工程師
互聯(lián)網(wǎng)
創(chuàng)新
推薦課程
average > 0 ? $model->average . '分' : '10.0分' ?>

精益數(shù)據(jù)探查與數(shù)據(jù)治理工作坊

常國珍

前思特沃克(Thoughtworks)軟件技術(shù)有限公司 首席科學(xué)家

ThoughtWorks首席金融數(shù)據(jù)科學(xué)家,北京大學(xué)管理學(xué)博士,中國大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟專家委員會委員,騰訊云最有價值專家(TVP),建設(shè)銀行數(shù)據(jù)資產(chǎn)管理資深專家。著作《Python數(shù)據(jù)科學(xué):技術(shù)詳解與商業(yè)實踐》、《用商業(yè)案例學(xué)R語言數(shù)據(jù)挖掘》、《胸有成竹:數(shù)據(jù)分析的SASEG進階》等多本著作。擁有15年金融、電信和互聯(lián)網(wǎng)行業(yè)經(jīng)驗。在加入ThoughtWorks之前,曾在畢馬威咨詢大數(shù)據(jù)部擔(dān)任總監(jiān)、在中銀消費金融數(shù)據(jù)部擔(dān)任高級經(jīng)理、在百度大數(shù)據(jù)部擔(dān)任算法工程師。現(xiàn)專注于金融行業(yè)的數(shù)據(jù)戰(zhàn)略、數(shù)據(jù)應(yīng)用、數(shù)據(jù)治理和數(shù)字化人才培養(yǎng),同時提供數(shù)智化客戶運營和風(fēng)險管控的解決方案。

ThoughtWorks首席金融數(shù)據(jù)科學(xué)家,北京大學(xué)管理學(xué)博士,中國大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟專家委員會委員,騰訊云最有價值專家(TVP),建設(shè)銀行數(shù)據(jù)資產(chǎn)管理資深專家。著作《Python數(shù)據(jù)科學(xué):技術(shù)詳解與商業(yè)實踐》、《用商業(yè)案例學(xué)R語言數(shù)據(jù)挖掘》、《胸有成竹:數(shù)據(jù)分析的SASEG進階》等多本著作。擁有15年金融、電信和互聯(lián)網(wǎng)行業(yè)經(jīng)驗。在加入ThoughtWorks之前,曾在畢馬威咨詢大數(shù)據(jù)部擔(dān)任總監(jiān)、在中銀消費金融數(shù)據(jù)部擔(dān)任高級經(jīng)理、在百度大數(shù)據(jù)部擔(dān)任算法工程師?,F(xiàn)專注于金融行業(yè)的數(shù)據(jù)戰(zhàn)略、數(shù)據(jù)應(yīng)用、數(shù)據(jù)治理和數(shù)字化人才培養(yǎng),同時提供數(shù)智化客戶運營和風(fēng)險管控的解決方案。

課程費用

5800.00 /人

課程時長

2

成為教練

課程簡介

互聯(lián)網(wǎng)的下半場,各類業(yè)務(wù)線上化的進程加速發(fā)展,毋庸置疑數(shù)據(jù)智能是必不可少的加速器。
但是,諸多因素又阻礙了企業(yè)的數(shù)據(jù)創(chuàng)新。諸如“數(shù)據(jù)人才實在很難獲得和培養(yǎng)”、“一個個小的PoC未形成更大更廣的影響力”、“太多數(shù)據(jù)項目是技術(shù)驅(qū)動而非業(yè)務(wù)成果驅(qū)動,數(shù)據(jù)價值長期不可見”、“企業(yè)內(nèi)部并不是所有人都理解數(shù)據(jù)驅(qū)動,也不是所有人都接受數(shù)據(jù)驅(qū)動”、“數(shù)據(jù)科學(xué)家獨立工作,無法與技術(shù)人員和業(yè)務(wù)人員拉通”等等。造成這些現(xiàn)象的根本原因是企業(yè)內(nèi)部數(shù)字化工作中數(shù)據(jù)價值鏈沒有打通,業(yè)務(wù)、數(shù)據(jù)和技術(shù)團隊沒有以業(yè)務(wù)價值為目標而通力合作。
本次工作坊,使用精益數(shù)據(jù)創(chuàng)新(Lean Data Discovery)的方法論,為那些希望盤活企業(yè)數(shù)據(jù),利用智能技術(shù)為業(yè)務(wù)提供價值的人,去發(fā)現(xiàn)有業(yè)務(wù)價值且可行的創(chuàng)新數(shù)據(jù)產(chǎn)品列表,用于制定數(shù)據(jù)應(yīng)用規(guī)劃、數(shù)據(jù)治理規(guī)劃和數(shù)據(jù)平臺規(guī)劃。

目標收益

1、了解數(shù)據(jù)應(yīng)用規(guī)劃的制定流程
2、了解數(shù)據(jù)產(chǎn)品開發(fā)的流程和主流工具
3、了解常用的算法模型和使用場景
4、了解數(shù)據(jù)治理的主要作用和核心模塊
5、構(gòu)建滿足企業(yè)自身業(yè)務(wù)需求的數(shù)據(jù)產(chǎn)品開發(fā)計劃

培訓(xùn)對象

1、企業(yè)數(shù)字化創(chuàng)新團隊
2、數(shù)據(jù)產(chǎn)品經(jīng)理
3、企業(yè)業(yè)務(wù)、數(shù)據(jù)、技術(shù)部門中數(shù)據(jù)創(chuàng)新人員

課前準備

1、每個組分配白板和馬克筆
2、四色四方的百事貼
3、企業(yè)內(nèi)部IT系統(tǒng)數(shù)據(jù)字典或設(shè)計文檔

課程大綱

數(shù)據(jù)應(yīng)用與數(shù)據(jù)產(chǎn)品 數(shù)據(jù)應(yīng)用規(guī)劃
企業(yè)數(shù)字化轉(zhuǎn)型離不開對數(shù)據(jù)應(yīng)用能力的建立與能力復(fù)用,數(shù)據(jù)應(yīng)用規(guī)劃是滿足企業(yè)未來若干年業(yè)務(wù)智能化的發(fā)展需求,運用精益價值樹的方法,協(xié)助企業(yè)構(gòu)建起滿足自身發(fā)展需求的數(shù)據(jù)應(yīng)用產(chǎn)品集。

數(shù)據(jù)產(chǎn)品開發(fā)
講解三大類數(shù)據(jù)應(yīng)用場景(運營優(yōu)化、風(fēng)險識別、違規(guī)識別)的指標體系、標簽體系、算法模型的體系架構(gòu)。并且以客戶運營的標簽體系的數(shù)據(jù)產(chǎn)品開發(fā)為例,講解產(chǎn)品定位、用戶畫像和用戶需求調(diào)研。詳細講解數(shù)據(jù)產(chǎn)品全周期開發(fā)過程、工具、方法,分享最佳實踐案例
算法知識講解 分類算法及案例
講解常見的邏輯回歸、決策樹、隨機森林、GBDT和復(fù)雜網(wǎng)絡(luò)等分類算法的基本原理和在評估客戶流失意愿、識別違規(guī)操作的用例。

模式識別算法及案例
講解聚類、關(guān)聯(lián)規(guī)則、異常識別等三個主流的模式識別算法。并介紹這些算法在渠道類型劃分、故障模式識別、財務(wù)異常識別中的用例。

預(yù)測和優(yōu)化算法及案例
講解時序預(yù)測和運籌優(yōu)化算法的基本原理和其在物流優(yōu)化方面的用例。
數(shù)據(jù)治理 數(shù)據(jù)治理概述
講解價值導(dǎo)向數(shù)據(jù)治理的核心原理,厘清規(guī)劃域、保障域、執(zhí)行域之間的關(guān)系。同時講解數(shù)據(jù)確權(quán)、元數(shù)據(jù)、數(shù)據(jù)標準等具體數(shù)據(jù)管理模塊之間的關(guān)系。

數(shù)據(jù)管理能力成熟度評估
介紹DCMM數(shù)據(jù)管理能力成熟度評估模型,確立評估收益、評估方法、評估過程,分享真實高評分數(shù)據(jù)標準最佳案例,根據(jù)企業(yè)不同情況輔助答疑

數(shù)據(jù)資產(chǎn)盤點
介紹數(shù)據(jù)資產(chǎn)管理概述,通過四種專業(yè)的數(shù)據(jù)資產(chǎn)梳理方法,識別企業(yè)核心的數(shù)據(jù)資產(chǎn),建立數(shù)據(jù)資產(chǎn)目錄,結(jié)合元數(shù)據(jù)為數(shù)據(jù)資產(chǎn)管理提供管理依據(jù)

數(shù)據(jù)標準化
介紹數(shù)據(jù)標準歷程和經(jīng)驗借鑒,了解數(shù)據(jù)標準總體要求與屬性分類要求,詳細介紹數(shù)據(jù)標準制定與落地方法

數(shù)據(jù)質(zhì)量提升
介紹數(shù)據(jù)質(zhì)量概念與管理數(shù)據(jù)質(zhì)量的活動,分解數(shù)據(jù)質(zhì)量工程實踐十步法的方法論和實踐要點
精益數(shù)據(jù)探查工作坊 背景介紹
隨著數(shù)字化轉(zhuǎn)型的逐步深?,新協(xié)作模式的引?成為了?項重點?作。尤其是在?對?些創(chuàng)新型產(chǎn)品(服務(wù))的設(shè)計??,需要引?新的協(xié)同模式。本部分講解業(yè)界設(shè)計思維(Design Thinking)的實踐和成功度量的?法。該方法分為兩次發(fā)散和收斂過程。第一次用于尋找業(yè)務(wù)創(chuàng)新點,第二次用于尋找解決方案。

機會點激發(fā)
第一次發(fā)散:深入業(yè)務(wù)洞察,梳理業(yè)務(wù)痛點和新機會;
第一次收斂:根據(jù)價值/難度進行機會點優(yōu)先級排序,同時尋找北極星指標且進行指標分解

舉措激發(fā)
第二次發(fā)散:針對高優(yōu)先級的機會點進行詳細設(shè)計,使用頭腦風(fēng)暴的方法激發(fā)舉措;
第二次收斂:進行舉措優(yōu)先級排序,明確需要用到的數(shù)據(jù)資源,算法工具和人員安排

分組展示
數(shù)據(jù)應(yīng)用與數(shù)據(jù)產(chǎn)品
數(shù)據(jù)應(yīng)用規(guī)劃
企業(yè)數(shù)字化轉(zhuǎn)型離不開對數(shù)據(jù)應(yīng)用能力的建立與能力復(fù)用,數(shù)據(jù)應(yīng)用規(guī)劃是滿足企業(yè)未來若干年業(yè)務(wù)智能化的發(fā)展需求,運用精益價值樹的方法,協(xié)助企業(yè)構(gòu)建起滿足自身發(fā)展需求的數(shù)據(jù)應(yīng)用產(chǎn)品集。

數(shù)據(jù)產(chǎn)品開發(fā)
講解三大類數(shù)據(jù)應(yīng)用場景(運營優(yōu)化、風(fēng)險識別、違規(guī)識別)的指標體系、標簽體系、算法模型的體系架構(gòu)。并且以客戶運營的標簽體系的數(shù)據(jù)產(chǎn)品開發(fā)為例,講解產(chǎn)品定位、用戶畫像和用戶需求調(diào)研。詳細講解數(shù)據(jù)產(chǎn)品全周期開發(fā)過程、工具、方法,分享最佳實踐案例
算法知識講解
分類算法及案例
講解常見的邏輯回歸、決策樹、隨機森林、GBDT和復(fù)雜網(wǎng)絡(luò)等分類算法的基本原理和在評估客戶流失意愿、識別違規(guī)操作的用例。

模式識別算法及案例
講解聚類、關(guān)聯(lián)規(guī)則、異常識別等三個主流的模式識別算法。并介紹這些算法在渠道類型劃分、故障模式識別、財務(wù)異常識別中的用例。

預(yù)測和優(yōu)化算法及案例
講解時序預(yù)測和運籌優(yōu)化算法的基本原理和其在物流優(yōu)化方面的用例。
數(shù)據(jù)治理
數(shù)據(jù)治理概述
講解價值導(dǎo)向數(shù)據(jù)治理的核心原理,厘清規(guī)劃域、保障域、執(zhí)行域之間的關(guān)系。同時講解數(shù)據(jù)確權(quán)、元數(shù)據(jù)、數(shù)據(jù)標準等具體數(shù)據(jù)管理模塊之間的關(guān)系。

數(shù)據(jù)管理能力成熟度評估
介紹DCMM數(shù)據(jù)管理能力成熟度評估模型,確立評估收益、評估方法、評估過程,分享真實高評分數(shù)據(jù)標準最佳案例,根據(jù)企業(yè)不同情況輔助答疑

數(shù)據(jù)資產(chǎn)盤點
介紹數(shù)據(jù)資產(chǎn)管理概述,通過四種專業(yè)的數(shù)據(jù)資產(chǎn)梳理方法,識別企業(yè)核心的數(shù)據(jù)資產(chǎn),建立數(shù)據(jù)資產(chǎn)目錄,結(jié)合元數(shù)據(jù)為數(shù)據(jù)資產(chǎn)管理提供管理依據(jù)

數(shù)據(jù)標準化
介紹數(shù)據(jù)標準歷程和經(jīng)驗借鑒,了解數(shù)據(jù)標準總體要求與屬性分類要求,詳細介紹數(shù)據(jù)標準制定與落地方法

數(shù)據(jù)質(zhì)量提升
介紹數(shù)據(jù)質(zhì)量概念與管理數(shù)據(jù)質(zhì)量的活動,分解數(shù)據(jù)質(zhì)量工程實踐十步法的方法論和實踐要點
精益數(shù)據(jù)探查工作坊
背景介紹
隨著數(shù)字化轉(zhuǎn)型的逐步深?,新協(xié)作模式的引?成為了?項重點?作。尤其是在?對?些創(chuàng)新型產(chǎn)品(服務(wù))的設(shè)計??,需要引?新的協(xié)同模式。本部分講解業(yè)界設(shè)計思維(Design Thinking)的實踐和成功度量的?法。該方法分為兩次發(fā)散和收斂過程。第一次用于尋找業(yè)務(wù)創(chuàng)新點,第二次用于尋找解決方案。

機會點激發(fā)
第一次發(fā)散:深入業(yè)務(wù)洞察,梳理業(yè)務(wù)痛點和新機會;
第一次收斂:根據(jù)價值/難度進行機會點優(yōu)先級排序,同時尋找北極星指標且進行指標分解

舉措激發(fā)
第二次發(fā)散:針對高優(yōu)先級的機會點進行詳細設(shè)計,使用頭腦風(fēng)暴的方法激發(fā)舉措;
第二次收斂:進行舉措優(yōu)先級排序,明確需要用到的數(shù)據(jù)資源,算法工具和人員安排

分組展示

活動詳情

提交需求