1 февраля открылся новый, шестой, цикл проекта – «Уроки настоящей обработки данных», – который Центр проводит совместно с компанией Яндекс. 

Яндекс – давний партнер проекта: за пять лет существования программы эксперты компании проводят уже третий цикл.
Первые два модуля были посвящены машинному обучению (ребята учились распознавать текст на изображениях разной сложности) и алгоритмам (участники пробовали создать программу для управления дронами, роверами и автономными автомобилями для доставки заказов).

На очереди – «Уроки настоящей обработки данных». Февральский цикл будет посвящен упорядочению и исключению избыточной информации (т.е. нормализации данных) в базах данных, автоматизированному анализу текстов на основные орфографические ошибки, их замене с помощью алгоритмов и моделей Machine Learning. 

4 февраля в 16:00 по московскому времени на Youtube-канале «Сириуса» состоится открытая онлайн-лекция «Методы нормализации неструктурированных данных. Уточнение данных на практике».
К участию приглашаются все желающие.

Алексей Толстиков, старший преподаватель факультета прикладной математики и информатики Белорусского государственного университета, куратор Школы анализа данных в компании «Яндекс», тренер студентов и школьников на олимпиадах по программированию, рассказал о предстоящем кейсе и сфере аналитики данных в целом.

В модуле школьникам предложат попробовать погрузиться в область анализа данных на примере первого этапа обработки данных: необходимо проанализировать «чистоту» данных. Дело в том, что данные обычно приходят из разнородных источников, и для корректной обработки в автоматизированном режиме обычно требуется максимальное соответствие структуре. 

Предлагается изучить методы сопоставления текстовой информации на основе регулярных выражений, исправления опечаток в названиях, нормализации названий. В первую очередь эта задача имеет профориентационный характер: ребята попробуют разные приемы в программировании, получат наиболее чистый набор данных. Описанные выше техники и приемы являются активно используемыми в профессии, так что участники станут на несколько шагов ближе к анализу данных.

В современном IT аналитики данных занимаются очень разнообразными задачами: от анализа аномалий в поведении сервисов до предсказания показателей в краткосрочной и долгосрочной перспективе. То есть с использованием математического аппарата и программирования приходится пристально рассматривать прошлое, а порой с оценкой возможных ошибок заглядывать в будущее.

Задать вопросы об участии в проекте «Уроки настоящего» можно в официальной группе проекта.

Подробнее

Информация и иллюстрация сайта ОЦ «Сириус»