proqram təminatı təbii dilin, şəkillərin və videoların işlənməsi və təhlili üçün zəruridir. Tələbələr həmçinin intellektual chatbotların necə yaradılacağını öyrənəcəklər.
"Maşın öyrənmə" kursu
Dil: İngilis.
Səviyyə: ilkin.
Kurs iştirakçıları öyrənəcəklər təsirli üsullar maşın öyrənmək və onların həyata keçirilməsində praktiki bacarıqlar əldə etmək. Müəllimlər də danışacaqlar ən yaxşı təcrübələr Maşın öyrənməsi və süni intellekt sahəsində Silikon Vadisi.
Kurs maşın öyrənməsi, verilənlərin öyrənilməsi və tanınmasına geniş giriş təqdim edir statistik modellər. Kurs Case Studies və praktiki təcrübə- tələbələr “ağıllı” robotlar yaratmaq, mətni təhlil etmək üçün öyrənmə alqoritmlərindən istifadə etməyi öyrənəcək, kompüter görmə, tibbi informatika, audio, verilənlər bazası istehsalı və digər sahələrdə bacarıqlar əldə edəcəklər.
Böyük verilənlərin emalı
Hadoop kursu. Böyük həcmli məlumatların emalı sistemi »
Dil: Rus.
Səviyyə: orta.
Hadoop böyük həcmli məlumatların işlənməsi üçün məşhur açıq mənbə sistemlərindən biridir. Sistemin istifadəçiləri arasında Facebook, Twitter, Yahoo!, Bing, Mail.ru var. Şagirdlər böyük həcmli məlumatların saxlanması və işlənməsinin əsas üsullarını öyrənəcəklər. Həmçinin, kurs tələbələri tətbiqlərdən istifadə edərək inkişaf etdirməyi öyrənəcəklər proqram modeli MapReduce.
"Hadoop və MapReduce-a giriş" kursu
Dil: İngilis.
Səviyyə: orta.
Xüsusi tələblər
Kurs iştirakçıları Hadoop-un əsaslarını öyrənəcək və böyük verilənlərlə işləmək üçün ondan necə istifadə etməyi öyrənəcəklər. Müəllimlər sizə Hadoop-un hansı problemləri həll etdiyini və HDFS və MapReduce anlayışlarını izah edəcəklər. Kursun sonunda tələbələr MapReduce proqramından istifadə edərək proqram yazmağı öyrənəcək və müstəqil olaraq problemlərin həlli təcrübəsi qazanacaqlar.
"MongoDB istifadə edərək məlumatların transformasiyası" kursu
Dil: İngilis.
Səviyyə: orta.
Xüsusi tələblər: Əsas Python proqramlaşdırma bacarıqları.
Verilənlərin transformasiyası sonradan işləməyi asanlaşdırmaq üçün verilənlərin təmizlənməsi prosesidir. Bəzi elm adamları hələ də xərcləyirlər ən çox vaxt. Kursda tələbələr ümumi istifadə olunan formatlardan məlumat toplamaq və çıxarmaq yollarını öyrənəcəklər. Tələbələr məlumatların keyfiyyətini qiymətləndirməyi və araşdırmağı öyrənəcəklər ən yaxşı üsullar MongoDB istifadə edərək məlumatların təmizlənməsi - aparıcı NoSQL verilənlər bazalarından biri.
Böyük verilənlərlə işləmək
UCI Machine Learning
Resurs icma üçün 425 məlumat dəstini dəstəkləyir maşın öyrənməsi. Xidmət maşın öyrənmə metodlarının praktiki öyrənilməsi üçün istifadə edilə bilən yüksək keyfiyyətli, real və başa düşülən maşın öyrənmə məlumat dəstləri təklif edir.
Kaggle
Platforma tədqiqatçılar üçün müsabiqələr təklif edir müxtəlif səviyyələrdə onların modellərini ciddi və müvafiq məlumatlar üzərində sınaqdan keçirə biləcəkləri təlim. Kaggle ən yaxşı həll üçün pul mükafatı təqdim edir.
KDnuggets siyahısı
KDnuggets biznes analitikası, böyük məlumat, proqnozlaşdırıcı təhlil, məlumat elmi və maşın öyrənməsi. Layihənin müəllifləri bir səhifədə emal üçün 78 açıq məlumat mənbəyi toplayıblar.
Joe Rickert siyahısı
Joe Ricker R icmasının daimi iştirakçılarından biridir. O, R sistemində təhlil üçün açıq məlumatları tapa biləcəyiniz saytların siyahısını tərtib etdi.
Sberbank Technologies-in Super Data Competence Center-in İT mühəndisi Diana Borisovadan siyahıya şərh verməsini və bəyəndiyi digər kurslar barədə məlumat verməsini xahiş etdik.
Öz-özünə təlimat kitabçası "Yeni başlayanlar üçün Python 3"- əla dərslər. Material qısa və mövzu ilə bağlı təqdim olunur. Bu sayta təkcə təcrübəsiz proqramçılar deyil, həm də təcrübəli uşaqlar müraciət edirlər.
Yaxşı "Pythonda proqramlaşdırma" Python öyrənməyə başlayanlar üçün uyğundur. Bu işləyir, amma ən yaxşısı deyil. Əsaslar uzun müddət izah olunur - dərsliyə müraciət etmək daha yaxşıdır.
Müsbət cəhətlər odur ki, tapşırıqlar alqoritmik təfəkkür inkişaf etdirir, mənfi cəhətlər ən yaxşısı deyil optimal həll bəzi problemlər (müəyyən funksiyaları bilməklə, onları 15 əvəzinə iki sətirdə həll edə bilərsiniz).
HAQQINDA "Python: Əsaslar və Tətbiqlər"Çox yaxşı rəylər eşitmişəm. Yeni başlayanlar üçün çətin olacaq. Buna görə də əsaslarla tanış olanlar üçün daha uyğundur.
"R proqramlaşdırmanın əsasları"- R öyrənməyə başlayanlar üçün yaxşı kursdur. Təqdimat aydın və strukturlaşdırılmışdır, praktiki tapşırıqlar var və vacib detallara diqqət yetirirlər.
Yaxşı "R-də məlumatların təhlili" Müəllim əladır, kurs da əladır. R-də riyazi statistika və proqramlaşdırmanın əsaslarını öyrəndikdən sonra bu kurs mütləqdir.
"Statistikanın əsasları"- yeni başlayanlar üçün əla kurs. Nəzəriyyə sübutlara dalmadan və çoxlu sayda düsturlar olmadan sadə və başa düşülən nümunələrdən istifadə etməklə təqdim olunur. Təcrübə nəzəriyyəni möhkəmləndirməyə kömək edir.
Yaxşı “Alqoritmlər: nəzəriyyə və təcrübə. Metodlar" Proqramlaşdırma nəzəriyyəsinin yaxşı təqdimatı ilə tanınan Kompüter Elmləri Mərkəzi tərəfindən təşkil edilmişdir. İskəndər mərkəzin ən yaxşı müəllimlərindən biridir.
Kurs, artıq alqoritmlər haqqında bir qədər anlayışı olanlar üçün uyğundur. Praktik tapşırıqlar Onlar materialı birləşdirməyə kömək edir, bəzi tapşırıqlar daha uzun oturmanızı tələb edir.
Heç kim bu mövzunu kursun müəllimi Andrey Raiqorodskidən yaxşı izah edə bilməz. Hər şeyi izah edir, aydın misallar gətirir. Kurs mütləq diqqətə layiqdir.
Statistikanın əsaslarını öyrəndikdən sonra bu mövzuda biliklərinizi dərinləşdirməyə və ikinci kursa davam edə bilərsiniz. Anatoli Karpov materialı mümkün qədər aydın və sadə şəkildə təqdim edir.
Bioinformatika İnstitutundan daha bir möhtəşəm kurs. Yeni başlayanlar üçün bir az çətin ola bilər. Ancaq kurs istənilən halda diqqətə layiqdir.
Sayt Python-da proqramlaşdırmanın əsaslarını öyrənməyə kömək edəcək. İş birbaşa brauzerdə baş verir. Əvvəlcə məqaləni oxuyursunuz, sonra asandan mürəkkəb səviyyələrə qədər bir çox praktiki problemləri həll edirsiniz.
Kursdan yaxşı rəylər. Hesab edirəm ki, riyazi aparatı axsaq olanlar üçün kurs mütləqdir. Nəzəriyyə ilə təcrübənin birləşməsindən daha yaxşı bir şey düşünə bilməzsiniz.
Diana Borisova
Sberbank Technologies Super Data Competence Center-də İT mühəndisi
İşəgötürənlər arasında keçirilən sorğunun nəticələri göstərir ki, Big Data mütəxəssisləri şirkətlərin 6%-də çalışır. Big Data analitiklərinə əsas tələb İT və telekommunikasiya şirkətləri, banklar və böyük pərakəndə satış şəbəkələrindən gəlir.
Sual: "Şirkətiniz böyük həcmdə məlumatların (Big Data, Data Scientist) təhlili üçün mütəxəssisləri işə götürürmü?"
Mümkün cavab | Bütün fəaliyyət sahələri | İT/Telekom | Banklar | Pərakəndə |
Bəli | 6% | 21% | 17% | 13% |
Yox | 75% | 60% | 50% | 45% |
Cavab verməkdə çətinlik çəkirəm | 19% | 19% | 33% | 42% |
Şərhlərində nümayəndələr böyük şirkətlər böyük verilənlərin analitikasının mühüm biznes sahəsi olduğunu qeyd edib.
“Böyük məlumat analitikləri Rəqəmsal bölmənin bir hissəsidir. Bu, bizim üçün strateji istiqamətdir, birbaşa hesabat verir baş direktora. Bir ildən az əvvəl bu formatda bölmə yaradılıb. Bizim işimiz qəbulla bağlıdır böyük məbləğ data, ona görə də analitika bizim üçün çox vacibdir. Bizim çox güclü komandamız və çox iddialı hədəflərimiz var”, - telekommunikasiya operatorunun nümayəndəsi deyir.
“Bankda bu cür mütəxəssislərə tələbat olan 15-ə yaxın sahə/layihəmiz var. Hər bir layihənin öz mütəxəssislərinə ehtiyacı var və onlar müxtəlif məlumatları təhlil edə bilərlər”, - iri kommersiya bankından işə götürən şəxs şərh edir.
İşə qəbul üzrə mütəxəssislər böyük data analitiklərinin seçilməsində ixtisaslı kadr çatışmazlığı və səriştələrin qiymətləndirilməsi meyarlarının olmaması səbəbindən yaranan bir sıra çətinlikləri qeyd ediblər: “İxtisas və ekspertiza səviyyəsini qiymətləndirmək çətindir. Bizdə çox var yüksək tələblər. Analitik qabiliyyətləri yoxlayan testlərlə müsahibənin bir neçə mərhələsi ilə çox mərhələli seçim həyata keçiririk. Çox çoxlu sayda namizədlər sıradan çıxarılır”.
“Biz hamımız uğur qazanmış mütəxəssislər istəyirik, lakin bazarda onların sayı azdır. İnsanın səviyyəsini müəyyən etmək çətindir, çünki vəzifələr fərqlidir və onun təcrübəsinin bizim üçün adekvat olub-olmayacağı tam aydın deyil”, - iri kommersiya bankının nümayəndəsi əlavə edir.
Böyük məlumat analitikləri üçün ümumi iş başlığının olmaması və standart iş öhdəlikləri hovuzunun olmaması səbəbindən işə qəbulla bağlı çətinliklər artır.
Böyük verilənlərlə işləməyi əhatə edən işlərin tamamilə fərqli adları ola bilər, məsələn: böyük məlumat analitiki; riyaziyyatçı/riyaziyyatçı-proqramçı; sistem təhlili meneceri; böyük məlumat memarı; biznes analitiki; BI analitiki; informasiya analitiki; Data Mining mütəxəssisi; maşın öyrənmə mühəndisi.
Big Data mütəxəssislərini 2 sahəyə bölmək olar:
Big Data mühəndisləri - in daha böyük dərəcədə məlumatların saxlanması, konvertasiyası və onlara tez daxil olması üçün məsuliyyət daşıyır;
Big Data analitikləri - böyük verilənlərin təhlili, əlaqələrin müəyyən edilməsi və modellərin qurulması üçün məsuliyyət daşıyırlar.
IN iş öhdəlikləri Big Data analitikasına daxildir:
Onların sonrakı əməliyyat emalının mümkünlüyü üçün məlumatların toplanması prosesinin qurulması;
istehlakçı davranışının təhlili və proqnozlaşdırılması, seqmentləşdirmə müştəri bazası(klasterləşdirmə, təsnifat, modelləşdirmə, proqnozlaşdırma);
məhsul təkliflərinin fərdiləşdirilməsi;
daxili proseslərin və əməliyyat fəaliyyətlərinin səmərəliliyinin təhlili;
təhlilin nəticələrinə əsasən cari proseslərin optimallaşdırılması üçün həllərin işlənib hazırlanması;
risklərin təhlili, şübhəli əməliyyatlar, saxtakarlığın aşkarlanması;
müxtəlif mənbələrdən (çoxkanallı satış, marketinq, internet) məlumatların tamlığının və qarşılıqlı əlaqəsinin təmin edilməsi;
nəticələrin qiymətləndirilməsi üçün dövri hesabatların yaradılması, məlumatların vizuallaşdırılması və təqdimatı.
Big Data analitiklərinin maaşları və onların peşəkar bacarıqlarına olan tələblər
Əmək haqqı diapazonu | Peşəkar bacarıqlara olan tələblər və arzular |
- Ali təhsil(riyaziyyat, riyazi statistika) - Riyazi statistika metodları, verilənlərin təhlili alqoritmləri və riyazi modelləşdirmə üzrə biliklər - Bilik müasir texnologiyalar böyük məlumatların emalı - Relational verilənlər bazası və SQL dilinin əsaslarını bilmək - Bilik ingiliscə texniki sənədləri oxumaq səviyyəsində |
|
80.000 - 110.000 rub. | - Əla analitik bacarıqlar, problemlərin həllində yeni yollar görmək bacarığı - SPSS, R, MATLAB, SAS Data Miner, Tableau statistik alətlərdə işləmə bacarığı - Statistik məlumatların təhlili, qurulması üsullarını dərindən bilmək riyazi modellər(neyron şəbəkələri, Bayes şəbəkələri, klasterləşmə, reqressiya, faktor, variasiya və korrelyasiya təhlilləri və s.) - Böyük məlumat dəstləri və əlaqəli verilənlər bazaları ilə işləmək təcrübəsi - Asılılıqları və nümunələri müəyyən etməklə böyük həcmdə məlumatların təhlili təcrübəsi - Məlumatların vizuallaşdırılması vasitələri ilə təcrübə (o cümlədən qrafiklərin qurulması üçün) - Ən azı 1 il Big Data analitiki kimi iş təcrübəsi |
- Python/Ruby/Perl skript proqramlaşdırma dilləri üzrə biliklər - Maşın öyrənmə təcrübəsi - Hadoop, Google böyük cədvəlindən istifadə təcrübəsi - Ən azı 2 il Big Data analitiki kimi iş təcrübəsi Mümkün arzu: səlis və ya danışıq səviyyəsində ingilis dili biliyi |
|
- Kommersiya baxımından uğurlu kompleks davranışların qurulması təcrübəsi hədəf auditoriyası data mining alətlərindən istifadə etməklə - Ən azı 3 il Big Data analitiki kimi iş təcrübəsi Mümkün arzular: Bloq yerləşdirmə kodu
Böyük məlumat analitiki |