Certifierad Data Scientist

-Ett ambitiöst utbildningsprogram för ambitiösa analytiker.

Ferrologics Data Scientist-program ger dig genomgripande kunskap om rollen som data scientist i en organisation. Programmet är brett och inkluderar både IT, informationsarkitektur, analys, kommunikation, styrning och organisation. Programmet löper över cirka sju månader det är fördelat över sju block om två träffar per månad, plus certifiering. Vi kombinerar e-learning och klassrum. Hela programmet hålls ihop av en programansvarig och stor vikt läggs vid att hålla i och tydliggöra den röda tråden mellan blocken. Efter genomfört program inbjuds deltagarna att delta i Ferrologics mentorskapsprogram där våra deltagare får löpande stöd och bollplank för att framgångsrikt dra nytta av och använda sina kunskaper efter certifiering.

Nästa uppstart är i februari 2018, i Stockholm.

Engagerade experter

Programmet bedrivs i en liten grupp om maximalt 8 deltagare och leds av experter inom respektive område i de olika blocken. Programmet leds främst av experter från Ferrologic men varje block innehåller även föreläsningar från externa experter. Till exempel deltar Gapminder , Sparks BI, Sharp Cookie Advisors, Falkman Retorik mfl. 

Under pågående program har deltagarna möjlighet att sitta på plats hos Ferrologic och få handledning vid givna tidpunkter varje vecka. Det är ett uppskattat stöd i övningar och för certifierings-caset, men även för att själv kunna avsätta tid för instudering och övningar om det är svårt att frigöra tid på sin ordinarie arbetsplats. Vi kan även arrangera att stöd ges på arbetsplatsen mellan blocken.

Upplägg med 7 x 2 dagar plus certifiering

Programmet består av sex-sju utbildningsblock om två dagar per månad, med inslag av handledarstödda självstudier mellan blocken och ett avslutande block för certifiering. Ett av blocken är frivilligt, se nedan. Blocken leds av Ferrologics mest erfarna konsulter inom respektive område, samt även till stor del av extern expertis till exempel inom visualisering, kommunikation, processanalys mm. Övningarna inom statistik, data management och visualisering genomförs primärt med R och Tableau. Kunskapen är generell och endast till liten del knuten till ett visst verktyg. Vi väljer R då det är open source, tillgängligt för alla, och har en stor spridning. Vi kan även erbjuda hjälp för kompletterande specialisering mot andra verktyg såsom SAS, Python, SPSS, Excel. Vissa block kan fördjupas som specifika utbildningar om så önskas.

Block 1 Data Science i organisationen

I det första blocket belyses varför Data Science och analys blivit allt viktigare i allt fler organisationer samt möjligheterna att på olika sätt organisera och affärsutveckla med analys. Målet är att gruppen dels ska ha samma bild av centrala begrepp som vi kommer röra oss med i programmet, sätta en gemensam förväntansbild på programmet. Centrala frågor blir vad bygger upp affärsvärdet av information, vilken roll har data science i det, digitalisering och innovation, rollen som data scientist och den analytiska organisationen.

Block 2 IT, Data & Information

Det andra blocket syftar till att öka förståelsen för en del centrala mer IT-relaterade aspekter, i syfte att minska gapet mellan analytiker och IT. Här fördjupas exempelvis kunskaperna i varför informationshantering, arkitekturstyrning och hantering av flöden är avgörande för att långsiktigt säkra värdet av information och därmed möjligheterna till värdeskapande analys. Vi går igenom grunderna i Data Warehouse, ETL, Arkitektur & Teknik, Datakvalitet, Masterdata, Affärsregler och Information Governance.

Block 3, 4 och 5 Analysmetoder

Block 3 – 5 syftar till att fördjupa och bredda kunskapen inom analys. Beroende på hur erfaren deltagaren är inom analysmetoder går man normalt sett olika block.

  • Deltagare med begränsad erfarenhet av statiska metoder går normalt block 3-4, men ej block 5.
  • Deltagare med tidigare erfarenhet av analysmetoder går normalt block 4-5, men ej block 3.

Block 3 Grundläggande analysmetoder

I block 3 ges grundläggande kunskap i analytiska metoder för deltagare som saknar statistikutbildning eller vill fräscha upp sina kunskaper. Vi behandlar områdena Business Analytics, Analysprocessen och grunderna i Prediktiv Modellering. Detta block är inte obligatorisk, rådgör med kursledare om du är osäker på om du bör gå block 3 eller inte.

Block 4 Avancerade analysmetoder

I det fjärde blocket tar vi ett kliv från grundläggande statistisk analys in i metoder som är kopplade till begrepp som Supervised vs Unsupervised Learning, Artificiell Intelligens, Deep Learning & Machine Learning, IoT och forecasting. Förkunskaper motsvarande innehållet i Block 3 är nödvändiga.

Block 5 Fördjupning avancerad analys

Block 5 riktar sig till deltagare som redan innan programmet är på en relativt avancerad nivå avseende statistiska metoder. Här fördjupar vi oss helt enkelt i det block 4 berör, med mer teori och praktikövningar.

Block 6 Visualisering och rapportering

I det sjätte blocket uppmärksammar vi vikten av att presentera analysresultat på rätt sätt och anpassat för olika typer av mottagare. Vi pratar om Business Intelligence, Rapportering, Visualisering och Dashboards. Med praktiska övningar skapar vi och visualiserar data för olika ändamål. Är du osäker på varför detta är viktigt så rekommenderas en titt på någon av Hans Roslings presentationer: Gapminder

Block 6 utförs till stor del av vår samarbetspartner Sparks som ligger i framkant avseende visualisering och BI.

Block 7 Vägen från reaktiv till proaktiv analys

Det sjunde blocket angränsar till block 6 och ger en fördjupning i att förstå hur du som Data Scientist närmar dig och blir en naturlig del av organisationens verksamhetsprocesser. Du får öva på de förmågor du bör behärska för att lyckas, som kommunikation, Samarbete, Presentationsteknik / Retorik, Process / Affärsförståelse och Storytelling. Vår erfarenhet är att detta block representerar ett område som både är den kanske vanligaste svagheten hos analytiker, och som därmed ger störst effekt i programmet. Trots det kan det uppfattas som mindre angeläget än analysmetoder, teknik etc. De som gått programmet kan intyga att det inte stämmer.

Avslutande Certifiering

Certifieringen genomförs med ett case. Deltagarna har löpande under programmet arbetat med ett eget case som redovisas enskilt. Caset är ett realistiskt scenarie på riktig data.

Caset ska dra nytta av samtliga block. Vid bedömningen för godkänd certifiering läggs stor vikt vid hur väl deltagaren dragit nytta av programmets olika block. Det är alltså ej enbart en analysuppgift.

Intresseanmälan, kostnad för programmet.

Kostnaden för programmet är 120.000 SEK exkl. moms, inkl. handledning under kursen, certifiering samt fri tillgång till ett brett utbud av e-learningkurser inom R och Python. Avgiften kan faktureras i delar eller i sin helhet. En del av kurskostnaden faktureras vid anmälan till kursen.