Program Detail

Berikut ini adalah rangkaian program Data Science in Business:

Basic Analytics

(13 pertemuan @ 2.5 jam/pertemuan)

Basic Analytics merupakan program dimana anda memulai pengalaman dalam mengolah dan mengenal data. Dalam mengolah data tentunya tidak dapat dilakukan tanpa adanya hal mendasar yang harus diketahui terlebih dahulu. Kami menggunakan bahasa pemrograman Python sebagai dasar bahasa untuk dapat mengolah data. Selain itu kami juga menggunakan Structured Query Language (SQL) untuk memanipulasi data berbasis Relational Database Management System (RDBMS) yang ada. Kelas Basic Analytics ini dibagi menjadi 3 tahapan:

Di Basic Essential Skills for Data Analytics, anda akan belajar essential skills yang harus anda miliki untuk mengolah data seperti berikut ini :

  • Data Analytical Mindset for Business
    Sebelum masuk lebih dalam pada kurikulum tentang Data Science, pada awal program anda akan belajar bagaimana kita dapat merubah sebuah business problem ke dalam Data Science problem. Hal ini terlihat mudah sehingga mudah dilupakan. Akan tetapi, hal ini sangat penting karena merupakan langkah pertama untuk menentukan data apa yang kita harus olah untuk bisa memecahkan business problem. Di kelas ini kita juga akan belajar bagaimana proses data mining sehingga dapat sebuah menyelesaikan Data Science problem sesuaikan dengan menggunakan tahapan-tahapan yang ada.
  • Managing Big Data with Python and SQL
    Jika kita mengolah data dengan ukuran yang beragam, bahkan ukuran data yang lebih besar, maka diperlukan tools yang sesuai. Kami menggunakan Python sebagai bahasa dasar yang kami perkenalkan dalam mengolah data. Hal ini dikarenakan kemudahan dalam menggunakan Python meski untuk anda yang mungkin belum pernah belajar bahasa pemograman. Kami akan mengenalkan dasar-dasar Python untuk Data Science sampai anda terbiasa dengan environment Python dan siap untuk mengolah data lebih dalam lagi.

    Selain menggunakan Python, kita juga perlu mengetahui cara memanipulasi data menggunakan tools yang lain. Kami akan mengenalkan SQL agar anda terbiasa dengan data-data production yang sudah disimpan pada sistem RDBMS pada umumnya. Hal ini akan menjadi kunci dalam mengenali dan memahami data-data yang ada sehingga dapat mengambil keputusan secara tepat dan akurat.
  • Statistics and Data Essentials Concept
    Pemahaman atas konsep-konsep tentang pengenalan dasar statistik, probabilitas, teori distribusi, hipotesis dan data diperlukan untuk mengolah data. Hal ini dikarenakan ketika ingin merubah business problem ke dalam Data Science problem, kita perlu mengetahui tahapan dan metode yang sesuai. Dengan begitu apa yang akan dicapai sesuai dengan hasil yang diharapkan. Tidak sedikit proses business yang gagal menghasilkan impact dikarenakan kurangnya dalam mengenali permasalahan data dan cara dalam menyusun kerangka permasalahan secara sistematis dan terukur.

Setelah merubah business problem ke Data Science problem, kita perlu menyiapkan data itu agar mudah diolah dan dapat menghasilkan outcome yang sesuai. Di kelas ini anda akan diperkenalkan bagaimana anda dapat menyiapkan data ke tahap yang lebih dalam, meliputi data cleansing, data manipulation, dan data wrangling. Setelah data itu siap, kita akan bersama-sama melakukan proses analisis atau EDA (Exploratory Data Analysis).

EDA merupakan proses yang normal dilakukan pada setiap Data Science problem yang bertujuan untuk mendapatkan gambaran dasar tentang data dan mengenali data lebih dalam lagi. Dengan begitu kita akan dengan mudah menjawab dan memberikan hipotesis terkait outcome yang diharapkan. Hal ini meliputi beberapa topik yaitu initial data exploration, handling missing data, univariate analysis, bivariate analysis, dan analisis trends pada data.

Di kelas ini, anda akan diperlengkapi juga dengan skill untuk memvisualkan dan menceritakan insights yang anda dapatkan dari data tersebut menggunakan Tableau, software yang banyak digunakan oleh perusahaan untuk data visualisasi.

Apabila anda mengikuti semua rangkaian program Basic Analytics, anda akan mendapat kesempatan untuk dapat merasakan mengerjakan REAL Data Science Project. Di Capstone Project, data yang diolah sudah kami sesuaikan dengan kurikulum dan kebutuhan yang ada di industri saat ini. Sehingga kami terus melakukan update pada data yang ada.

Introduction to Machine Learning for Business People

(6 pertemuan @ 2.5 jam/pertemuan)

Introduction to Machine Learning for Business People merupakan program lanjutan dari Basic Analytics. Program ini disusun untuk mempersiapkan anda ke dalam proses mengolah data lebih intensif. Introduction to Machine Learning for Business People Program akan memberikan anda pengalaman menggunakan machine learning dalam beberapa kasus data yang biasanya dihadapi oleh teman-teman junior data scientist. Sehingga kami menyusun program ini untuk mempersiapkan anda dalam menghadapi tantangan data tersebut. Kelas ini masih menggunakan Python sebagai dasar pemrograman. Dalam program ini kami memiliki beberapa kurikulum kelas yang dapat anda ikuti:

Memulai pengalaman pada tantangan machine learning tidaklah harus menggunakan metode yang terbaru. Namun kami berusaha memberikan pengalaman secara umum dan mendasar agar anda mudah dalam mencari benchmark suatu permasalahan. Kelas ini akan memberikan penjelasan lebih detail mengenai simple linear regression, multiple linear regression, feature engineering, feature selection, encoding, dan masih banyak lagi teknik linear regression. Berikut ini adalah contoh penggunaan linear regression pada permasalahan bisnis sehari-hari :

  • Memprediksi jumlah pembeli yang akan lewat di depan papan iklan tertentu dan menggunakan data itu untuk memprediksi harga maksimum untuk memasang iklan ditempat tersebut.
  • Hubungan antara waktu tunggu penelepon dan jumlah komplain yang diterima untuk meningkatkan kualitas call center.

Linear regression bukan satu-satunya metode yang dapat kami sampaikan diawal. Banyaknya data yang beragam, menuntut kita untuk dapat terus mencari solusi yang sesuai. Untuk mempermudah proses benchmarking solusi pada permasalahan machine learning, kelas Binary Classification kami buat untuk membantu anda dalam mempelajari permasalahan machine learning secara lebih detail. Kelas ini meliputi logistic regression, k-nearest neighbours, support vector machine, decision tree concept yang sangat cocok untuk mendukung anda dalam mempelajari dasar konsep machine learning. Berikut ini adalah contoh penggunaan binary classification pada permasalahan bisnis sehari-hari :

  • Memprediksi probabilitas calon peminjam akan gagal untuk membayar pinjaman untuk mementukan apakah anda akan memberikan pinjaman atau tidak.
  • Memprediksi pelanggan yang tidak akan membeli di anda lagi untuk mengurangi tingkat pelanggan yang akan meninggalkan bisnis anda.

Jika kita mengenal supervised learning pada machine learning, maka tidak lengkap jika kita tidak mempelajari konsep clustering yang menjadi salah satu problem unsupervised learning. Seperti contohnya pada permasalahan customer segmentation atau fraud detection. Pada kelas ini kami akan memberikan beberapa pendekatan yang dapat digunakan untuk dapat memecahkan permasalahan tersebut.

Banyaknya metode yang digunakan dalam memecahkan permasalahan supervised dan unsupervised learning pastinya memiliki kelemahan dan kelebihan masing-masing. Oleh karena itu sebelum mengakhiri sebuah riset tentang machine learning, kita perlu melakukan evaluation model. Hal ini bertujuan untuk mengetahui sejauh mana sebuah metode dapat menjawab permasalahan tersebut. Dengan kata lain anda akan berusaha mencari metode terbaik yang dapat menjawab kebutuhan yang ada.

Apabila anda mengikuti semua rangkaian program Introduction to Machine Learning for Business people Program, anda akan mendapat kesempatan untuk merasakan mengerjakan REAL Data Science Project. Di Capstone Project, data yang diolah sudah kami sesuaikan dengan kurikulum dan kebutuhan yang ada di industri saat ini. Sehingga kami terus melakukan update pada data yang ada.


Advanced Machine Learning for Business People

(6 pertemuan @ 2.5 jam/pertemuan)

Program yang akan mempelajari beberapa permasalahan machine learning yang biasanya dihadapi oleh teman-teman junior sampai senior data scientist. Jika anda sudah terbiasa dengan permasalahan supervised dan unsupervised learning, maka anda dapat meningkatkan pengalaman anda dalam memecahkan beberapa tantangan di dunia machine learning yang sudah kami susun ke dalam beberapa kurikulum yaitu:

Salah satu tujuan bisnis adalah menciptakan nilai lebih bagi pelanggan dan semakin banyak nilai lebih yang anda tawarkan, semakin banyak kemungkinan bisnis anda akan berhasil. A/B Testing memungkinkan bisnis untuk mengidentifikasi sumber daya mana yang harus digunakan untuk mendapatkan efek dan efisiensi maksimum. Di kelas ini, anda akan mempelajari apa itu A/B Testing, bagaimana cara merancang A/B Ttesting dan menganalisa hasil A/B Testing. Contoh penggunaan A/B Testing adalah dalam mengukur nilai kampanye pemasaran dan iklan. Dengan menampilkan dua variasi kampanye, bisnis dapat melihat mana yang menarik lebih banyak interaksi dan konversi dari pelanggan.

Time Series dan Forecasting bukan hanya menggunakan machine learning dengan belajar dari data masa lalu. Akan tetapi Time Series dan Forecasting juga mempertimbangkan waktu sebagaimana tergantung pada waktu, peristiwa-peristiwa tertentu kemungkinan akan terjadi lagi atau mengarah ke arah tertentu. Di kelas ini, anda akan mempelajari teknik Time Series dan Forecasting dan penerapannya pada permasalahan bisnis sehari-hari seperti:

  • Memperkirakan kebiasaan belanja pelanggan untuk memprediksi atau mendapatkan perkiraan yang lebih akurat tentang berapa banyak stok yang dibutuhkan untuk musim puncak penjualan berikutnya.
  • Memprediksi jumlah pengguna yang online dalam waktu tertentu untuk membuat keputusan apa anda perlu berinvestasi atau tidak di infrastruktur internet yang lebih baik.

Salah satu tantangan pada permasalahan machine learning adalah data yang tidak terstruktur. Salah satunya adalah data text. Jika anda terbiasa mendengar istilah sentiment analysis, text analysis, atau spam detector, maka kelas ini akan menjawab tantangan tersebut. Pada kelas ini anda akan mulai mengolah data text dan bagaimana mengubah tantangan tersebut ke dalam sebuah outcome yang memberikan impact bisnis.

Banyak teman-teman yang bergelut di dunia Data Sscience terutama machine learning yang lebih nyaman dalam menyusun riset dan memberikan beberapa rekomendasi terkait metode yang digunakan. Namun kami melihat adanya kendala dalam menyampaikan hasil riset maupun outcome dari sebuah Data Science problem kepada stakeholder. Oleh karena itu di kurikulum kami ada kelas reporting yang berfokus untuk meningkatkan skill storytelling and visualization yang dapat digunakan guna melengkapi skill Data Science anda. Di kelas ini, anda akan menggunakan Tableau, software yang banyak digunakan oleh perusahaan untuk data visualisasi.

Apabila anda mengikuti semua rangkaian program Advanced Machine Learning for Business People Program, anda akan mendapat kesempatan untuk dapat merasakan mengerjakan REAL Data Science Project. Di Capstone Project, data yang diolah sudah kami sesuaikan dengan kurikulum dan kebutuhan yang ada di industri saat ini. Sehingga kami terus melakukan update pada data yang ada.

Tertarik ? Hubungi kami untuk info lebih detail dan special promotion.

Contact Us

Get In Touch

The Royal 55 Office Tower #201, Surabaya 60215
hello@narasiodata.com
(62) 819696699

Copyright © 2020 RMDS Narasio Data | Powered by RMDS Narasio Data