Эссе о том, как аналитику данных можно применить к области или теме по вашему выбору. Это может быть любая сфера, такая как розничная торговля, транспорт, логистика, медицина или любая другая отрасль.
Нужно определить, что организация ожидает добиться от деятельности по анализу данных, типы данных, которые они генерируют и проблемы, связанные с этими данными, и способы их преодоления. Можно выбрать реальную компанию.
В отчете основное внимание уделяется циклу анализа данных(например, CRISP-DM, KDD). Необходимо предоставить примеры того, где в вашей области использовались алгоритмы предварительной обработки данных и машинного обучения.

1. Введение
Краткое изложение основных моментов, которые вы будете обсуждать в своем эссе. В первую очередь необходимо определить уровень аналитических возможностей выбранной организации. В вашем отчете должны быть изложены выбранная вами тема, обоснование и основные темы, которые вы определили. 100 слов.

2. Ожидаемые данные и инфраструктура анализа данных, которые будут использоваться
Цель этого раздела — убедиться, что вы понимаете типы данных и проблемы предварительной обработки, которые могут возникнуть в выбранной вами организации. Какие типы данных будут использоваться? Будут ли это структурированные данные, хранящиеся в базах данных? Или в озере данных будут также храниться неструктурированные и частично структурированные данные? Обсудите архитектора анализа данных, который, по вашему мнению, будет необходим, будет ли это облачное решение или локальное кластерное решение? 200-250 слов.

3. Ожидаемые методы предварительной обработки данных и машинного обучения.
В этом разделе вы должны обсудить методы предварительной обработки данных (например, ETL/ELT), дизайн управления данными и методы машинного обучения, которые можно применить к данным из выбранной вами темы. Будете ли вы хранить данные в хранилище данных схемы «звезда/снежинка» или не в озере данных схемы? Как вы решаете проблемы с качеством данных (например, отсутствующие данные и выбросы) в данных? Будет ли модель машинного обучения контролируемой или неконтролируемой, или и той, и другой? Какие типы алгоритмов вы будете использовать и почему? Какие критерии будут использоваться для измерения успеха методов машинного обучения. 250-300 слов.

4. Заключение
В этом разделе вы должны обобщить свои выводы и указать, какие технологии могут быть использованы для решения проблемы в будущем. 100 слов.

5. Ссылки
Отчет должен представлять собой список литературы, содержащий ссылки, которые вы использовали в отчете. Максимум 5-8 ссылок.