Případové studie z business data analytics

Pořádáno ve spolupráci s Katedrou ekonometrie Fakulty informatiky a statistiky Vysoké školy ekonomické v Praze.

Název předmětu: Případové studie z business data analytics

Kód předmětu: 4EK419

Datum a čas konání: 1.-3. listopadu 2022, 9:15 – 16:00

Místo konání: Vysoká škola ekonomická v Praze; poslední seminář v prostorách EY

Akreditace kurzu: Katedra ekonometrie, Fakulta informatiky a statistiky

Počet přidělených ECTS kreditů: 3

 

Registrace

 

Zaměření předmětu a prerekvizity

Absolventi kurzu získají praktické zkušenosti s datovou analýzou využívanou při řešení reálných business úloh. Kurz představí praktické problémy z vybraných odvětví (např. spotřební průmysl, telekomunikace, finanční sektor, energetika), které vedou na datové modelování. Kurz bude primárně zaměřen na práci během všech fází reálných projektů: definice úlohy a návrh modelu, sběr a transformace zdrojových dat až po konstrukci vlastního modelu, ověření jeho kvality a prezentaci výsledků zadavateli.
Praktické výpočty budou probíhat v Pythonu za použití běžných knihoven, např. numpy, pandas, scikit-learn.
Získané znalosti by při řešení úloh z ekonomické praxe měly posloužit pro efektivní získání dat a návrh modelu pro řešení analytického problému.
Vzhledem k zaměření předmětu se předpokládá základní znalost programování v libovolném jazyce (ideálně se základní zkušeností v Pythonu nebo R) a také základní znalosti regresních a klasifikačních modelů.

Rozvrh předmětu

Den 1 – úterý

1. listopadu 2022, 9:15-16:00

  • Úvod do praktických problémů business data analytics,
    role datového vědce
  • Základní terminologie a datové objekty.
    Typy datových analýz a jejich aplikace
  • Řešení business úlohy z hlediska navržení projektu: cíle a fáze

Den 2 – středa

2. listopadu 2022, 9:15-16:00

  • Představení typických příkladů z vybraných odvětví: spotřební průmysl, telekomunikace, finanční sektor, energetický průmysl

Den 3 – čtvrtek

3. listopadu 2022, 9:15-16:00

  • Představení typických příkladů z vybraných odvětví: spotřební průmysl, telekomunikace, finanční sektor, energetický průmysl
  • Zadání semestrální práce, diskuze nad daty

O nás

V našem týmu se potkáš s reálnou aplikací AI, datové vědy a datového engineeringu v businessu z tolika úhlů pohledu, jako na málokterém jiném místě. Přemýšlíme dnes a denně o tom, jak uzpůsobit případy užití datové vědy našim klientům tak, aby výsledkem byl užitečný produkt a skutečná přidaná hodnota.
Naše projekty jsou postavené na strojovém učení, typicky jsou to projekty zaměřené na udržení nebo zvyšování hodnoty zákazníků, ale i mnoho jiných. Pomáháme firmám předvídat, kteří zákazníci od nich odejdou, a chápat, proč odcházejí. Také jim navrhneme, co můžou dělat, aby u nich zůstali. Staráme se o to, aby klienti uměli s daty správně pracovat a interpretovat je. Součástí toho je jak dobrá znalost problému samotného, tak schopnost ho řešit za využití našeho technického know-how.
Jsme mladý tým nadšenců, který tím opravdu žije. 
Neustálé prohlubování technických znalostí u nás jde ruku v ruce s rozšiřováním schopností pracovat s klientem, naslouchat mu a vést ho do neprobádaných datově-analytických vod.
 

Přednášející

Tomáš Němeček

Michal Ambler

Linkedin

Michal vede Advanced Analytics tým v EY. Specializuje se na vývoji komplexních datových analýz a řešení založených na strojovém učení, především v odvětvích orientovaných na zákazníky a supply chain.

ey-radek-lastovicka-v2

Evgeniya Efremova

Linkedin

Evgeniya je konzultantem v Advanced Analytics týmu se zkušeností napříč různými odvětvími. Působila jak na tuzemských, tak i na zahraničních projektech v roli Data Scientist, Data Engineer nebo Data Analytika.

Tomáš Sobotka

Filip Wimmer

Linkedin

Filip je juniorním datovým vědcem. Mezi jeho hlavní přednosti patří dashboarding, finance a programování v Pythonu. Během svého působení v EY pracoval na mnoha projektech v bankovním a automobilovém sektoru.

Kontaktujte nás