Data Science

Дата проведения: 19 апреля 2019 года с 09.00 до 12.30 
Место проведения: Москва, ул. Россолимо, д.7, (м. Парк Культуры), ресторан «La Verona»

Профессиональное сообщество ИТ-директоров Global CIO приглашает Вас принять участие в бизнес-завтраке

"Data Science: практическое применение"

Data Science — это современный способ использования разнообразных данных в бизнесе, выходящий за пределы привычной статистики или бизнес-аналитики. Применять подходы Data Science можно и в тех случаях, когда размер доступных данных не является фантастическим. Смысл использования Data Science как раз в том, чтобы данные становились драйвером решений и изменений в бизнес-процессах. В этом смысле компания, в которой практикуется реальное использование Data Science, автоматически становится Data Driven.

​В рамках бизнес-завтрака мы обсудим как эффективно управлять данными, какие ошибки существуют при работе с большими массивами информации, какие современные подходы есть для решения поставленных задач. 

 

Участие для ИТ-руководителей компаний бизнес-заказчиков БЕСПЛАТНОЕ. Регистрация обязательна.
Условия для ИТ-поставщиков можно запросить по адресу: ystepanova@globalcio.ru


По любым вопросам, связанным с мероприятием, можно обращаться к координатору проекта
Яне Степановой ystepanova@globalcio.ru

Зарегистрироваться на мероприятие
+100 баллов к рейтингу


ПРОГРАММА


09.00 - 09.30     

Регистрация. Приветственный кофе. 

09.30 - 10.00 

Тема: "Анализ данных в музеях"
 

Владимир Определёнов

Заместитель директора по цифровому развитию

ГМИИ им. А.С.Пушкина

10.00 - 10.30 

Тема: Причины провала в Data Science проекте: деньги, процессы, люди.

Павел Мягких 

Директор по анализу данных (Chief Data Scientist)

Commercial Lab

10.30 - 11.00

Тема: «DataOps: в чем практическая польза для команды анализа данных?» 
 

Кирилл Лис

Руководитель направления технологического консалтинга в сфере данных и аналитики

EPAM

11.00 - 11.30

Тема: Гибридный интеллект. Сценарий использования в бизнесе.


Александр Рыжов
Школа ИТ-менеджмента
РАНХиГС

11.30 - 12.00

Тема: Data Science в e-commerce: задачи и особенности

Петр Ермаков

Senior Data Scientist Lamoda 

Со-организатор PyData и DataFest



Подробная информация

 

Владимир Определёнов

Заместитель директора по цифровому развитию

ГМИИ им. А.С.Пушкина
 

Образование
2019 - Бакалавриат: Московский городской педагогический университет, специальность «Педагогическое образование»
2013 - Магистратура: Российский государственный гуманитарный университет, специальность «Музеология и охрана объектов культурного и природного наследия»
2003 - Бакалавриат: Московский энергетический институт (технический университет), специальность «Радиотехника»

Дополнительное образование / Повышение квалификации / Стажировки
2017 - Программа повышения квалификации «Применение технологии радиочастотной идентификации (RFID) в учреждениях культуры»
 

Опыт работы
В настощий момент - заместитель директора ГМИИ им. А.С.Пушкина по цифровому развитию. Заведующий кафедрой, старший преподаватель: Факультет бизнеса и менеджмента / Школа бизнес-информатики / Базовая кафедра информационных технологий в сфере культуры
Начал работать в НИУ ВШЭ в 2012 году. Научно-педагогический стаж: 11 лет.

 

Павел Мягких 

Директор по анализу данных (Chief Data Scientist)

Commercial Lab


Опыт работы
Павел занимается оптимизацией розничных процессов с применением методов DS/AI. До этого руководил Data Science и аналитикой в Concept Group, Tupperware, внедрял решения по прогнозированию в adidas CIS.
Приглашенный преподаватель НИУ ВШЭ Департамента больших данных и информационного поиска.
В настоящий момент пишет диссертацию по динамическому ценообразованию в Университете Ливерпуля.

Кирилл Лис

Руководитель направления технологического консалтинга в сфере данных и аналитики

EPAM


Образование
Закончил Санкт-Петербургский государственный экономический университет по специальности «Прикладная информатика в экономике». 

Опыт работы
В EPAM работает с 2008 года, первоначально в сфере разработки и внедрения решений на базе приложений SAP.  В настоящее время занимается развитием практики EPAM по данным и аналитике в России и Европе. Обладает богатым опытом реализации аналитических проектов в различных сферах и масштабах: от исследования данных (Data Exploration) до разработки и внедрения в эксплуатацию моделей машинного обучения.