Анализ больших данных в промышленности

Факультет: ФИТКБ
Форма обучения: Очно-заочная с применением дистанционных технологий (без отрыва от производства)
Продолжительность: 108 часов
Стоимость: 16000 руб.
Выдаваемый документ: Удостоверение о повышении квалификации

Аснина Наталия Георгиевна
Доцент
Телефон: +7(473)271-71-50
Email: cdpo@cchgeu.ru


Описание:

Программа «Анализ больших данных в промышленности» предназначена для специалистов, которые хотят научиться извлекать ценную информацию из растущих массивов производственной информации. Участники освоят полный цикл работы с данными: от их сбора и обработки до анализа и наглядного представления результатов. Фокус сделан на практическом применении инструментов Python, SQL и систем визуализации для решения конкретных инженерных и технологических задач. Обучение проходит в гибридном формате и завершается защитой проекта, основанного на реальных или приближенных к реальности производственных данных. Программа дает фундаментальные навыки, востребованные для поддержки принятия решений на основе данных в современной промышленной компании.

Ключевые компетенции выпускника:

1.     Определять источники и типы промышленных данных, релевантные для анализа.

2.     Осуществлять сбор, очистку и первичную обработку больших массивов данных.

3.     Применять базовые методы статистического анализа и визуализации для решения инженерных задач.

4.     Строить интерактивные дашборды для мониторинга ключевых показателей процессов.

5.     Формулировать технические выводы и рекомендации на основе результатов анализа.




Примеры проектных заданий:

·         Анализ данных с датчиков насосного агрегата: визуализация рабочих режимов и поиск отклонений.

·         Построение дашборда эффективности работы участка сборки на основе данных производственного учета.

·         Исследование корреляции между параметрами настройки оборудования и качеством выпускаемой продукции.

Агрегация и анализ логов работы технологической установки для составления сводного отчета.
Темы:

Модуль 1. Введение, архитектура данных, установочное занятие.

Модуль 2. Интенсивная практика на Python и SQL, работа с реальными наборами данных.

Модуль 3. Решение отраслевых кейсов, построение дашбордов.

Модуль 4. Консультации и защита итогового проекта.