Zaawansowana analiza danych

Oceniamy możliwość wykorzystania nauki o danych w organizacji.

• Znajdujemy przypadki użycia i wybieramy najbardziej obiecujący dla klienta.
  
  
• Oceniamy źródła danych i ich jakość, a także procesy integracji.
  
  
• Oceniamy kompetencje i identyfikujemy luki. Przekazujemy wiedzę dotyczącą wykorzystania narzędzia do uczenia maszynowego:
  
  • zapoznanie z środowiskiem Azure Machine Learning,
  • zapoznanie z zagadnieniami dotyczącymi przygotowania danych do analizy,
  • wykorzystanie dostępnych modeli ekonometrycznych/uczenia maszynowego w konkretnym obszarze biznesowym,
  • ocena jakości opracowanych modeli,
  • testowanie i wdrażanie modeli,
  • industrializacja modeli.
    
    
• Przekazujemy wiedzę dotyczącą procesów integracji i automatyzacji:
  
  • zapoznanie z środowiskiem pracy Azure Data Factory,
  • przepływy danych i ich wyzwalacze,
  • automatyzacja.
    
    
• Uruchamiamy i konfigurujemy środowisko Sandbox Data Science:
  
  • ruchamiamy magazyn danych i procesy integracji danych (Azure Data Lake, Azure Data Factory),
  • uruchamiamy usługę uczenia maszynowego (Azure Machine Learning).
    
    
• Przygotowujemy wybrany zaawansowany model analizy (model uczenia maszynowego).
  
  
• Wizualizujemy wyniki w raporcie Power BI.
  
  
• Prezentujemy sposoby industrializacji modelu, który obiecuje najwyższy zwrot z inwestycji.
  
  
• Prezentujemy wyniki wdrożenia nauki o danych w formie warsztatów z rekomendacjami dotyczącymi przyszłego rozwoju.

• Transfer wiedzy związany z Sandbox Data Science.
  
  
• Skonfigurowane środowisko Sandbox Data Science.
  
  
• Przykładowy model uczenia maszynowego. Wizualizacja w postaci raportu Power BI.
  
  
• Ostateczny raport oceniający wdrożenie nauki o danych w organizacji:
• • • przypadek biznesowy,
    • cykl nauki o danych,
    • wizja rozwoju,
    • koszty środowiska,
    • brakujące kompetencje zespołu,
    • plan wdrażania nauki o danych w organizacji.