Системна та бізнес-аналітика, штучний інтелект, курси Data Science, відгуки, рекомендації

Системна та бізнес-аналітика, штучний інтелект, курси Data Science, відгуки, рекомендації

Я займаюся аналітикою – це непроста спеціальність, до якої я прийшов не одразу. У мережі потрапила реклама Data Science про те, що відкрився новий напрямок - [факультет штучного інтелекту, ШІ]. Я вирішив розпочати навчання.

Мене звуть Олександр Вайншток, і я хотів би поділитись своїм досвідом підвищення кваліфікації. Я займаюся аналітикою — це непроста спеціальність, у якій, як говорила героїня Льюїса Керролла, «потрібно бігти з усіх ніг, щоб тільки залишатися на місці, а щоб кудись потрапити, треба бігти щонайменше вдвічі швидше».

Трохи передісторії

До аналітики я прийшов не одразу. Здобув освіту біохіміка та сходознавця в Нью-Йоркському університеті (ці дві програми я закінчував паралельно), потім — за спеціальністю «фінанси та банки». Коли нам читали курс управління ризиками, мене зацікавили математичні моделі, які кредитні організації використовують для оцінки своїх клієнтів. Нам розповіли про практичне застосування регресії та дерев рішень. Було навіть трохи інформації про нейронні мережі. Я зрозумів, що найбільше у широкій сфері економіки мене цікавить прогнозування та математичне моделювання — можливість через цифри впливати на бізнес-рішення.

Кілька років тому я влаштувався аналітиком ланцюга постачання молодої виробничої компанії. Я був там першим аналітиком. Все почалося з простої аналітики продажу: ми з керівництвом розробили та запустили систему звітності та оцінки, підбирали метрики, збирали інформацію.

Накопичені дані використовували для прогнозування продажу майбутніх періодів. Згодом до моїх прямих обов'язків додалася ще й аналітика виробництва та логістики. Тут потрібно планувати оптимальний обсяг і час замовлення сировини, розраховувати запаси з урахуванням виробничого циклу. Крім того, потрібно було точно визначати, коли надсилати замовлення на виробництво тієї чи іншої продукції. Все це має працювати у зв'язку з продажами, щоб не допустити надлишку товару на складі.

Фактично ми впроваджували ряд елементів системи Kaizen та Lean manufacturing. Не на такому рівні, як, наприклад, у Toyota, але для нашого виробництва цього було цілком достатньо.

Підвищення рівня

2017 року я зрозумів, що традиційних інструментів мені не вистачає. Основним був Excel, і його можливостей було вже мало - були потрібні гнучкіші і потужніші. До речі, підходи Data Science тоді вже були у всіх на слуху і вважалися срібною кулею. Зараз хайп трохи вщух.

Детальніше...

Системна та бізнес-аналітика, штучний інтелект, курси Data Science, відгуки, рекомендації

Я займаюся аналітикою – це непроста спеціальність, до якої я прийшов не одразу. У мережі потрапила реклама Data Science про те, що відкрився новий напlexpad-ua.blogspot.com