Занимаюсь анализом данных для бизнеса более 15 лет, из которых последние 13+ лет — на руководящих позициях, включая позиции в топ-менеджменте (CDO/CDS) таких компаний как Объединённое кредитное бюро, Платформа больших данных, Ростелеком - Информационные технологии и Samsung Electronics (в СНГ). В 2017 году получил Ph.D. в Университете штата Нью-Йорк.
В настоящее время независимый консультант и советник по анализу данных и профессор менеджмента (сотрудничаю с Сберуниверситетом, бизнес-школами Drexel University (Филадельфия, США) и Pace University (Нью-Йорк, США)). Помогаю выстраивать функцию управления и анализа данных на стратегическом уровне (как систему для принятия управленческих решений), включая организацию работы команд различного размера и подходящих бизнес-процессов. Могу перевести бизнес-проблемы в конкретные аналитические и технологические решения.
Вот некоторые из моих результатов:
- Построил системы управления и анализа данных в таких компаниях как Samsung, Объединённое кредитное бюро, совместном проекте Ростелекома и ВТБ. Сделал анализ и работу с данными неотъемлемой частью культуры принятия решений в этих компаниях. Заставил данные работать на финансовый результат
- Сформировал и организовал команды специалистов в этих компаниях. Занимался обучением и профессиональным развитием аналитиков и инженеров данных. Провёл в общей сложности несколько сотен собеседований за последние 10 лет
- Произвёл революцию в управлении высшим образованием в США: внедрил математические методы и методы работы с данными, характерные для коммерческого сектора, для принятия решений. Автор научных статей и презентаций по данной теме
- Автор учебных курсов по анализу данных для управленцев на русском и английском языке. Мои научные статьи опубликованы в журналах уровня A в США
- Помогаю защитить докторские диссертации выпускникам бизнес-школ США. Участвую в нескольких научных проектах американских вузов
Данный проект рассчитан на руководителей и просто интересующихся, которые хотели бы разобраться в управлении с помощью количественных / математических методов. В основном речь пойдёт о Data Science, как о самом популярном подходе. Но на ней я останавливаться не буду: есть ещё кибернетика, системная динамика, теория игр и так далее. К тому же, для меня Data Science - это способ решить практические проблемы с помощью данных, а не только DS в узком смысле как набор алгоритмов машинного обучения.
Данный проект нацелен на промежуточный путь между двумя крайностями: чрезмерным углублением в математические детали для технических специалистов и чрезмерно поверхностным изложением материала для руководителей. Промежуточный путь необходим тем, кто хочет понимать как и что работает, как и что лучше использовать для конкретной бизнес-задачи без погружение в технические детали и программирование.
Хотя этот проект не претендует на полный охват всех имеющихся тем, я планирую свести публикуемые материалы в стройную систему, удобную для использования практиками.