Продолжительность

1,5 месяца
12 лекций

Интенсивность

36 часов
6 часов в неделю

Занятия

в понедельник и четверг,
c 19:00 до 22:00

Трудоустройство

в Ростелекоме или
в компании-партнёре

Старт

28 февраля 2019 г.

Уровень

с нуля

Сертификат

после прохождения обучения

Обучение

бесплатное

Для кого


Студенты последних курсов, кто видит своё развитие карьеры в сфере инженерии данных
и управления данными

Молодые специалисты с небольшим опытом работы

Все те, кто хочет углубиться в тему Data Governance и узнать о том, какие есть возможности и роли внутри области инженерии данных

Что будет на курсе

Лекции от лучших экспертов рынка
Мы и наши партнеры обладаем глубокой экспертизой в Data Engeneering и Data Governance и умеем говорить просто о сложных вещах.
Вы узнаете, какие роли существуют в этой области, какие навыки необходимо иметь
и с какими инструментами нужно быть знакомым.
Опыт реальных проектов
Вы получите базовые навыки по методам построения хранилищ данных, узнаете про современные подходы к обработке и извлечению информации из больших данных, увидите инструменты, которые позволяют повысить качество данных и их отображение.
И всё это на реальных проектах компаний.
Практика
У каждой лекции будет домашнее задание, которое нужно выполнить для закрепления материала.

Программа

Подходы к управлению данными: стратегические, организационные, технологические

Спикеры: Носов Сергей, Гиацинтов Олег, Малькова Лариса

Узнаем о роли данных в компании и поймем как их систематизировать

    • О роли данных в цифровой экономике
    • Почему важно быть data-driven организацией
    • Кто является лидером по монетизации данных
    • Из каких блоков строятся data-driven компании

  • Какие новые роли и новые подходы к работе необходимо развивать для эффективного управления корпоративными данными
  • Какие принципы и методики используются при построении функции управления корпоративными данными
  • На что стоит обратить внимание при разработке архитектуры системы управления данными
  • Что такое экосистема и почему в современном мире не обойтись без партнеров
  • Data Governance – что это такое?
  • Управление данными – это стратегическая бизнес-функция. Видение подходов на различных уровнях.
  • Методологический взгляд – DM-BOK и другие методологии
  • Стратегический уровень управления данными – данные как актив, их влияние на рост бизнеса
  • Операционный уровень управления данными – новая оргструктура, новые бизнес-процессы, новые подходы к работе бизнес-подраздлений
  • Технологический уровень управления данными – инструменты аудита метаданных, построения бизнес-глосcария и других видов описания метаданных, модели метаданных, big data и другие
  • Реальные примеры применения и возможные результаты

Материалы лекций

Подходы к управлению данными: стратегические, организационные
Малькова Лариса
Accenture

Технологический подход к управлению данными
Гиацинтов Олег
DIS Group

Подходы к управлению данными в Ростелекоме: стратегические, организационные, технологические
Носов Сергей
Ростелеком

Видеозапись лекций

Эволюция аналитических хранилищ данных

Спикер: Семененко Сергей

Узнаем, для чего нужны хранилища данных и как их строить

  • Назначение и предпосылки создания аналитического хранилища данных в компании
  • Хронология развития хранилищ данных
  • Базовые характеристики корпоративного хранилища данных
  • Способы реализации интеграционных потоков наполнения Datawarehouse
  • Области данных Datawarehouse и модели построения витрин данных (Data Marts)
  • Способы ведения истории в реляционных Datawarehouse
  • Технологические тенденции обработки больших массивов данных
  • Проблематика построения корпоративного хранилищ данных

Материалы лекций

Эволюция аналитических хранилищ данных
Семененко Сергей
Ростелеком

Вопросы для проверки знаний

Видеозапись лекции

Список рекомендуемой литературы

• Kimball Ralph “The Data Warehouse Toolkit (2 edition)” Wiley 2002
• Bill Inmon “Building the Datawarehouse (4 edition)” Wiley 2005
• Bill Inmon “Corporate Information Factory, CIF” ISBN 9780471399612
• Bill Inmon, Derek Strauss, Genia Neushloss “2.0: The Architecture for the Next Generation of Data Warehousing” ISBN 9780080558332DW
• Nathan Marz, James Warren «Big Data:Principles and best practices of scalable realtime data systems» ISBN 9781617290343

Направления и тенденции развития баз данных. MPP системы. Основы Greenplum.

Спикер: Павлов Дмитрий

Разберём, как современные компании справляются с ситуацией, когда данных слишком много

  • Как обрабатывать терабайты данных в реальном времени
  • Как спроектировать систему для обработки данных, не зная заранее объёма этих данных
  • Как устроена современная инфраструктура хранилища данных
  • Рассмотрим эти вопросы на примере Greenplum – открытой, гибкой и мощной системы для параллельной обработки данных

Материалы лекций

Направления и тенденции развития баз данных. MPP системы. Основы Greenplum.
Павлов Дмитрий
ARENADATA

Видеозапись лекции

Основы Hadoop. Современные подходы к обработке Big Data.

Спикер: Бородаенко Виктор

Научимся использовать основные инструменты работы с большими данными

  • Как выбирать и эффективно использовать современные инструменты Big Data
  • Какие существуют подходы к решению задач обработки больших данных
  • Как создавать и развивать комплексные системы хранения и обработки больших данных enterprise-уровня
  • Что нужно знать и учитывать при построении систем Big Data в своей компании

Материалы лекций

Основы Hadoop. Современные подходы к обработке Big Data.
Бородаенко Виктор
ARENADATA

Видеозапись лекции

Технологии интеграции данных. Подходы к построению хранилищ данных. Управление метаданными в интеграционных средах.

Спикер: Гиацинтов Олег

Разберем на примерах, как загружать данные в хранилища

  • Интеграция данных: цели и задачи
  • Виды технологий интеграции и их назначение
  • Применение интеграционных инструментов для различных задач: хранилища данных, миграции, синхронизации, построение межсистемных интерфейсов
  • Хранилища данных – что это и зачем нужно?
  • Основные особенности проектов построения хранилищ данных
  • Реальные примеры построения хранилищ
  • Управление метаданными – основные задачи применения
  • Технологии для управления метаданными
  • Реальные примеры в части управления метаданными

Материалы лекций

Технологии интеграции данных. Подходы к построению хранилищ данных. Управление метаданными в интеграционных средах.
Гиацинтов Олег
DIS Group

Видеозапись лекции

Вопросы для проверки знаний

Список рекомендуемой литературы

• Data Integration For Dummies
https://www.informatica.com/lp/data-integration-for-dummies_2642.html#fbid=0hz_o4BZO6b

• Big Data Management For Dummies
https://www.informatica.com/lp/big-data-management-for-dummies_3070.html#fbid=0hz_o4BZO6b

Декомпозиция задач как центральный элемент аналитики. Жизненный цикл проекта по созданию аналитического решения, операционная модель работы с данными.

Спикеры: Попов Иван, Фомин Алексей

Иван Попов и Алексей Фомин, старший менеджер и менеджер Accenture, расскажут, о чём необходимо помнить, работая с данными в большой организации и реализуя проекты по построению крупных аналитических решений, требующих участия большого количества людей и организации взаимодействия между ними:

  1. Обсудим, что такое декомпозиция и как декомпозировать задачи при работе с данными
  2. Проведём краткий обзор методологий Waterfall и Agile, сделаем выводы об их применимости для создания крупных аналитических решений
  3. Детально опишем жизненный цикл проекта в контексте больших аналитических систем, в том числе:
    1. Рассмотрим «Lessons Learned» из практики Accenture – на какие этапы проекта по созданию крупных аналитических решений стоит обращать особое внимание
    2. Узнаем о преемственности, архитектурном надзоре, взаимодействии с третьими сторонами и работе с большими разрозненными командами
  4. Дадим определение операционной модели (функций и ролей внутри неё) в рамках работы с данными, покажем примеры опер.моделей для направления DWH/BI
  5. На примере наработок Accenture расскажем о подходах и методах, позволяющих упростить и ускорить процесс разработки и внедрения аналитических систем – DevOps и Continuous Integration

Материалы лекций

Декомпозиция задач как центральный элемент аналитики. Жизненный цикл проекта по созданию аналитического решения, операционная модель работы с данными.
Попов Иван, Фомин Алексей
Accenture

Результаты Quiz

Видеозапись лекции

Работа с мастер-данными. Очистка клиентских данных.

Спикеры: Назаров Никита, Абдюшев Павел

Узнаем о том, что такое мастер-данные и как с ними работать

  1. Зачем нужны мастер-данные.
  2. Какие бывают мастер-данные.
  3. Клиентский MDM (или CDI):
    1. Почему CDI выделили в отдельное направление.
    2. Ключевые характеристики.
    3. Место в ландшафте компании.
    4. Почему CDI невозможнен без DataQuality
    5. Что требуется от DataQuality.

Материалы лекций

Работа с мастер-данными. Очистка клиентских данных.
Назаров Никита, Абдюшев Павел
HFLabs

Видеозапись лекции

Управление нормативно-справочной информацией (НСИ). Процессы и решения для повышения качества НСИ.

Спикер: Ильин Алексей

Узнаем что такое нормативно-справочная информация и как ей управлять на примере инструмента Ataccama Reference Data Manager (RDM)

  1. Познакомимся с подходом к автоматизации процессов управления НСИ
  2. Автоматизируем процессы НСИ на примере справочника точек продаж в учебном проекте на платформе Ataccama RDM
  3. Настроим решения НСИ на примере учебного проекта на платформе Ataccama RDM:
    1. настройка модели данных справочника,
    2. настройка рабочего процесса,
    3. настройка правил валидации данных,
    4. настройка иерархий,
    5. загрузка данных и интеграция с информационными системами

Материалы лекций

Управление нормативно-справочной информацией (НСИ). Процессы и решения для повышения качества НСИ.
Ильин Алексей
ADASTRA

Видеозапись лекции

Работа с качеством данных. Профилирование, очистка и DQ мониторинг.

Спикер: Гиацинтов Олег

Узнаем, что такое качество данных, зачем компаниям нужны качественные данные, как выявлять ошибки и их исправлять

  • Что такое качество данных? Разные варианты понимания термина
  • Основные проблемы качества данных
  • Варианты решения задач управления качеством данных
  • Основные виды технологий для управления качеством данных
  • Профилирование данных – что и зачем это? Примеры применения
  • Очистка данных – подходы к реализации и понимание ее необходимости
  • Методы и особенности выявления дубликатов записей для понимания «единой версии правды»
  • Мониторинг. Оценки качества данных и их дальнейшее применение.
  • Реальные примеры задач и решений в части управления качеством данных.

Материалы лекций

Работа с качеством данных. Профилирование, очистка и DQ мониторинг.
Гиацинтов Олег
DIS Group

Вопросы для проверки знаний

Видеозапись лекции

Управление vs администрирование процессов. Когда начинается аналитика и зачем она нужна. Критерии успеха проекта создания управленческой аналитики. Место аналитики в ИТ-архитектуре предприятия.

Спикер: Полехин Сергей

Узнаем, что такое управленческая аналитика и для чего она нужна

  • Управление vs администрирование процессов в организации
  • Когда появляется аналитика и зачем она нужна
  • Критерии успеха проекта создания управленческой аналитики
  • Место аналитики в ИТ-архитектуре предприятия

Материалы лекций

Управление vs администрирование процессов. Когда начинается аналитика и зачем она нужна. Критерии успеха проекта создания управленческой аналитики. Место аналитики в ИТ-архитектуре предприятия.
Полехин Сергей
Qlik

Видеозапись лекции

Современные платформы BI. Критерии выбора. Решение аналитических задач в BI-инструментах.

Спикер: Полехин Сергей

Научимся решать аналитические задачи на современных платформах

  • Архитектура и состав решения управленческой аналитики
  • Современные платформы BI: критерии выбора
  • Решение аналитических задач в BI-инструментах

Материалы лекций

Современные платформы BI. Критерии выбора. Решение аналитических задач в BI-инструментах.
Полехин Сергей
Qlik

Видеозапись лекции

Agile в управлении данными

Спикер: Егоркин Олег

Разберемся, что такое гибкий подход к разработке и развитию продукта, как он работает. И как правильно применять Agile фреймворки.

  1. Что такое Agile?
    • a. Agile манифест и принципы
    • b. Agile фреймворки. Чем отличается фреймворк от методологии
  1. Теория запутанности
    • a. Как определить, какой инструмент будет наиболее эффективен. Кеневин фреймворк.
  1. Современные подходы к созданию продукта
    • a. Формирование цепочки создания ценности. Lean Startup
    • b. Фокус на потребителе, дизайн мышление. Визуализация сustomer journey map, и определение MVP
    • c. Формирование бэклога, уровни планирования в Agile
  1. Эмпирический подход к управлению процессами
    • a. Использование механизмов обратной связи для улучшения процессов (клиентское демо, sprint review, ретроспектива)

Материалы лекций

Agile в управлении данными
Егоркин Олег
Ростелеком

Видеозапись лекции

Расписание

Открытие программы 28.02.2019
18:15 -19:00

Регистрация

19:00 – 19:15

Открытие программы

19:15 - 20:05

Лекция

20:05 – 20:25

Перерыв

20:25 – 22:00

Лекция

Расписание дня 04.03.2019 - 08.04.2019
19:00 – 20:20

Лекция

20:20 – 20:40

Перерыв

20:40 – 22:00

Лекция

Скачать расписание лекций

Программа

Подходы к управлению данными: стратегические, организационные, технологические

Спикеры: Носов Сергей, Гиацинтов Олег, Малькова Лариса

Узнаем о роли данных в компании и поймем как их систематизировать

    • О роли данных в цифровой экономике
    • Почему важно быть data-driven организацией
    • Кто является лидером по монетизации данных
    • Из каких блоков строятся data-driven компании

  • Какие новые роли и новые подходы к работе необходимо развивать для эффективного управления корпоративными данными
  • Какие принципы и методики используются при построении функции управления корпоративными данными
  • На что стоит обратить внимание при разработке архитектуры системы управления данными
  • Что такое экосистема и почему в современном мире не обойтись без партнеров
  • Data Governance – что это такое?
  • Управление данными – это стратегическая бизнес-функция. Видение подходов на различных уровнях.
  • Методологический взгляд – DM-BOK и другие методологии
  • Стратегический уровень управления данными – данные как актив, их влияние на рост бизнеса
  • Операционный уровень управления данными – новая оргструктура, новые бизнес-процессы, новые подходы к работе бизнес-подраздлений
  • Технологический уровень управления данными – инструменты аудита метаданных, построения бизнес-глосcария и других видов описания метаданных, модели метаданных, big data и другие
  • Реальные примеры применения и возможные результаты

Материалы лекций

Подходы к управлению данными: стратегические, организационные
Малькова Лариса
Accenture

Технологический подход к управлению данными
Гиацинтов Олег
DIS Group

Подходы к управлению данными в Ростелекоме: стратегические, организационные, технологические
Носов Сергей
Ростелеком

Эволюция аналитических хранилищ данных

Спикер: Семененко Сергей

Узнаем, для чего нужны хранилища данных и как их строить

  • Назначение и предпосылки создания аналитического хранилища данных в компании
  • Хронология развития хранилищ данных
  • Базовые характеристики корпоративного хранилища данных
  • Способы реализации интеграционных потоков наполнения Datawarehouse
  • Области данных Datawarehouse и модели построения витрин данных (Data Marts)
  • Способы ведения истории в реляционных Datawarehouse
  • Технологические тенденции обработки больших массивов данных
  • Проблематика построения корпоративного хранилищ данных

Материалы лекций

Эволюция аналитических хранилищ данных
Семененко Сергей
Ростелеком

Вопросы для проверки знаний

Список рекомендуемой литературы

• Kimball Ralph “The Data Warehouse Toolkit (2 edition)” Wiley 2002
• Bill Inmon “Building the Datawarehouse (4 edition)” Wiley 2005
• Bill Inmon “Corporate Information Factory, CIF” ISBN 9780471399612
• Bill Inmon, Derek Strauss, Genia Neushloss “2.0: The Architecture for the Next Generation of Data Warehousing” ISBN 9780080558332DW
• Nathan Marz, James Warren «Big Data:Principles and best practices of scalable realtime data systems» ISBN 9781617290343

Направления и тенденции развития баз данных. MPP системы. Основы Greenplum.

Спикер: Павлов Дмитрий

Разберём, как современные компании справляются с ситуацией, когда данных слишком много

  • Как обрабатывать терабайты данных в реальном времени
  • Как спроектировать систему для обработки данных, не зная заранее объёма этих данных
  • Как устроена современная инфраструктура хранилища данных
  • Рассмотрим эти вопросы на примере Greenplum – открытой, гибкой и мощной системы для параллельной обработки данных

Материалы лекций

Направления и тенденции развития баз данных. MPP системы. Основы Greenplum.
Павлов Дмитрий
ARENADATA

Основы Hadoop. Современные подходы к обработке Big Data.

Спикер: Бородаенко Виктор

Научимся использовать основные инструменты работы с большими данными

  • Как выбирать и эффективно использовать современные инструменты Big Data
  • Какие существуют подходы к решению задач обработки больших данных
  • Как создавать и развивать комплексные системы хранения и обработки больших данных enterprise-уровня
  • Что нужно знать и учитывать при построении систем Big Data в своей компании

Материалы лекций

Основы Hadoop. Современные подходы к обработке Big Data.
Бородаенко Виктор
ARENADATA

Технологии интеграции данных. Подходы к построению хранилищ данных. Управление метаданными в интеграционных средах.

Спикер: Гиацинтов Олег

Разберем на примерах, как загружать данные в хранилища

  • Интеграция данных: цели и задачи
  • Виды технологий интеграции и их назначение
  • Применение интеграционных инструментов для различных задач: хранилища данных, миграции, синхронизации, построение межсистемных интерфейсов
  • Хранилища данных – что это и зачем нужно?
  • Основные особенности проектов построения хранилищ данных
  • Реальные примеры построения хранилищ
  • Управление метаданными – основные задачи применения
  • Технологии для управления метаданными
  • Реальные примеры в части управления метаданными

Материалы лекций

Технологии интеграции данных. Подходы к построению хранилищ данных. Управление метаданными в интеграционных средах.
Гиацинтов Олег
DIS Group

Вопросы для проверки знаний

Список рекомендуемой литературы

• Data Integration For Dummies
https://www.informatica.com/lp/data-integration-for-dummies_2642.html#fbid=0hz_o4BZO6b

• Big Data Management For Dummies
https://www.informatica.com/lp/big-data-management-for-dummies_3070.html#fbid=0hz_o4BZO6b

Декомпозиция задач как центральный элемент аналитики. Жизненный цикл проекта по созданию аналитического решения, операционная модель работы с данными.

Спикеры: Попов Иван, Фомин Алексей

Иван Попов и Алексей Фомин, старший менеджер и менеджер Accenture, расскажут, о чём необходимо помнить, работая с данными в большой организации и реализуя проекты по построению крупных аналитических решений, требующих участия большого количества людей и организации взаимодействия между ними:

  1. Обсудим, что такое декомпозиция и как декомпозировать задачи при работе с данными
  2. Проведём краткий обзор методологий Waterfall и Agile, сделаем выводы об их применимости для создания крупных аналитических решений
  3. Детально опишем жизненный цикл проекта в контексте больших аналитических систем, в том числе:
    1. Рассмотрим «Lessons Learned» из практики Accenture – на какие этапы проекта по созданию крупных аналитических решений стоит обращать особое внимание
    2. Узнаем о преемственности, архитектурном надзоре, взаимодействии с третьими сторонами и работе с большими разрозненными командами
  4. Дадим определение операционной модели (функций и ролей внутри неё) в рамках работы с данными, покажем примеры опер.моделей для направления DWH/BI
  5. На примере наработок Accenture расскажем о подходах и методах, позволяющих упростить и ускорить процесс разработки и внедрения аналитических систем – DevOps и Continuous Integration

Материалы лекций

Декомпозиция задач как центральный элемент аналитики. Жизненный цикл проекта по созданию аналитического решения, операционная модель работы с данными.
Попов Иван, Фомин Алексей
Accenture

Результаты Quiz

Работа с мастер-данными. Очистка клиентских данных.

Спикеры: Назаров Никита, Абдюшев Павел

Узнаем о том, что такое мастер-данные и как с ними работать

  1. Зачем нужны мастер-данные.
  2. Какие бывают мастер-данные.
  3. Клиентский MDM (или CDI):
    1. Почему CDI выделили в отдельное направление.
    2. Ключевые характеристики.
    3. Место в ландшафте компании.
    4. Почему CDI невозможнен без DataQuality
    5. Что требуется от DataQuality.

Материалы лекций

Работа с мастер-данными. Очистка клиентских данных.
Назаров Никита, Абдюшев Павел
HFLabs

Управление нормативно-справочной информацией (НСИ). Процессы и решения для повышения качества НСИ.

Спикер: Ильин Алексей

Узнаем что такое нормативно-справочная информация и как ей управлять на примере инструмента Ataccama Reference Data Manager (RDM)

  1. Познакомимся с подходом к автоматизации процессов управления НСИ
  2. Автоматизируем процессы НСИ на примере справочника точек продаж в учебном проекте на платформе Ataccama RDM
  3. Настроим решения НСИ на примере учебного проекта на платформе Ataccama RDM:
    1. настройка модели данных справочника,
    2. настройка рабочего процесса,
    3. настройка правил валидации данных,
    4. настройка иерархий,
    5. загрузка данных и интеграция с информационными системами

Материалы лекций

Управление нормативно-справочной информацией (НСИ). Процессы и решения для повышения качества НСИ.
Ильин Алексей
ADASTRA

Работа с качеством данных. Профилирование, очистка и DQ мониторинг.

Спикер: Гиацинтов Олег

Узнаем, что такое качество данных, зачем компаниям нужны качественные данные, как выявлять ошибки и их исправлять

  • Что такое качество данных? Разные варианты понимания термина
  • Основные проблемы качества данных
  • Варианты решения задач управления качеством данных
  • Основные виды технологий для управления качеством данных
  • Профилирование данных – что и зачем это? Примеры применения
  • Очистка данных – подходы к реализации и понимание ее необходимости
  • Методы и особенности выявления дубликатов записей для понимания «единой версии правды»
  • Мониторинг. Оценки качества данных и их дальнейшее применение.
  • Реальные примеры задач и решений в части управления качеством данных.

Материалы лекций

Работа с качеством данных. Профилирование, очистка и DQ мониторинг.
Гиацинтов Олег
DIS Group

Вопросы для проверки знаний

Управление vs администрирование процессов. Когда начинается аналитика и зачем она нужна. Критерии успеха проекта создания управленческой аналитики. Место аналитики в ИТ-архитектуре предприятия.

Спикер: Полехин Сергей

Узнаем, что такое управленческая аналитика и для чего она нужна

  • Управление vs администрирование процессов в организации
  • Когда появляется аналитика и зачем она нужна
  • Критерии успеха проекта создания управленческой аналитики
  • Место аналитики в ИТ-архитектуре предприятия

Материалы лекций

Управление vs администрирование процессов. Когда начинается аналитика и зачем она нужна. Критерии успеха проекта создания управленческой аналитики. Место аналитики в ИТ-архитектуре предприятия.
Полехин Сергей
Qlik

Современные платформы BI. Критерии выбора. Решение аналитических задач в BI-инструментах.

Спикер: Полехин Сергей

Научимся решать аналитические задачи на современных платформах

  • Архитектура и состав решения управленческой аналитики
  • Современные платформы BI: критерии выбора
  • Решение аналитических задач в BI-инструментах

Материалы лекций

Современные платформы BI. Критерии выбора. Решение аналитических задач в BI-инструментах.
Полехин Сергей
Qlik

Agile в управлении данными

Спикер: Егоркин Олег

Разберемся, что такое гибкий подход к разработке и развитию продукта, как он работает. И как правильно применять Agile фреймворки.

  1. Что такое Agile?
    • a. Agile манифест и принципы
    • b. Agile фреймворки. Чем отличается фреймворк от методологии
  1. Теория запутанности
    • a. Как определить, какой инструмент будет наиболее эффективен. Кеневин фреймворк.
  1. Современные подходы к созданию продукта
    • a. Формирование цепочки создания ценности. Lean Startup
    • b. Фокус на потребителе, дизайн мышление. Визуализация сustomer journey map, и определение MVP
    • c. Формирование бэклога, уровни планирования в Agile
  1. Эмпирический подход к управлению процессами
    • a. Использование механизмов обратной связи для улучшения процессов (клиентское демо, sprint review, ретроспектива)

Материалы лекций

Agile в управлении данными
Егоркин Олег
Ростелеком

Расписание

Открытие программы 28.02.2019
18:15 -19:00

Регистрация

19:00 – 19:15

Открытие программы

19:15 - 20:05

Лекция

20:05 – 20:25

Перерыв

20:25 – 22:00

Лекция

Расписание дня 04.03.2019 - 08.04.2019
19:00 – 20:20

Лекция

20:20 – 20:40

Перерыв

20:40 – 22:00

Лекция

Скачать расписание лекций

Как поступить

1. Оставить заявку

до 30 января 2019 г.

2. Пройти собеседование

до 27 февраля 2019 г.

3. Начать обучение

28 февраля 2019 г.

Требования:

  Высшее образование или студент последнего курса.
  Опыт работы не обязателен, но является неоспоримым плюсом при зачислении.
  Навыки программирования.
  Аналитический склад ума.
  Желание развиваться в теме Data Governance.
  Понимание, что Data Science и Data Governance – это разные направления.

Ждем тебя на курсе

Компаний
Преподавателей
Лекций
Часов занятий

Преподаватели

Гиацинтов Олег

Технический директор DIS Group

Один из ведущих экспертов России в области стратегического управления данными, интеграции данных, обеспечения их качества, защиты, управления мастер-данными (НСИ), Big Data, управления знаниями, антифрод-систем, построения дата-центричных бизнес-процессов и другое.

Опыт руководства ИТ-проектами – 14 лет. Эксперт является ключевым спикером DIS Group, консультирует
и обучает партнёров и клиентов компании, руководит техническими специалистами и собственными разработками организации. Олег Гиацинтов входит в совет директоров DIS Group.

Носов Сергей

Директор по управлению данными ПАО “Ростелеком”

Носов Сергей в роли директора по управлению данными отвечает за стратегическое и операционное развитие работы с данными в компании ПАО «Ростелеком». Имеет более 10 лет опыта работы в области управления качеством данных, управления мастер-данными, развития аналитических систем и хранилищ данных. До работы в ПАО «Ростелеком» Сергей более 10 лет работал в банковской сфере и отвечал за управление данными в компаниях ПАО «Банк Открытие» в должности исполнительного директора по управлению данными, «Газпромбанк» (Акционерное общество) на позиции начальника Центра по управлению данными и за подготовку управленческой отчетности для розничного бизнеса в Сбербанке.

Сергей закончил факультет вычислительной математики и кибернетики Московского Государственного Университета им. М.В.Ломоносова.

Малькова Лариса

Управляющий директор департамента «Цифровые решения», Руководитель практики Digital delivery, Accenture Russia

Руководитель Практики Digital Accenture в России

С 2006 года работает в Московском офисе Accenture, руководила проектами для крупнейших организаций финансового сектора, ритейла и других индустрий на российском рынке по технологической трансформации бизнеса, разработке информационных и цифровых стратегий, включая стратегии монетизации данных
и омни-канальной трансформации, проектами системной интеграции и разработки специализированных технологических решений, в том числе интегрированных Фабрик Данных, Аналитических и систем Искусственного Интеллекта.

До Accenture Лариса около 10 лет работала в индустрии – машиностроение (ABB), в области Industrial Automation и в интернет-компаниях (.com), начиная с позиции разработчика программного обеспечения.

Лариса окончила Харьковский Авиационный институт (Аэрокосмический университет), факультет Систем Управления Летательными Аппаратами с присвоением квалификации инженер.

Егоркин Олег

Директор проектов ПАО “Ростелеком”

Образование: Информатика и вычислительная техника, МГТУ им. Баумана, Магистр

Специализация: Нормализация отношений бизнеса и ИТ
Проведение организационных трансформаций
Создание цифровых продуктовых фабрик
Организация процессов совместной работы Agile и функциональных команд (бимодальное ИТ)
Обучение, запуск и сопровождение Agile команд
Организация профессиональных сообществ (гильдий)

Павлов Дмитрий

С 2009-го года занимается распределёнными платформами хранения и обработки данных. Долгое время руководил отделом администрирования корпоративного хранилища данных в банке Тинькофф, специализация – массивно-параллельные СУБД. Сейчас развивает проект Arenadata DB – коммерческий дистрибутив на базе СУБД Greenplum.

Ильин Алексей

Алексей Ильин – эксперт в области управления качеством данных, управления мастер-данными и построения корпоративных хранилищ данных, обладающий около 15 годами опыта в данной области.  В качестве директора российского офиса компании Adastra отвечает за стратегические проекты в России в области управления качеством данных, управления мастер-данными, а также руководит центром компетенции Ataccama в Восточной Европе. До работы в Adastra Алексей сотрудничал с международными консалтинговыми компаниями, реализовав ряд проектов по управлению данными для ведущих российских предприятий в финансовой, розничной и нефтегазовой индустриях. Алексей закончил Московский Государственный Университет им. М.В.Ломоносова и является кандидатом технических наук.

Полехин Сергей

Сергей имеет высшее техническое образование. Опыт работы в сфере ИТ – более 25 лет, в том числе
в компаниях-лидерах ИТ-рынка Microsoft и Qlik. Сергей имеет значительный опыт реализации крупных инфраструктурных проектов и проектов, связанных с обработкой больших массивов данных в производственных и дистрибуторских компаниях, а также имеет высокую компетенцию в сфере облачных вычислений, виртуализации, API и SaaS. Сергей занимается созданием решений Qlik с 2012 года.

Семененко Сергей

Директор направления ПАО “Ростелеком”

Сергей имеет высшее техническое образование. Опыт работы в сфере IT – более 11 лет, в том числе в компаниях специализирующихся на разработке ПО и IT-консалтинге. Сергей имеет значительный опыт реализации крупных проектов построения аналитических систем и хранилищ данных, в банковских и телекоммуникационных компаниях. С 2016 года Сергей занимается построением аналитических систем на MPP платформе обработки больших массивов данных.

Бородаенко Виктор

Более 8 лет опыта создания корпоративных хранилищ данных и платформ хранения и обработки информации, в том числе крупнейших в России и СНГ. Обширный практический опыт реализации проектов
на базе классических технологий DWH, массивно-параллельных СУБД и технологий Big Data. В настоящее время – ведущий архитектор решений Big Data на базе стека технологий Arenadata, определяющий видение прикладных внедрений AD Hadoop и AD Streaming. Отвечает за комплексную информационную безопасность всех продуктов платформы Arenadata EDP.

Назаров Никита

Архитектор проектов внедрения, HFLabs
Опыт работы в IT — 10 лет. С 2012 года в области MDM и DataQuality.
В роли архитектора успешно выполнил более 10 проектов в России по очистке и интеграции клиентских данных.
Запустил клиентский MDM в компаниях ВТБ Страхование, Метлайф, ВТБ Страхование жизни, Банк Открытие, Газпромбанк, Деловые линии.

Абдюшев Павел

Директор по развитию продуктов компании HFLabs.
C 2004 года работает в IT. Прошел путь от ручного тестировщика до руководителя группы автоматизации, потом заинтересовался смежными темами — аналитикой, UX и развитием продуктов.
С 2012 года занимается качеством данных, MDM и CDI-системами. Внедрил CDI в МТС, Альфастрахование, банк «ФК “Открытие”», Метлайф, Банк Союз.
С 2007 года разрабатывает и преподает тренинги по тестированию, автоматизации тестирования и SQL, анализу данных.
Автор докладов на конференциях SQADays, ЛАФ, TestLabs, ConfetQA.

Попов Иван

Старший Менеджер Accenture Digital, Руководитель направления Data Management и Data Integration, Accenture Russia

Иван Попов имеет более чем 13-летний опыт работы в сфере ИТ и в банковской сфере, специализируясь на:
• Розничных и корпоративных банковских услугах;
• Внедрении и поддержке банковских приложений;
• Функциональном, техническом и бизнес-анализе;
• Разработке архитектуры интеграции данных и решений класса КХД
• Управлении проектами по аудиту и внедрению решений класса КХД
• Управлении корпоративными данными/качеством данных

Иван является выпускником факультета «Информатика и системы управления» Московского Государственного Технического Университета им. Н.Э.Баумана по специальности «ЭВМ, компьютерные системы и сети»

Фомин Алексей

Алексей является экспертом практики «Цифровые решения» московского офиса Accenture. Алексей имеет более 10 лет опыта работы в сфере ИТ, финансовой индустрии, специализируется на внедрении хранилищ данных, системах класса Big Data и бизнес-аналитики.

С отличием закончил магистратуру Высшей школы экономики по специальности «Информационная бизнес-аналитика» и имеет учёную степень кандидата экономических наук по специальности «Математические и инструментальные методы в экономике».

Алексей является сертифицированным специалистом по программным продуктам: IBM Cognos 8 BI (Solution Expert), QlikView 9.0 (Application Developer) и имеет опыт работы с различными инструментами класса ETL, BI, Advanced Analytics: DataStage, Oracle Data Integrator, Oracle Hyperion, Informatica PowerCenter, SAS и др.

FAQ

Обучение будет проводиться по понедельникам и четвергам с 19.00 до 22.00 с 28 февраля 2019 г. по 8 апреля 2019 г.

Обучение будет проводиться по адресу город Москва, проспект Мира, 119, стр.63 (здание Арт-техноград).

Да, успешно завершившие обучение молодые специалисты получат сертификат.

Чтобы поступить в Ростелекома DataTalks Вам необходимо заполнить анкету и пройти собеседование.

Все желающие, соответствующие требованиям к поступающим, могут подать заявку на обучение. По результатам сбора заявок с самыми интересными кандидатами будет проведено собеседование. Успешно прошедшие собеседование для поступления в Ростелеком DataTalks будут зачислены на программу обучения.

Нет, обучение на первой программе Ростелеком DataTalks, которая пройдет с 28 февраля 2019 г. по 8 апреля 2019 г. является бесплатным.

Да, успешно завершившие обучение молодые специалисты могут быть рекомендованы на работу или для прохождения стажировки в Ростелеком или компании-партнеры.

Контакты

  • Адрес проведения занятий:
    г. Москва, проспект Мира, 119, стр. 63. Арт-техноград
  • Email:
    datatalks@rt.ru

Обратная связь

[]
1 Step 1
keyboard_arrow_leftPrevious
Nextkeyboard_arrow_right
FormCraft - WordPress form builder

Наши партнёры