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: 6.-8. února 2024, 9:15–15:45
Místo konání: v prostorách EY ve Florentinu: Na Florenci 2116/15, Praha 1 – vchod D
Akreditace kurzu: Katedra ekonometrie, Fakulta informatiky a statistiky
Počet přidělených ECTS kreditů: 3
Kapacita kurzu: 25
Registrace: nejpozději do 22. ledna 2024 nebo do naplnění kapacity
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
6. února 2024, 9:15-15:45
- 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
- Úvod do Pythonu a SQL
Den 2 – středa
7. února 2024, 9:15-15:45
- Představení typických příkladů z vybraných odvětví: spotřební průmysl, telekomunikace, finanční sektor, energetický průmysl
- Data preprocessing a engineering
- Modelování
Den 3 – čtvrtek
8. února 2024, 9:15-15:45
- 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
Michal Ambler
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.
Evgeniya Efremova
Evgeniya je seniorním 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.
Filip Wimmer
Filip je seniorním 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.
