Введение в анализ данных нефтегазовой отрасли


Студенты пишут:
области анализа данных
данный электив подойдет
студент шкн
будьте готовы
нефтегазовой отрасли

Открыть электив в Модеусе

Описание курса:

Нефтегазовая промышленность России — ведущая отрасль российской промышленности, включающая в себя добычу, переработку, производство, транспортировку и сбыт углеводородов и их продуктов.

Современный этап развития нефтегазовой отрасли характеризуется более сложным строением залежей. В этих условиях основным драйвером развития становится оптимизация стратегии разработки залежей. Это требует глубокий анализ всех доступных к использованию данных.


Цель: познакомить студентов с задачами и методами анализа данных, возникающих при разработке месторождений нефти и газа.

Задачи:

- научить студентов осуществлять первичный анализ данных;

- познакомить студентов с процессами и системами управления в нефтегазовой отрасли;

- научить студентов использовать язык Python для анализа нефтегазопромысловых данных.


Используемая образовательная технология: Проектно-ориентированное обучение (PBL)


Форма аттестации:

Для оценки уровня освоения электива применяется 100-балльная система оценки.

Успешным завершением программы электива считается обязательное выполнение и защита индивидуального проекта. На защите проекта оцениваются:


  • продукт проектной работы (оригинальность, новизна, функциональность);
  • процесс проектной деятельности (актуальность, проблемность, содержательность, разработанность, завершенность, самостоятельность);
  • оформление проекта (системность, наглядность, аналитичность);
  • качество доклада (системность, композиционная целостность; полнота представления процесса, подходов к решению проблемы; краткость, четкость, ясность формулировок).

В случае если, студент во время изучения электива не успел или не смог защитить проект, то такая возможность предоставляется ему на зачете.

Если же студент по уважительной причине не имел возможности выполнить индивидуальный проект, то зачет проводится в устном виде и предполагает ответ на один теоретический вопрос (из списка вопросов к зачету) и решение практического задания. Каждое из заданий оценивается в 50 баллов максимум.

Шкала перевода баллов в оценку:


  • от 0 до 60 баллав - "незачтено"
  • от 61 до 100 баллов - "зачтено"


Примечание: программа разработана таким образом, что не предъявляет к слушателям никаких изначальных требований к знаниям в области анализа данных и языков программирования.

По окончании курса участники смогут:

- Обрабатывать данные с помощью средств библиотек Pandas и NumPy.

- Визуализировать данные, применяя библиотеки Matplotlib и Seaborn.

- Проводить статистический анализ данных. Выдвигать и проверять статистические гипотезы.

- Оперировать данными, используя объектную модель tNavigator.