BI Consult
  • Russian BI Исследование российских bi
  • Перейти на Fine BI
  • Контакты
  • +7 812 334-08-01
    +7 499 608-13-06
  • Отправить сообщение
  • Главная
  • Продукты Эксперт-BI
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Страхование
    • Банки
    • Лизинг
    • Логистика
    • Нефтегазовый сектор
    • Медицина
    • Сеть ресторанов
    • E-Commerce
    • Энергетика
    • Фармацевтика
    • Построение хранилища данных
    • Создание Data Lake
    • Цифровая трансформация
    • Управление по KPI
    • Финансы
    • Продажи
    • Склад
    • HR
    • Маркетинг
    • Внутренний аудит
    • Категорийный менеджмент
    • S&OP и прогнозная аналитика
    • Геоаналитика
    • Цепочки поставок (SCM)
    • Process Mining
    • Сквозная аналитика
  • Платформы
    • ATK BiView-1C
    • Airflow
    • Alpha BI
    • Analytic Workspace
    • ChatGPT
    • FineBI
    • FlyBI
    • Loginom
    • Luxms BI
    • Modus BI
    • Visiology
    • Yandex.DataLens
    • Триафлай
    • Форсайт. Аналитическая Платформа
    • Arenadata
    • ClickHouse
    • Postgres Professional
  • Услуги
    • Переход на отечественные BI и DWH системы
    • Консалтинг
    • Пилотный проект
    • Обучение и сертификация
    • Бесплатное обучение
    • Поддержка
    • Технические задания
    • Сбор требований для проекта внедрения BI-системы
    • CI/CD для DWH
    • Аудит BI приложений
    • Выделенная команда
    • Разработка BI Стратегии
    • Styleguide для BI-системы
    • Как выбрать BI-систему
  • Курсы
    • Учебный курс Информационная грамотность (Data Literacy)
    • Учебный курс для бизнес-аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Greenplum
    • Учебный курс по Apache Airflow и NiFi
    • Учебный курс по Open-source BI
    • Учебный курс по DataLens
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по Visiology
  • Компания
    • Руководство
    • Новости
    • Клиенты
    • Карьера
    • Скачать
    • Контакты
Главная » Компания

Скачать

В данном разделе вы можете скачать материалы по темам. Материалы предназначены для тестового использования и изучения. Если они подошли для вашей работы, свяжитесь с нами и запросите коммерческое предложение на закупку лицензионных версий и приобретите книги в магазине.

finebi.pngFineBI - китайская система BI, позиционируется, как аналог Tableau. FineBI чрезвычайно прост в использовании, и анализ происходит по щелчку мыши и с помощью перетаскивания (drag-n-drop) объектов для начинающих пользователей. Отчеты о данных могут быть созданы в течение 30 минут. Пользователи могут легко осуществлять обработку данных и исследовать OLAP с помощью adhoc-запросов в соответствии со своими потребностями. Поддержка анализа больших объемов данных. Движок Spider использует усовершенствованное колоночное хранилище, обладает эффективной вычислительной мощностью и мощными возможностями сжатия данных.Дистрибутив FineBI 6.0 (Windows x64)
Дистрибутив FineBI 5.1.27 (Windows x64)
Дистрибутив FineBI 5.1.27 (Linux)
Дистрибутив FineBI 5.1.23 (Windows x64)
Дистрибутив FineBI 5.1.23 (Linux)
Дистрибутив FineBI 5.1.23 (MacOS)
Как активировать полноценную версию FineBI
Документация FineBI (pdf)
Fine report manual (pdf)
Карты России для Fine BI
датасет для демо Sample - Superstore
FineReport. Product Manual (pdf)
SQL JOINs cheat sheet (pdf)
FanRuan User License Agreement
Добавление плагинов на сервер FineBI
Синхронизация доменных пользователей
Руководство по управлению дашбордами
Настройка рассылки по расписанию
Настройка подключений FineBI к базам данных
Инкрементное обновление данных FineBI
Формы ввода-вывода данных FineReport
Мобильное приложение FineBI
superset-metabase.pngOpen Source BI (Apache Superset, Metabase)

Использование BI с открытым исходным кодом имеет ряд преимуществ и в условиях ухода западных игроков с российского рынка, такой выбор дает пользователю свободу и независимость от конкретного вендора.

Apache superset documentation 0.34.1 (pdf)
Apache superset documentation 0.36 (pdf)
Kafka Streams в действии (pdf)
Kafka в действии (pdf)
Обработка больших данных в Apache Spark (pdf)
Потоковая обработка данных в Apache Flink (pdf)
Data visualization: Metabase Guide
visiology.svgАналитическая платформа Visiology – представленное в 2016 году российское ПО для построения информационно-аналитических систем – успешно внедрена в крупных корпорациях и промышленных предприятиях, а также в региональных и федеральных органах госвласти. Платформа позволяет быстро собирать разнородные данные, обрабатывать их с применением математических методов анализа и выводить визуализацию на любые дисплеи, включая мобильные устройства и экраны сверхвысокого разрешения.Что под капотом у Visiology (pdf)
Примеры решаемых задач
ViXtract
Руководство - Источники данных
Руководство Общие настройки виджетов
Руководство Работа с дэшбордом
Руководство Расчетные показатели
Руководство Расчетные столбцы
modus.svgModus BI – платформа для бизнес-аналитики, позволяющая визуализировать показатели, определять тренды и находить зависимости, создавать прогнозы на основе ваших данных. Эффективный инструмент для управления всеми сферами деятельности. Собственное ETL-решение позволяет осуществлять автоматизированный сбор данных из различных источников с поддержкой шаблонов и мастер-инструментов настройки ETL-процессов.Презентация Modus BI
Презентация Modus ETL
Руководство пользователя Modus BI
Инструкция по настройке Модус Аналитический портал
Функциональные характеристики Модус Аналитический портал
Описание процессов, обеспечивающих поддержание жизненного цикла Системы Модус Аналитический портал
Руководство по установке и настройке Modus ETL (pdf)
Руководство пользователя Modus ETL (pdf)
LogoBI_colour.pngLuxms BI – представленная в 2015 году платформа визуального управленческого контроля для лиц, принимающих решения, специализирующейся на датацентричных аналитических системах. Высочайшая скорость отклика и неограниченная горизонтальная масштабируемость – главные технологические конкурентные преимущества платформыРуководство разработчика 2.8 (август 2018) 14 ИАМ
Luxms BI для бизнеса
Luxms BI для IT
Luxms BI general overview v7.0
Luxms BI - платформа быстрой аналитики на больших данных
forsite2.svgФорсайт. Аналитическая платформа – современная цифровая аналитическая платформа, объединяющая инструментарий классической и продвинутой аналитики, а также управления бизнес-процессами (BPM).

Платформа полностью обеспечивает заказчика всеми инструментами для сбора, обработки, мониторинга, анализа данных, решения задач предиктивной аналитики, автоматизации процессов. Включает весь арсенал актуальных технологий: машинное обучение, большие данные, алгоритмы искусственного интеллекта, построение прогнозных и оптимизационных моделей.

Форсайт. Аналитическая платформа: от BI к искусственному интеллекту
Презентация Форсайт. Аналитическая платформа
logo_arenadata.svgArenadata DB (ADB) — аналитическая, распределённая СУБД, построенная на MPP-системе с открытым исходным кодом Greenplum. Она предназначена для хранения и обработки больших объёмов информации — до десятков петабайт. С Arenadata DB вы построите надёжное, масштабируемое корпоративное хранилище данных, которое будет расти вместе с вашими потребностями.Arenadata about 2022 (pdf)
Архитектура кластера ADB (pdf)
Миграция на отечественные решения для партнеров (pdf)
Руководство администратора по работе с кластером ADB (pdf)
Руководство пользователя по работе с кластером ADB (pdf)
Требования к инфраструктуре для развертывания кластера Arenadata DB (pdf)
Инструкция по установке кластера ADH (pdf)
Описание основных отличий Arenadata DB
Технологии для работы с Big Data: готовность к использованию и основные барьеры
Опыт внедрения инструментовуправления данными
Главные «рецепты»в работе с Open Source
logo_clickhouse.pngClickHouse является системой управления базами данных, а не одной базой данных. То есть, ClickHouse позволяет создавать таблицы и базы данных в runtime, загружать данные и выполнять запросы без переконфигурирования и перезапуска сервера.clickhouse ru (pdf)
Clickhouse-driver Documentation
Machine Learning with ClickHouse
logo_postgrespro.svgСУБД PostgreSQL - международный проект с открытым кодом, занимающий первые места в рейтинге DBEngines. Российское сообщество разработчиков и пользователей PostgreSQL составляет несколько тысяч человек и активно растет. СУБД Postgres Pro Standard разработана специально для российского рынка на основе открытой СУБД PostgreSQL.Кратко об архитектуре PostgreSQL
Документация Postgres Pro Enterprise 13
Документация Postgres Pro Standard 14
Postgres Professional Defended
PostgreSQL 14
Буклет Postgres Pro Enterprise
PostgreSQL Query Optimization
Оптимизация запросов в PostgreSQL (Г. Домбровская)
pngegg.pngPostgreSQL — свободная объектно-реляционная система управления базами данных. Существует в реализациях для множества UNIX-подобных платформ, включая AIX, различные BSD-системы, HP-UX, IRIX, Linux, macOS, Solaris/OpenSolaris, Tru64, QNX, а также для Microsoft Windows.PostgreSQL 11. Мастерство разработки
PostgreSQL. Основы языка SQL
Practical SQL A Beginner’s Guide to Storytelling with Data
SQL cheat sheet
Основы технологий баз данных
PostgreSQL CHEAT SHEET
ЯЗЫК SQL. Базовый курс (Е. П. Моргунов)
SQL для чайников
Python_logo_and_wordmark.svgPython — высокоуровневый язык программирования общего назначения с динамической строгой типизацией и автоматическим управлением памятью, ориентированный на повышение производительности разработчика, читаемости кода и его качества, а также на обеспечение переносимости написанных на нём программ.Легкий способ выучить Python 3
Начинаем программировать на Python
Программирование на Python
Изучаем Python 5-е издание (Марк Лутц)
Шпаргалка по Python3
320px-AirflowLogo.pngAirflow - это библиотека (или набор библиотек) для разработки, планирования и мониторинга рабочих процессов. Основная особенность Airflow: для описания (разработки) процессов используется код на языке Python. Отсюда вытекает масса преимуществ для организации вашего проекта и разработки: по сути, ваш (например) ETL-проект — это просто Python-проект, и вы можете его организовывать как вам удобно, учитывая особенности инфраструктуры, размер команды и другие требования.Airflow Documentation (pdf)
Apache Airflow и конвейеры обработки данных (pdf)
Apache Airflow overview (pdf)
Apahe Airflow Cron
Apahe Airflow DAG
Apahe Airflow Deep
Apahe Airflow Future
ATK BiView 1C Коннектор (QlikView/Qlik Sense/Tableau/PowerBI)

ATK BiView 1C Коннектор (QlikView/Qlik Sense/Tableau/PowerBI)

Решение предназначено для эффективной интеграции QlikView / Qlik Sense / Tableau и Microsoft Power BI с 1С и увеличения скорости выгрузки данных из 1С в эти системы. Приложение позволяет полностью автоматизировать процесс выгрузки данных из 1C. При этом отсутствует необходимость отдельного запуска обработок или заданий в 1С.

ATK BiView 1C Коннектор (QlikView/Qlik Sense/Tableau/PowerBI) может использоваться с версиями 1С 7.7, 8.0-8.3 и с системами хранения MS SQL, PostreSQL, а также файловой системой (только для версии 7.7).

ATK BiView 1C Коннектор (QlikView/Qlik Sense/Tableau/PowerBI) реализован как исполняемый EXE-файл и нейтрален к разрядности (32/64бита) операционной системы и систем QlikView и 1С.

Коннектор после установки запускается из QlikView или Qlik Sense.

ATK BiView 1C Коннектор (QlikView/Qlik Sense/Tableau/PowerBI) регулярно обновляется разработчиком.

ATK BiView October 2022 - 1C Коннектор дистрибутив x64
ATK BiView October 2022 - 1C Коннектор дистрибутив x86
ATK BiView - 1C Коннектор. Руководство пользователя
ATK BiView - 1C Коннектор. Руководство пользователя (2)
ATK BiView - режимы использования
1c.png1С:Аналитика в первую очередь предназначена для сотрудников компаний, занимающихся анализом продаж, рентабельности, оборота товаров и других ключевых показателей деятельности компаний. Подготовленные диаграммы и дашборды могут передаваться руководству компании для просмотра показателей и дальнейшего анализа данных.1С Аналитика. BI-система (pdf)

Технические задания на внедрение системы BI (бизнес-анализа, бизнес-аналитики)

Профессионально подготовленные варианты технических заданий на внедрение системы бизнес-анализа для компаний разных сфер деятельности. Информация в данном разделе поможет при подготовке собственного ТЗ, а также позволит оценить сам предстоящий процесс внедрения и настройки BI-системы. Готовые варианты ТЗ помогут сэкономить средства на подготовке к внедрению системы бизнес-аналитики, а также позволят заказчику быть уверенным в корректности поставленных перед исполнителем задач.
Техническое задание на внедрение системы бизнес-анализа и отчетности для компании дистрибутора
Техническое задание на внедрение системы бизнес-анализа и отчетности в страховом агентстве
Техническое задание на внедрение системы бизнес-анализа и отчетности для компании фармацевтической отрасли
Техническое задание на внедрение системы бизнес-анализа и отчетности для розничных сетей
Техническое задание на внедрение системы бизнес-анализа и отчетности для сетей клиник (медицина)
Техническое задание на внедрение системы бизнес-анализа и отчетности для торгово-производственной компании
Техническое задание на внедрение системы бизнес-анализа для фонда
Техническое задание на внедрение системы бизнес-анализа для фонда (2)

Статьи о том, как получить максимум эффекта от внедрения системы бизнес-анализа.

Первая статья, «Бизнес-анализ для всех. Десять ошибок, которых следует избегать в новом десятилетии», анализирует эволюцию BI за последние 20 лет и изменение парадигмы поведения современного пользователя, предлагая читателю авторское виденье десяти главных пунктов, на которые следует обратить внимание при работе с системами бизнес-аналитики.

Статья «BI без хранилищ данных: за и против» анализирует плюсы и минусы двух вариантов построения аналитической системы на предприятии.

«Как посчитать ROI от внедрения системы BI» - в этой статье приведён обзор подходов к оценке экономической эффективности аналитических информационных систем, проведен анализ измеримых и неизмеримых выгод от использования таких систем, сделаны необходимые обобщения и проведен критический анализ невозможности измерения существенной части выгод.

Статья «Экономика ИТ: как продать ИТ-проект бизнесу и оценить отдачу от инвестиций» оценивает эффект от непонимания между бизнесом и ИТ, а также намечает варианты преодоления этого непонимания.

Бизнес-анализ для всех: 10 ошибок, которых стоит избежать
BI без хранилищ данных: за и против
Как посчитать ROI от внедрения системы BI
Экономика ИТ: как продать ИТ-проект бизнесу и оценить отдачу от инвестиций
{книга} BABOK® v3 A GUIDE TO THE BUSINESS ANALYSIS BODY OF KNOWLEDGE®
{книга} Guide to the Business Analysis Body of Knowledge
{книга} Business Intelligence Guidebook From Data Integration to Analytics
Методология Data Governance

Методология Data Governance предполагает внедрение корпоративной функции управления данными, проектирование бизнес-процессов, разработку политик, регламентов, организационной структуры. Функция управления данными, за исполнение которой отвечает Chief Data Officer (CDO), либо другое ответственное лицо, как собственно и любая бизнес-функция, имеет три уровня: стратегический, операционный и технологический.

DataOps (DATA Operations, датаопс) — это концепция и набор практик непрерывной интеграции данных между процессами, командами и системами для повышения эффективности корпоративного управления или отраслевого взаимодействия за счет распределенного сбора, централизованной аналитики и гибкой политики доступа к информации с учетом ее конфиденциальности, ограничений на использование и соблюдения целостности.

Enabling DataOps for Analytics-Ready Data Qlik’s Data Integration Platform (formerly Attunity solutions)
Что такое Qlik Replicate
{книга} DAMA-DMBOK
{книга} DAMA-DMBOK по-русски
{книга} Успешная практика BI. Иван Черницын (Газпромнефть)
{книга} Data Governance как комплексная система управления данными и основа для конкурентного преимущества
{книга} Как развернуть программу по Data Governance для цифровой трансформации
{книга} Ровно столько, сколько нужно Data Governance
{книга} Как развернуть программу по Data Governance для цифровой трансформации
{книга} ФИНАНСОВЫЙ ДИРЕКТОР КАК ИНТЕГРАТОР БИЗНЕСА
{презентация} 17 key TRAITS OF DATA LITERACY
{презентация} Developing Analytic Talent Becoming a Data Scientist
{книга} Best Practices in DataOps How to Create Robust, Automated Data Pipelines By Wayne Eckerson June 2019
{книга} DataOps - The Authoritative Edition by John G. Schmidt and Kirit Basu
{книга} Modern Data Integration for DataOps Bringing Speed, Flexibility, Resiliency, and Reliability to Analytics
{книга} Грамотность в работе с Данными (Data Literacy от Tableau) по русски
{книга} Data Quality Guideline (Information Management Framework)
{книга} Цифровая трансформация. Анализ, опыт, тренды
{книга} Цифровой двойник. Анализ, опыт, тренды
DAMA DMBOK Свод знаний по управлению данными Второе издание 2020
Puppet State of DevOps Report 2020
Working with data
Развитие культуры работы с данным (презентация)
{книга} Building a data Literacy Program
{книга} DAMA DMBOK2 Framework v2
Data Governance Function and Activity Structure
Управление данными в госсекторе. Навигатор для начинающих
Книги по визуализации данных

Книги по визуализации данных

Подборка литературы, рассказывающей о тонкостях визуализации данных и работы с ними.

5 подводных камней в визуализации данных в Qlik – краткая и наглядная презентация о визуализации данных (на русском языке).

Data Visualization Overview and Best Practices Томаса Холлифилда – обширная работа, наглядно рассказывающая о способах визуализации данных (на английском языке).

Visualise this – объемная книга Нэйтана Йо (Nathan Yau), посвященная визуализации данных (на английском языке).

5 подводных камней в визуализации данных в Qlik
Дэн Роэм. Бла-бла-бла
THOMAS HOLLIFIELD. Data Visualization Overview and Best Practices
Визуализация данных
Visualise this
{книга} The Big Book of Dashboards_ Visualizing Your Data Using Real-World Business Scenarios
{книга} Data Points: Visualization That Means Something
{книга} Rapid Graphs with Tableau 8 (Stephen McDaniel Eileen McDaniel)
{книга} «Понимание комикса» Скотт Макклауд
{книга} Tableau Training Manual Version 10.0 Basic From Clutter to Clarity (Tableau Desktop Training Manuals Book 6)
{книга} Tableau: Creating Interactive Data Visualization
{книга} КЛЮЧЕВЫЕ ПОКАЗАТЕЛИ ЭФФЕКТИВНОСТИ / 75 ПОКАЗАТЕЛЕЙ, КОТОРЫЕ ДОЛЖЕН ЗНАТЬ КАЖДЫЙ МЕНЕДЖЕР
{книга} DATA + DESIGN By Trina Chiasson, Dyanna Gregory
{книга} ENG Veracity of Big Data(2018). Автор Vishnu Pendyala
{EPUB} The Big Book of Dashboards
{книга} Дункан, Кевин. Книга диаграмм. Визуальное решение задач в бизнесе и карьере
{книга} ИНФОГРАФИКА Коммуникация и влияние при помощи изображений Марк Смикиклас
{книга} О чем говорят цифры. Как понимать и использовать данные
{книга} Скрайбинг. Объяснить просто
{книга} Information Dashboard Design
{книга} Карл Андерсон Аналитическая культура. От сбора данных до бизнес результатов
{книга} Data Points Visualization That Means Something Nathan Yau
{книга} Data Visualization Guide (epub)
{книга} Data Visualization Guide (pdf)
Storytelling with data. A data visualization guide for business professionals
Современная архитектура хранилища данных

Современная архитектура хранилища данных Современное хранилище данных позволяет легко объединять все данные в любом масштабе, а также просматривать аналитические панели мониторинга, рабочие отчеты или расширенную аналитику для всех пользователей.

{книга} Data Hubs, Lakes and Warehouses Choosing the Core
{книга} Работа с BigData в облаках. Обработка и хранение данных с примерами из Microsoft Azure. Сенько А.
{Checklist} Cloud Migration Checklist
{книга} Data Lake Architecture_ Designing the Data Lake and Avoiding the Garbage Dump
{книга} Data Lake for Enterprises
Azure Synapse Analytics Proof of Concept Playbook
Bas P Harenslak, Julian Rutger de Ruiter - Data Pipelines with Apache
Data Lineage Analysis for Qlik Sense Prague 2020 Andrej Jurco
Game Analytics on Azure-1
Qlik Data Intergration презентация платформы 22/04/2021
Valliappa Lakshmanan Jordan Tigani Google BigQuery The Definitive
{книга} MySQL для больших данных
{книга} Google big Query
{книга} Data Mesh -Delivering Data Driven Value at Scale
The Data Lakehouse Platform For Dummies
Building the Data Lakehouse (Bill Inmon)
The Big Book of Data Engineering (databricks)
Snowflake The Definitive Guide (Joyce Kay Avila)
Построение хранилища данных

Построение хранилища данных

Корпоративное хранилище данных (КХД, DWH) — неотъемлемый атрибут крупной компании, владеющей большими массивами данных, полученных из нескольких источников. Корпоративная база данных разрабатывается с учетом особенностей организации и предназначается для подготовки отчётов и бизнес-анализа. На основе обработанных данных, как правило, принимаются важные управленческие решения в организации. Особенно актуален вопрос построения хранилищ данных при использовании инструментов класса BI.
Best Practices for Data Warehousing with SQL Server 2008 R2
Data Profiling Best Practices
Data vault Datasheet
Designing Dimensional Model
DWH data modelling
DWH Questionnaire Bischoff
Fast Track DWH Reference Guide for SQL 2012
Хранилища данных и их использование
{книга} Building The Data Warehouse (2005) Fourth Edition
{книга} The Data Warehouse ETL Toolkit [Wiley 2004]
{книга} The Data Warehouse Lifecycle Toolkit - Expert Methods for Designing, Developing, and Deploying Data Warehouses
{книга} The Data Warehouse Toolkit, 3rd Edition
{книга} The Data Warehouse Toolkit: The Defi nitive Guide to Dimensional Modeling, Third Edition by Ralph Kimball and Margy Ross
{книга} Advanced Algorithms and Data Structures
{книга} Study Guide Data Retrieval with SQL
{книга} Microsoft SQL Server Analysis Services Multidimensional Performance
{книга} Learning SQL
{книга} Datawarehousing with PostgreSQL
{книга} SQL Библия пользователя 2-е издание
{книга} SQL Cheatsheet v1
{книга} SQL Cheatsheet
{книга} Postgre SQL изнутри
CD SQL (iso)
Администрирование СУБД, учебное пособие (pdf)
/files/SQL-DWH/Alan-Beaulieu-Learning-SQL-RU.pdf
Алгоритмы и структуры данных, Аллен Б. Доуни (pdf)
Основы технологий баз данных (pdf)
Наука о данных, Д. Келлехер (pdf)
Семь баз данных за семь недель, Э. Редмонд (pdf)
SQL сборник рецептов, 2е издание (pdf)
SQL за 10 минут, 5е издание (pdf)
Теория и практика анализа паралелльных систем баз данных (pdf)
SQL basics cheat sheet ledger (pdf)
SQL Window Functions Cheat Sheet (pdf)
SQL JOINs cheat sheet (pdf)
Mongo DB Полное руководство
Data Sciense / Machine Learning

Data Sciense / Machine Learning

Data Science — это работа с большими данными (англ. Big Data). Большие данные — это огромные объёмы неструктурированной информации: например, метеоданные за какой-то период, статистика запросов в поисковых системах, результаты спортивных состязаний, базы данных геномов микроорганизмов и многое другое. Ключевые слова здесь — «огромный объём» и «неструктурированность». Чтобы работать с такими данными, используют математическую статистику и методы машинного обучения.

Специалист, который делает такую работу, называется дата-сайентист (или Data Scientist). Он анализирует большие данные (Big Data), чтобы делать прогнозы. Какие именно прогнозы — зависит от того, какую задачу нужно решить. Итог работы дата-сайентиста — прогнозная модель. Если упростить, то это программный алгоритм, который находит оптимальное решение поставленной задачи.

{книга} Business statistics with Exceland Tableau (Stephen Peplow)
{книга} Data Analysis and Visualization Using Python by Dr. Ossama Embarak
{книга} Deep Learning with Azure by Mathew Salvaris & Danielle Dean & Wee Hyong Tok
{книга} Introducing Data Science BIG DATA, MACHINE LEARNING, AND MORE, USING PYTHON TOOLS by DAVY CIELEN, ARNO D. B. MEYSMAN, MOHAMED ALI
{книга} Jon Duckett / Javascript и jQuery. Интерактивная веб-разработка / изучение языка JavaScript и библиотеки jQuery
{книга} PREDICTIVE ANALYTICS by ERIC SIEGEL
{книга} Data Science. Наука о данных с нуля / Грас Дж.

{книга} Клейн, Грейди / Статистика. Базовый курс в комиксах
{книга} The Big Book of Machine Learning Use Case
{книга} Florence the Data Scientist and Her Magical Bookmobile (epub)
{книга} Florence the Data Scientist and Her Magical Bookmobile (pdf)
{книга} Master Data Science and Data Analysis With Pandas By Arun
{книга} Probability Cheatsheet
{книга} PYTHON FOR DATA SCIENCE Guide to computer programming and web coding (epub)
{книга} Изучаем Python том 1
{книга} Машинное обучение для бизнеса и маркетинга
{книга} Внедрение искусственного интеллекта в бизнес практику
{книга} Анализ сетей (графов)
Data science concepts and practice (pdf)
Грокаем глубокое обучение (pdf)
Машинное обучение. Паттерны проектирования (pdf)
Практический анализ временных рядов. Прогнозирование со статистикой (pdf)
Технологии машинного обучения (pdf)
Занимательная манга. Машинное обучение (pdf)
Data Science Наука о данных с нуля (Дж. Грас)
Файлы из раздела Учебный портал для бизнес-аналитиковПрофессиональный стандарт бизнес-аналитика
Профессиональный стандарт системного аналитика
Шаблон документа с бизнес-требованиями на основе BABOK
Карл Вигерс. Разработка требований к программному обеспечению
Бизнес-требования. Назначение
The Unicode Standard, Version 13.0
{книга} Narrative Design Patterns for Data-Driven Storytelling
{книга}Методика удаленной работы (от самой крупной компании в мире, полностью перешедшей на удаленную работу)
{книга} Бизнес-моделирование и анализ данных с помощью Microsoft Excel

Э. Халл, К. Джексон, Д. Дик. Разработка и управление требованиями
Алистер Коберн «Современные методы описания функциональных требований к системам»
Введение в UML
UML для IT бизнес-аналитиков. Этап начала проекта
Как освоить UML самостоятельно за 24 часа?
Дж. Рамбо, М. Блаха. Объектно-ориентированное моделирование и разработка
Алан Купер об интерфейсе. Основы проектирования взаимодействия
Основы Balsamiq Mockups
Дизайн пользовательского интерфейса. Искусство мыть слона
Проектирование и дизайн пользовательского интерфейса. Учебное пособие
Интенсив Project Manager
Основы управления проектами
Управление ИТ-проектами: теоретические основы, задачи и решения
{книга} Сбор и анализ требований к программному продукту Автор: Химонин Юрий
logo-gpdb1.svgGreenPlum — популярное решение для масштабных аналитических систем и в небольших стартапах, и в крупных корпорациях. Оно предлагает понятный пользователям синтаксис ANSI SQL, хорошо ложится на облачный ландшафт, позволяет обучать и применять модели машинного обучения, а ещё поддерживает реляционную СУБД PostgreSQL.Data Warehousing with Greenplum
Greenplum: A Hybrid Database for Transactional and Analytical Workloads
Greenplum Best Practices
Greenplum Database 3.2 Administrator Guide
VMware Tanzu Greenplum 6
Greenplum Database 4.1 Administrator Guide
Greenplum® Database 4.2 Reference Guide
Pivotal Greenplum Database Documentation
Platform Extension Framework (PXF): Enabling Parallel Query Processing Over Heterogeneous Data Sources In Greenplum
Greenplum - Опыт использования в Tinkoff
Tanzu Greenplum Documentation
Средства Greenplum для работы с внешними данными
VMware Greenplum Roadmap Update
Greenplum и Vertica
chatgpt-icon.pngChatGPT – это революционный чат-бот, разработанный компанией OpenAI и способный заменить человека в решении рутинных задач. Это нейронная сеть, предназначенная для имитации того, как человеческий мозг обрабатывает информацию. Широкие возможности и дружелюбный интерфейс делают ChatGPT удобным как для развлечений, так и для бизнес-задач. Чат-бот генерирует ответы, опираясь на открытые данные и возможности машинного обучения.ChatGPT Cheat Sheet
ai.pngArtificial Intelligence — AI (Искусственный Интеллект) - включает в себя как научные теории, так и конкретные технологические практики по созданию программ, приближенных к интеллекту человека. Мы специализируемся на разработке: Data science (наука о данных), Машинное обучение (Machine learning), Глубокое обучение (Deep learning), Нейронные сети (Neural network), Распознавание объектов и образов (Object detection), Компьютерное зрение (Computer vision), Распознавание лиц (Face recognition).ChatGPT Cheat Sheet
Глубокое обучение Легкая разработка проектов на Python (Сет Вейдман)
грокаем Глубокое обучение (Andrew W. Trask)
Машинное обучение без лишних слов (А. Бурков)
Нейроморфные системы искусственного интеллекта
Создаем нейронную сеть (Тарик Рашид)
alphabi.svgAlpha BI – представленная в 2014 году и динамично развивающаяся технологическая платформа бизнес-аналитики отечественной разработки от компании «БАРС Груп», дочерней компании Национального Центра Информатизации госкорпорации Ростех. При настройке системы учитывается отраслевая и региональная специфика, а также стратегические задачи Заказчика.

На платформе Alpha BI возможно построить готовое решение, позволяющее загружать и обрабатывать данные с помощью собственного ETL-модуля, анализировать «плоские» данные (модуль «Формы») и проводить многомерный анализ (OLAP), настроить визуализацию данных и регламентные отчеты.

Все модули работают в веб-интерфейсе в режиме конструкторов, позволяющих обученным пользователям выполнить полный цикл работ —начиная с загрузки данных до построения конечной визуализации, без привлечения разработки.

Описание возможностей Alpha BI (pdf)
Руководство пользователя Alpha BI 4.4.8 (pdf)
AlphaBI 4 тренировочное задание
Компетенции аналитиков Alpha BI
Обучающий курс Alpha BI v.1
Программа обучения AlphaBI
Видео уроки AlphaBI
Logo_AnalyticWorkspace.pngAnalytic Workspace – многопользовательский инструмент интерактивного анализа и визуализации данных, решение для легкого и быстрого получения статистики и проверки аналитических гипотез. Система помогает совместно управлять процессом получения информации из источников и построения модели данных, исследовать, анализировать и интерпретировать факты, визуализируя результаты и позволяя ими поделиться.Документация, содержащая информацию, необходимую для эксплуатации экземпляра программного обеспечения v2
Документация, содержащая описания функциональных характеристик экземпляра программного обеспечения
Инструкция по установке экземпляра программного обеспечения
Документация, содержащая описание процессов, обеспечивающих поддержание жизненного цикла программного обеспечения
Инструкция по разворачиванию Analytic Workspace
Руководство администратора Analytic Workspace 1.7
Руководство пользователя Analytic Workspace 1.7
Обучающий курс Analytic Workspace
Видео уроки Analytic Workspace
loginom.svgLow-code платформа Loginom делает продвинутую аналитику доступной бизнес-пользователям. Визуальный конструктор позволяет настроить все процессы анализа: интеграция, подготовка данных, моделирование, визуализация. Loginom сокращает время от тестирования гипотезы до создания работающего бизнес-процесса.Презентация платформы Loginom (pdf)
Loginom Data Quality
Аналитические информационные системы поддержки принятия решений на базе Loginom (pdf)
triafly.svgТриафлай – представленная в 2015 году российская BI-платформа, конструктор информационно-аналитических решений для формирования аналитических отчетов и визуализации данных в различных сферах бизнеса. Благодаря технологии комплексной многомерной обработки больших объемов данных «Триафлай» является одной из лучших аналитических платформ на российском рынке.Технологическая справка Триафлай
Презентация Триафлай 2021

Для скачивания материалов необходима авторизация.
Регистрация | Восстановить пароль

Укажите ваше имя на сайте DataFinder - готовые отраслевые решения, лучшая экспертиза и обучение по российским BI продуктам.
Укажите пароль, соответствующий вашему имени пользователя.

Решения

Анализировать ФинансыУвеличивайте ПродажиОптимальный Склад и ЛогистикаМаркетинговые Метрики

Клиенты
  • Ручная обработка заявок на займы в МФО ДоброЗайм была малоэффективной и приводила к высоким затратам по ФОТ отдела верификации и андеррайтинга. При этом время обработки заявок было высоким, как и количество ошибок под влиянием человеческого фактора. Дополнительные сложности создавал сложный документооборот, обусловленный неконсолидированной кредитной историей и скоринговой оценкой. Все это суммарно мешало масштабированию бизнеса МФО.

  • Торгово-производственному холдингу ТБМ, специализирующемуся на поставке комплектующих и фурнитуры для производства окон, дверей, стеклопакетов и мебели, был необходим аналитический инструмент для выявления узким мест и поиска зон роста бизнеса и, как результат, оптимизации процессов. Добиться этого можно было, только внедрив data-driven подход.

  • Нашей компанией был реализован проект автоматизации конвейера данных на базе СПО ETL-инструмента Apache NiFi для клиента ООО «Императорский Монетный Двор» в части актуализации данных, передаваемых из Системы Oracle в Anaplan.

  • KazanExpress — торговая площадка, на которой представлены товары с бесплатной доставкой за один день в более, чем 70 городах России. Аналитическое решение на базе платформы данных Yandex Cloud позволило компании обеспечить демократизацию данных. Результат — принятие обоснованных решений на всех уровнях, увеличение лояльности партнеров и повышение прозрачности бизнеса.

    Мониторинг ключевых метрик в реальном времени минимизировал недополученную прибыль и обеспечил рост прибыльных направлений, а возможности геоаналитики сервиса Yandex DataLens помогли за короткое время проанализировать локации для открытия более 90 ПВЗ в 25 городах России и заложить основу для роста компании.

  • Решения
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Банки
    • Страхование
    • Фармацевтика
    • Лизинг
    • Логистика
    • Медицина
    • Нефтегазовый сектор
    • Сеть ресторанов
  • Услуги
    • Консалтинг
    • Пилотный проект
    • Поддержка
    • План обучения и сертификации
    • Бесплатное обучение
    • Учебные курсы
    • Аудит приложений
    • Выделенная команда
  • Платформы
    • ATK BiView-1C Коннектор
    • Alpha BI
    • Luxms BI
    • Modus BI
    • Visiology
    • Analytic Workspace
    • FineBI
    • Yandex.DataLens
    • Триафлай
    • Форсайт. Аналитическая Платформа
    • Arenadata
    • ClickHouse
    • Postgre Professional
  • Курсы
    • Учебный курс Информационная грамотность
    • Учебный курс для бизнес-аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Apache Airflow
    • Учебный курс по Open-source BI
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по DataLens
    • Учебный курс по Visiology
  • Компания
    • О нас
    • Руководство
    • Новости
    • Клиенты
    • Скачать
    • Контакты
  • Функциональные решения
    • Продажи
    • Финансы
    • Склад
    • HR
    • S&OP и прогнозная аналитика
    • Внутренний аудит
    • Геоаналитика
    • Категорийный менеджмент
    • Построение хранилища данных
    • Система управления KPI и BSC
    • Управление цепочками поставок
    • Маркетинг
    • Цифровая трансформация
    • Сквозная аналитика
    • Process Mining
LinkedInYouTubeVkontakteFacebook
ООО "Би Ай Консалт",
ИНН: 7811437757,
ОГРН: 1097847154184
199178, Россия,
Санкт-Петербург,
6-ая линия В.О., Д. 63, 4 этаж
Тел: +7 (812) 334-08-01
Тел: +7 (499) 608-13-06
E-mail: info@biconsult.ru