Корпоративный центр новых технологий
+7 (342) 298-52-36, 293-83-22, 277-57-46
Автономная некоммерческая организация дополнительного профессионального образования «Корпоративный центр новых технологий»
Система корпоративного развития персонала
Обучение по охране труда, промышленной, пожарной и электробезопасности, энергоэффективности
УЧЕБНЫЕ НОВОСТИ
ВИДЫ УСЛУГ
НАШИ КЛИЕНТЫ
ОТЗЫВЫ
АКЦИИ
СДЕЛАТЬ ЗАЯВКУ
Сведения об образовательной организации
ДОКУМЕНТЫ
КОНТАКТЫ
Мы на пульсе цен
Наши партнёры

Цифровые технологии управления производством

Образовательная программа


16 часов

Образовательная программа
"Информационные технологии управления производством"

Регистрация на программу

В рамках реализации мероприятий по поддержке занятости приоритетной программы «Повышение производительности труда и поддержка занятости»

Аннотация: Бизнес даже не представляет, что в его распоряжении «горы золота», спрятанные в недрах информации, находящейся в базах данных, рабочих электронных таблицах, интернете и т.д. Традиционные методы, применявшиеся математиками и статистиками, весьма затратные по времени и стоимости для получения полезной информации.

Сегодня на рынке представлено множество инструментов, которые делают современные методы поиска скрытых закономерностей прибыльным делом, доступным для производственных компаний.

Курс рассчитан как на начинающих, так и на опытных аналитиков, линейных руководителей, экономистов, финансистов, производственников, специалистов по персоналу, желающих освоить методы «раскопки» данных и поиска скрытых закономерностей для принятия управленческих решений, и разработке операционной аналитики.

Учебно-тематический план (16 часов)

Модуль 1. Введение в операционную аналитику (4 часа)

Сравнение разных подходов поиска скрытых закономерностей (статистики, машинного обучения и Data Mining)

  1. Понятие Data Mining и интеллектуальные системы обработки данных 
  2. Что такое данные и измерения? 
  3. Типы наборов данных их атрибутов и форматов хранения данных Базы данных.
  4. Основные положения Классификация видов данных и метаданные 
  5. Задачи Data Mining 
  6. От данных к решениям, от задачи к приложению 
  7. Сопоставление и сравнение понятий «информация», «данные», «знание»

Принципы классификации и кластеризации данных

  1. Задача кластеризации 
  2. Применение кластерного анализа

Прогнозирование и визуализация

  1. Задача прогнозирования 
  2. Сравнение задач прогнозирования и классификации 
  3. Прогнозирование и временные ряды 
  4. Задача визуализации

Применение Data Mining для решения бизнес-задач

  1. Data Mining для научных исследований 
  2. Основы анализа данных 
  3. Описательная статистика 
  4. Корреляционный анализ 
  5. Регрессионный анализ 90

Методы построения алгоритмов «Деревья решений»

  1. Преимущества деревьев решений 
  2. Процесс конструирования дерева решений

Метод опорных векторов «ближайшего соседа»

  1. Метод опорных векторов 
  2. Линейный метод прогнозирования 
  3. Метод "ближайшего соседа" поиск закономерностей по аналогии

Модуль 2. Нейронные сети (8 часов)

Нейронные сети

  1. Элементы нейронных сетей 
  2. Архитектура нейронных сетей 
  3. Обучение нейронных сетей 
  4. Модели нейронных сетей 
  5. Программное обеспечение для работы с нейронными сетями
  6. Пример решения задачи 
  7. Пакет Matlab 
  8. Нейронные сети. Самоорганизующиеся карты Кохонена 
  9. Классификация нейронных сетей 
  10. Подготовка данных для обучения 
  11. Выбор структуры нейронной сети 
  12. Карты Кохонена 
  13. Анализ данных в Microsoft Excel

Модуль 3. Блокчейн (8 часов)

История блокчейна. Основные понятия. Бизнес-модели блокчейн-проектов

  1. История появления блокчейн-технологий  
  2. Основные понятия и задачи 
  3. Бизнес-модели и классификация блокчейн проектов. 
  4. Где технология блокчейн может быть применима, а где нет 
  5. Методология запуска блокчейн-проектов с нуля до ICO 
  6. Инвестиционные инструменты цифровой экономики и криптографические токены
  7. Традиционные финансовые инструменты (акции, фьючерсы, опционы и др.) и их свойства
  8. Место ICO среди традиционных инструментов фондового рынка 
  9. Краудинвестиции, венчурные инвестиции, IPO, ICO. 
  10. Криптографические токены, цифровые активы и их виды

Основы блокчейн

  1. Определения блокчейна. 
  2. Блоки, механизмы сцепления блоков и целостность цепочки. 
  3. Основные моменты алгоритма Bitcoin. 
  4. Адреса и транзакции. 
  5. Структура блока. 
  6. Требования сложности и схема работы майнингового алгоритма. 
  7. Понятие консенсуса и подробное рассмотрение консенсуса Proof Of Work. 
  8. Аспекты безопасности проведение транзакций, экономическая безопасность платежной сети Bitcoin. 
  9. Атака double spend и атака 51%, стратегии майнинговых пулов и обсуждение стабильности работы сети.  
  10. Задача византийских генералов и другие виды консенсуса.  
  11. "Proof of stake" и "delegated proof of stake".  
  12. Движок graphene и проекты на его основе.  
  13. Примеры сложной внутренней экономики проекта, вопросы децентрализации.  
  14. "Proof of storage" и децентрализованное хранение.  
  15. "Proof of compute" и туманные вычисления.  
  16. "Proof of everything" и переход к построению виртуальной машины на блокчейне.

Механика биткоина

  1. Транзакции в биткоин 
  2. Скрипты в биткоин
  3. Приложения 
  4. Блоки 
  5. Сеть биткоин 
  6. Bitcoin как платформа 
  7. Ограничения сети и проблемы 
  8. Скриптовый язык в Bitcoin 
  9. Использование криптовалют в реальной жизни. Концепция "сам себе банк"
  10. Использование различных типов кошельков.  
  11. Процессинг, биржи и трейдинг криптовалют 
  12. "Холодное" и "горячее" хранение 
  13. Как безопасно хранить криптовалюты  
  14. Безопасность: различные виды атак и способы противодействия 
  15. Анонимность и псевдоанонимность. Возможность деанонимизации пользователей криптовалют. 
  16. Миксование - как способ полной анонимности 
  17. Tor, Zcoin и Zcash 
  18. Майнинг в биткоин 
  19. Задачи майнеров биткоина 
  20. Оборудование для майнинга 
  21. Техническая настройка 
  22.  Энергопотребление и экология 
  23. Насчет экономики фермы 
  24. Пулы майнеров 
  25. Альтернативные способы достижения консенсуса 
  26. Изучение White paper и механик успешных ICO 
  27. Подбор Top 10 кейсов по теме своего проекта 
  28. Изучение проектов и истории их запуска 
  29. Изучение white paper проектов 
  30. Изучение команды проектов 
  31. Изучение стратегий маркетинга и ICO успешных проектов

Ведущие преподаватели:

  1. Гулидов Сергей Анатольевич, старший преподаватель АНО ДПО «КЦНТ», Опыт практической работы свыше 20 лет. 
  2. Ахметова Марина Игоревна, к.э.н., доцент кафедры «Экономика и финансы» ПНИПУ, эксперт по вопросам управления затратами на производстве. Консультант предприятий по экономике и финансам, предприниматель, крипто-инвестор.

Если вы ответили «да» хотя бы на один из этих вопросов, то эта программа для  Вас!


Внимание каждому участнику обучения - наш стиль!

Перейти на учебные программы по управлению персоналом

Телефоны:+7 (342) 298-52-36, 277-57-46, 293-83-22, 241-41-25
Новости | Виды услуг | Литература | Документы | Персонал | Контакты
«Корпоративный центр новых технологий» © 2018
Тел. +7 (342) 298-52-36    Тел. +7 (342) 277-57-46    Тел. +7 (342) 293-83-22    E-Mail: mail@kcnt.ru
Адрес: 614007, Пермский край, г. Пермь, ул. 25 Октября, 72, второй этаж