[Big Data, Data Engineering] Задачка для дата сайентистов по Data Warehouse
Автор
Сообщение
news_bot ®
Стаж: 6 лет 9 месяцев
Сообщений: 27286
Привет, хабровчане! Недавно в OTUS мы провели соревнования по Data Science. По задаче в категории Data Warehouse нам прислали всего два решения — и мы решили поинтересоваться у более широкой аудитории, насколько сложной получилась эта задача. Если вы работаете с данными, приглашаем попробовать ее решить и получить приятные бонусы от OTUS.Категория: Data WarehouseСквозная аналитика и практики Data-driven для e-Commerce: построение логической модели Хранилища Данных, расчет бизнес-метрик и формирование аналитических Витрин.Задача:Помочь владельцу e-Commerce-платформы принимать обоснованные и взвешенные решения на основании данных.Бизнес-проблематика:До того как вы взялись за задачу решения принимались на интуитивном уровне, без веских обоснований и часто оказывались ошибочными/убыточными.Основная проблема бизнеса сегодня – отсутствие прозрачности и прогнозируемости по основным показателям: трафик, пользователи, взаимодействия, траты на привлечение, выручка, отдача на инвестиции, конверсии в клиентских воронках.Владельцы бизнеса не могут ответить на элементарные вопросы:
- Поведенческие характеристики, вовлеченность, интерес аудитории (веб-аналитика)
- Какова доля рекламного трафика в общем объеме?
- Есть ли связь между затратами на рекламу и конверсиями?
- Какие каналы привлечения (кампании, объявления) являются наиболее перспективными и прибыльными, а от каких следует отказаться?
- Насколько эффективно выстроены этапы пользовательской воронки?
- На каких этапах воронки теряется большое количество лидов? Где и что можно улучшить?
Ваша задача — помочь выстроить культуру принятия решений, основанных на объективных фактах и событиях.ПОЛНОЕ ОПИСАНИЕ С ДАННЫМИ ЗАДАНИЯ ЗДЕСЬ Условия:Свои решения присылайте через форму Дедлайн: 30 мая, воскресенье, 23:00Определение лучшего решения: 2 июняБонусы:Автор лучшего решения по мнению команды жюри — экспертов OTUS — получит 50% скидку на курс на выбор:
- Data Engineer
- Hadoop, Spark, Hive
- Data Warehouse Analyst
- или другой из курсов раздела Data Science.
Все остальные участники, приславшие корректное решение, получат скидку 20% на один из курсов раздела Data Science.В комментариях допустимо обсуждать задачу, но просим не публиковать здесь решение до закрытия дедлайна.Жюри:
- Артемий Козырь – более 5 лет опыта с Хранилищами данных, построении ETL/ELT систем
В рамках соревнований была задача в категории Machine Learning, в которой требовалось построить рекомендательную систему для OTUS. При этом модель должна уметь работать, в том числе, и с новыми пользователями, которые еще не купили ни одного курса. Ответы на это задание прислали 14 участников. Итоговое решение получилось почти в 3 раза лучше по качеству, чем предложенный бейслайн.Ждем ваших решений и комментариев по поводу задачи!
===========
Источник:
habr.com
===========
Похожие новости:
- [Высокая производительность, Разработка веб-сайтов, Программирование] Как создать архитектуру для работы с высокой нагрузкой вашего веб-проекта? (перевод)
- [DevOps, Data Engineering] 5 вещей о наблюдаемости данных, которые должен знать каждый дата-инженер (перевод)
- [Программирование, Машинное обучение] Автоматизация машинного обучения
- [Big Data, Учебный процесс в IT] Mail.ru Group открыла новый набор на бесплатное обучение в Академию больших данных MADE
- [Kubernetes] Анонсирование HAProxy Kubernetes Ingress Controller 1.5 (перевод)
- [Python, Программирование] Создание функции губки из MD5 (перевод)
- [Программирование, C] fork() — зло; vfork() — добро; afork() — лучше; clone () — глупо (перевод)
- [.NET, C#, Data Engineering] One of the ways to dynamically deserialize a part of a JSON document with an unknown structure
- [Open source, Big Data, Машинное обучение, Kotlin] KotlinDL 0.2: Functional API, зоопарк моделей c ResNet и MobileNet, DSL для обработки изображений
- [Тестирование игр] Тестирование игр 101: основные советы и стратегии (перевод)
Теги для поиска: #_big_data, #_data_engineering, #_data_science, #_data_warehouse, #_blog_kompanii_otus (
Блог компании OTUS
), #_big_data, #_data_engineering
Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Текущее время: 16-Ноя 16:53
Часовой пояс: UTC + 5
| Автор | Сообщение |
|---|---|
|
news_bot ®
Стаж: 6 лет 9 месяцев |
|
 Привет, хабровчане! Недавно в OTUS мы провели соревнования по Data Science. По задаче в категории Data Warehouse нам прислали всего два решения — и мы решили поинтересоваться у более широкой аудитории, насколько сложной получилась эта задача. Если вы работаете с данными, приглашаем попробовать ее решить и получить приятные бонусы от OTUS.Категория: Data WarehouseСквозная аналитика и практики Data-driven для e-Commerce: построение логической модели Хранилища Данных, расчет бизнес-метрик и формирование аналитических Витрин.Задача:Помочь владельцу e-Commerce-платформы принимать обоснованные и взвешенные решения на основании данных.Бизнес-проблематика:До того как вы взялись за задачу решения принимались на интуитивном уровне, без веских обоснований и часто оказывались ошибочными/убыточными.Основная проблема бизнеса сегодня – отсутствие прозрачности и прогнозируемости по основным показателям: трафик, пользователи, взаимодействия, траты на привлечение, выручка, отдача на инвестиции, конверсии в клиентских воронках.Владельцы бизнеса не могут ответить на элементарные вопросы:
=========== Источник: habr.com =========== Похожие новости:
Блог компании OTUS ), #_big_data, #_data_engineering |
|
Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Текущее время: 16-Ноя 16:53
Часовой пояс: UTC + 5