DataTalks #6: обучение data science

В этот раз мы обсуждаем обучение data science. Во время встречи мы постараемся ответить на вопросы: кто такой data scientist; какие задачи он решает и что должен знать; какими навыками должен обладать data scientist, работая в бюрократических организациях; где брать обучающие кейсы и при этом приносить пользу окружающим. Наши эксперты порассуждают, чему университет может и не может научить data scientist’ов. 

В этот раз среди нас будут не только профессионалы, эксперты и желающие стать аналитиками, но и преподаватели, как из государственных вузов, так и те, кто развивает аналитическую экспертизу в организациях (Wargaming, AIMATTER, exp(capital), Yandex, EPAM).

Регистрация на митап закрыта в связи с ограниченным количеством мест. Если вы хотите, чтобы мы добавили вас в лист ожидания и пригласили на встречу, в случае если места освободятся — заполните, пожалуйста, анкету ниже.

Дата: 19 ноября (суббота)
​Начало: 12:00
Регистрация на месте и welcome coffee: 11:30

Программа:

12:00—12:45 Использование белорусских открытых данных в обучающих целях / Алина Родачинская
Активист сообщества открытых данных opendata.by

В прошлом журналист. Координирует курс Вадима Шмыгова «Инфографика TUT». Два года занимается темой открытых данных. Участвует в организации хакатонов Hack For Future, развитии портала открытых данных Беларуси. Вместе с сообществом разрабатывает проекты, основанные на «живых» белорусских открытых данных.

Что интересного сообщество открытых данных может предложить аналитикам? Возможность переключиться с рутинных или учебных задач, получить опыт работы «в поле» с живыми, необработанными данными и фидбек от реальных пользователей. 
За время работы над «Открытые данные. Беларусь», мы поняли насколько необходимы примеры использования открытых данных в белорусских условиях. Это помогает доказать их ценность как чиновникам, так и бизнесу. Поэтому мы запустили «Лаборатории открытых данных» — регулярные встречи, на которых мы собираем и очищаем данные, создавая на их основе рабочие проекты. 
Сообщество началось с нескольких собранных датасетов, затем появился портал открытых данных, первый опыт проектов, на них основанных, попытки сработаться с чиновниками. Инвестировать время и силы в открытые данные стоит, и я приведу примеры того, как это окупается в мире.

13:00—13:45 Продвижение аналитики в организации — навыки и средства / Александр Пекарский
ОАО "Белагропромбанк"

Занимается исследованием вопросов внедрения аналитики в банковском бизнесе. Организовал проведение нескольких data science проектов по сегментации и кластеризации клиентской базы корпоративных клиентов крупного банка. Сейчас сосредоточен на вопросах создания и развития аналитических подразделений. 
 

В докладе Александр поделится методами и навыками, которые позволяют аналитику работать эффективно в бюрократическом учреждении. Он расскажет, почему крайне важно уметь продвигать и презентовать аналитику в банке.

15:00—15:45 Погружение в науку о данных / Денис Пирштук
Chief Data Scientist в InData Labs

Отвечает за формирование технического фокуса, экспертные оценки проектов, исследования и разработки в избранных направлениях, внедрение перспективных технологий, анализ и укоренение лучших индустриальных практик, менторинг и развитие компетенций отдела data science в InData Labs. Консультирует бизнес по вопросам data strategy. Пришел в сферу big data & data science благодаря Школе анализа данных. Преподает в БГУ семестровый курс «Методы анализа данных» в рамках дисциплины «Прикладной системный анализ».

Попробуем ответить на вопрос «Кто такой data scientist». На самом деле этим словом разные IT-компании называют принципиально разных специалистов, совместить работу которых сможет в себе лишь утопический data scientist. Мы рассмотрим структуру специальностей и академических инициатив в области анализа данных, которые есть в мире, обсудим их программы. Денис постарается объяснить на уровне компетенций, почему читаются именно такие курсы, соответствует ли их содержание ожиданиям индустрии. 

16:00—16:45 Что должен знать и уметь data scientist, который работает с данными из реального мира
Александр Золотарёв
Сооснователь MAPS.ME, сооснователь и ментор VibroBox

​13 лет в IT. Основные компетенции: С++, мобильные технологии и масштабируемые системы. Инженер, которому пришлось научиться делать бизнес: вырастить команду и набрать первые 2,5 миллиона пользователей в MAPS.ME. В настоящее время курирует проект VibroBox (сервис по вибродиагностике промышленного оборудования) и набирается знаний в сфере медицины и здравоохранения. 

​Игорь Давыдов
Руководитель проекта VibroBox

Кандидат технических наук (PhD), эксперт в области цифровой обработки сигналов (digital signal processing) и машинного обучения (machine learning). Сфера научных интересов – разработка экспертных систем принятия решений на основе алгоритмов машинного обучения, разработка методов и программных средств оценки состояния объектов наблюдения по вибро-акустическим сигналам.

17:00—18:00 Круглый стол по теме: «Чему вуз не может научить data scientist’а?» 

Регистрация на митап закрыта в связи с ограниченным количеством мест. Если вы хотите, чтобы мы добавили вас в лист ожидания и пригласили на встречу, в случае если места освободятся — заполните, пожалуйста, анкету ниже.

Дата: 19 ноября (суббота)
​Начало: 12:00
Регистрация на месте и welcome coffee: 11:15
Место проведения: Wargaming Conference Hall, Партизанский проспект 178/2, Минск, Беларусь

К месту проведения встречи будет организован бесплатный трансфер от ст. м. Могилевская (шаттл Wargaming, каждые 10-15 минут).

Присоединяйтесь к сообществу DataTalks на Facebook!

DataTalks – это:

• Профессиональное общение с экспертами Беларуси и СНГ.
• Возможность узнать о новейшем опыте применения аналитики данных для решения бизнес-задач в компаниях, работающих на мировом и местном рынках.
• Хороший повод задать вопросы экспертам и поделиться собственным опытом.

Для кого? Аналитиков, исследователей, менеджеров проектов и продуктов, информационных архитекторов. DataTalks – для всех, кто использует или собирается использовать в своей работе анализ данных или сложные математические алгоритмы, как для отчетности и принятия решений, так и для создания информационных систем.

До встречи на DataTalks #6!