Методы и технологии, основанные на работе с данными/Вопросы тестов

Материал из Викиучебника — открытых книг для открытого мира
Перейти к навигации Перейти к поиску

Методы и технологии, основанные на работе с данными

Вопросы тестов

Что не является трендом в области ГосТех?[править]

вариант 1[править]

Адаптивная безопасность

Мультиканальное вовлечение граждан

Повсеместное использование аналитики

Создание множества независимых систем по учету трудовых ресурсов в каждом регионе

Цифровая идентификация граждан +

вариант 2[править]

Адаптивная безопасность

Мультиканальное вовлечение граждан

Рабочая сила в цифровом формате

Уменьшение количества использования аналитических отчетах на всех этапах государственного управления

Цифровая идентификация граждан +

вариант 3[править]

Мультиканальное вовлечение граждан

Повсеместное использование аналитики

Рабочая сила в цифровом формате

Создание неизменяющегося подхода для противодействия киберугрозам

Цифровая идентификация граждан +

Какие типичные типы задач решаются с помощью NLP (Natural Language Processing, Обработка Естественного Языка)?[править]

Анализ текста

Генерация текста

Диалоговые системы

Распознавание речи

Всё из перечисленного +

Что является примером временного ряда?[править]

вариант 1[править]

Анкета заемщика

Доразметка данных

История в медицинской карточке +

Социологический опрос

Текст статьи

вариант 2[править]

Анкета заемщика

Зарплатная ведомость

Стоимость биржевых инструментов +

Социологический опрос

Текст статьи

Что важно при обработке данных при цифровой трансформации?[править]

вариант 1[править]

Обновить техническое обеспечение компании, используя самую современную технику

Обучить всех сотрудников использовать Excel для обработки данных

Обучить всех сотрудников языкам программирования, способных запускать нейронные сети

Сильная внутренняя экспертиза команды в области подхода управления с помощью данных +

Хранить данные в бумажном виде в архиве

вариант 2[править]

Обновить техническое обеспечение компании, используя самую современную технику

Обучить всех сотрудников использовать Excel для обработки данных

Обучить всех сотрудников языкам программирования, способных запускать нейронные сети

Понимать, какой информацией располагает компания, а чего не хватает +

Хранить данные в бумажном виде в архиве

вариант 3[править]

Обновить техническое обеспечение компании, используя самую современную технику

Обучить всех сотрудников использовать Excel для обработки данных

Обучить всех сотрудников языкам программирования, способных запускать нейронные сети

Определить методы сбора, анализа и интерпретации результатов +

Хранить данные в бумажном виде в архиве

Что является одной из основных проблем цифровой трансформации?[править]

вариант 1[править]

Достаточные знания и компетенции

Наличие стратегии

Недостаточное финансирование +

Поддержка руководства

Профицит квалифицированных кадров

вариант 2[править]

Дефицит квалифицированных кадров +

Достаточное финансирование

Достаточные знания и компетенции

Наличие стратегии

Поддержка руководств

вариант 3[править]

Достаточные знания и компетенции

Достаточное финансирование

Отсутствие стратегии +

Поддержка руководства

Профицит квалифицированных кадров

Задачи, которые касаются жизни каждого гражданина, наболевшие проблемы общества и вопросы о том, как их решать это[править]

Задачи цифровой трансформации общества

Экономические задачи

Политические задачи

Коммерческие задачи

Социально значимые задачи +

Хаб открытых данных – это ...[править]

Основной независимый ресурс наборов открытых государственных данных, на котором собраны и структурированы существующие на сегодня в России наборы данных.+

Открытый ресурс, в который выгружают персональные данные граждан с целью продажи и передачи третьим лицам

В терминологии специалистов – историческое событие, после которого было открыто, что можно использовать данные в управлении процессами (продажи, менеджмент и т.д.)

Аналитическая панель, наглядное представление информации о бизнес-процессах, трендах, зависимостях и других метриках в компактном виде, которое позволяет увидеть значения конкретных показателей и динамику их изменений

Способ защиты данных с помощью визуальных решений

Основные функции сбора данных включают[править]

Создание информационных систем, создание отчетов, обеспечение финансирования

Накопление данных, анализ данных, первичную обработку данных

Поиск источников данных, извлечение данных, преобразование данных +

Постановку и решение задач, построение графиков, визуализацию

Поиск аномалий, классификацию, восстановление регрессии

Что такое искусственные нейронные сети?[править]

Математическая модель, построенная по принципу сигнальной системы живых организмов.

Приложения, помогающие обучаться, создавать образы и обобщать информацию.

Математическая модель, построенная по принципу организации колоний общественных насекомых.

Всемирная система объединённых компьютерных сетей для хранения, обработки и передачи информации

Математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма. +

Что является ключевым показателем города при построении модели цифрового двойника города?[править]

Уровень жизни

Количество населения +

Объемы производства

Объемы строительства

Объемы потребления

Что такое суперсервисы?[править]

Мобильные приложения крупных компаний

Платформы, которые охватывают все сферы жизни человека и помогают ему получать услуги от бизнеса и государства дистанционно +

Сайты органов государственной власти

Сервисы, запущенные на современных суперкомпьютерах.

Платформы, построенные по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма.

В чем отличия и связь "Искусственного интеллекта" и "Машинного обучения"?[править]

Машинное обучение – одно из направлений Искусственного Интеллекта. Данное направление состоит из методов, которые позволяют делать выводы на основе данных.

Искусственный интеллект – одно из направлений Машинного Обучения. Данное направление занимается имитированием поведения человека.

Искусственный Интеллект и Машинное Обучение – это направления Глубокого обучения нейронных сетей.

Искусственный Интеллект – это алгоритмы, связанные с обучением цифровых нейронных сетей. Машинное обучение - это алгоритмы работы с табличными данными.

Искусственный Интеллект занимается задачами имитации деятельности мозга человека. Машинное обучение – это процесс, в ходе которого обучается Искусственный Интеллект. +

Существует ли в России аналог "закона о забвении" США (закон, позволяющий гражданам настаивать на удалении своих персональных данных из сети).[править]

Не существует

Существует и позволяет удалять из сети любые персональные данные

Не существует, но законопроект находится в стадии обсуждения

Существует, но распространяется только на данные в поисковых системах +

Планируется к внедрению в 2021-2025 годах

Разбить клиентов по интересам к тем или иным продуктам для последующего маркетинга, это задача?[править]

Регрессии

Классификации

Рекомендации

Кластеризации +

Поиска аномалий

В каком десятилетии появились понятия "Искусственный интеллект" и "Машинное обучение"?[править]

1950-1959 +

1960-1969

1970-1979

1980-1989

1990-1999

Основные принципы управления изменениями включают[править]

Четкое определение целей изменения

Четкое понимание существующего состояния дел

Планирование изменений

Информирование персонала

Всё из перечисленного +

В каких годах прошёл первый шахматный турнир среди компьютерных программ?[править]

1950-1959

1960-1969

1970-1979 +

1980-1989

1990-1999

Какая главная проблема/сложность наличиях множества разных систем хранения данных в организации?[править]

Отсутствие возможности получать данные из каждой системы.

Стоимость приобретения систем растет в геометрической прогрессии в зависимости от количества систем.

Необходимость обучения сотрудников использованию различных систем.

Необходимость большого количества сотрудников для технической поддержки систем.

Сложность синхронизации данных между системами. +

Классификация, кластеризация, корреляция – это части этапа?[править]

Анализа данных +

Сбора данных

Визуализации

Поиска аномалий

Преобразования данных

Назовите три шага по созданию концепции цифровой трансформации?[править]

Анализ инфраструктуры – Создание технологического видения – Временная оценка преобразований, исходя из динамики изменения внешней среды

Диагностика текущего состояния – Формирование целевого состояние – Разработка дорожной карты преобразования +

Определение состояния продуктов и процессов – Создание стратегического видения – Временная оценка преобразований, исходя из текущего состояния организации

Изучение кадрового потенциала и культуры – Создание бизнес-архитектуры – Определение вех цифровой трансформации

Извлечение данных – Трансформация данных – Загрузка данных


В чем причина такой популярности внедрения AI в бизнес-процессы?[править]

Низкая стоимость продуктов по внедрению AI

Органы государственной власти обязывают крупный бизнес внедрять наиболее современные технологии с рынка

Многие игроки рынка уверены, что внедрение AI (ИИ, Искусственного Интеллекта) позволит сразу же пройти процесс цифровой трансформации +

Наличие большого количества доступных инструментов для использования AI в бизнес-процессах.

Наличие большого количества квалифицированных профессионалов на рынке труда.

Цель разработки ИТ-стратегии компании – это ...[править]

Приобретение преимущественной позиции организации за счет использования современных ИТ-систем и ресурсов, позволяющих решать комплекс задач с помощью технологий +

Процесс формирования годового плана расходов на ИТ-проекты в компании

Оцифровка стратегического плана развития компании

Поиск возможностей приобретения более современной техники для организации с минимизацией расходуемых средств

Повышение цифровой грамотности сотрудников организации

Что является основой для создания системы HR, основанной на работе с данными?[править]

Данные из социальных сетей

Цифровой профиль сотрудника

Цифровой след деятельности сотрудника

Анкета, заполненная сотрудником

Разработанная система тестирования сотрудников компании +

Массовое производство, использование электричества, разделение труда – это[править]

Индустрия 1.0

Индустрия 2.0 +

Индустрия 3.0

Индустрия 4.0

Ничего из перечисленного

Какова цель Data Driven Marketing (Маркетинг, основанный на данных)?[править]

Повышение качества потребительского опыта и точности персонализации, в том числе с целью повышения эффективности бизнес-процессов +

Реклама дата-центричных проектов, их актуальности и перспективности

Продажа третьим лицам данных об обслуживании клиентов и поведении пользователей на сайте или в приложении

Использование инсайдерской информации при торговле биржевыми инструментами

Внедрение систем учета клиентов в маркетинговые процессы

Что является основой для составления цифрового профиля сотрудника?[править]

Данные из социальных сетей

Индивидуальный образовательный трек сотрудника

Цифровой след деятельности сотрудника +

Анкета, заполненная сотрудником

Разработанная система тестирования сотрудников компании

В «большой управленческий цикл» НЕ входит следующая стадии[править]

Вознаграждение за желаемый результат

Отслеживание и контроль процессов

Пост-анализ и коррекция ошибок

Проверка гипотез +

Согласование решений

Назовите тройку стран-лидеров в сборе данных о гражданах?[править]

Китай, Индия, Япония +

Исландия, Аргентина, Испания

Италия, Франция, Индия

США, Китай, Россия

Сингапур, Германия, Великобритания

Что такое ETL?[править]

Процесс извлечения данных из внешних источников.

Процесс трансформации и очистки данных для соответствия бизнес-процессам. +

Процесс загрузки данных в хранилища.

Всё из перечисленного

Ничего из перечисленного

Преградами на пути к изменениям являются[править]

Неверная расстановка приоритетов

Сопротивление изменениям

Плохие коммуникации

Отсутствие жесткого руководства трансформационными изменениями

Всё из перечисленного +

Для чего используются A/B инструменты для работы с данными?[править]

Для восстановления регрессии

Для классификации данных +

Для поиска аномалий

Для измерения эффектов

Для верификации данных

Для построения цифрового двойника автодороги необходимо[править]

Осуществить оцифровку дороги в ручном или автоматическом режиме

Выставить коэффициенты аварийности участка дороги

Проверить корректность внесенной информации

Всё из перечисленного +

Ничего из перечисленного

Что НЕ является примером проекта из области ГосТех?[править]

Цифровое правительство

Умный город

Электронный суд

Коммерческая платформа облачного хранения, хранящая общедоступные данные

Платформы для противодействия отмывания денег +

Что является одной из основных проблем информационного обмена на региональном уровне[править]

Оперативность получения региональных показателей

Потоковые данные для прогнозирования с использование машинного обучения (AI)

Наличие "единого" окна получения доступа к первоисточникам данных

Исторические данные хранятся эпизодически и бессистемно +

Единые формы сбора и методики расчета показателей

Какая из перечисленных отраслей наиболее активно внедряет AI/ML?[править]

Производство

Оптовая и розничная торговля

Государственный сектор

Финансовый сектор +

Определение стоимости недвижимости по параметрам, это задача?[править]

Регрессии

Классификации +

Кластеризации

Рекомендации

Поиска аномалий

Другие

На какую сумму купит клиент в следующем месяце, это задача?[править]

Регрессии +

Классификации

Рекомендации

Кластеризации

Поиска аномалий

Что НЕ должен обеспечивать Центр управления регионом?[править]

Доступ к региональным данным

Контроль качества исходных данных

Инструменты анализа данных на уровне региона

Защиту государственных данных

Повышение отчетной нагрузки +

Определите, что НЕ является бизнес-инструментом работы с данными[править]

Инструменты визуализации данных

Системы автоматизации

Делопроизводство, основанное на ручном или аналоговом хранении документов +

CRM системы

Юнит-экономика

В задаче восстановления регрессии, целевая переменная ...[править]

Принимает значение из бинарного множества (да/нет, 0/1)

Определена на группах объектов или из свойствах

Принимает значения из конечного множества

Не определена, необходимо найти похожие группы

Принимает числовые значения (может иметь бесконечное количество вариантов) +

Выделите основную проблему с внедрением решений на основе AI (ИИ, Искусственного Интеллекта) в бизнес-процессы[править]

Сложность работы с сервисами AI

Отсутствие предложений на рынке

Отсутствие систематических действий по внедрению, "случайные инновации"

Отсутствие на рынке квалифицированных сотрудников. +

Большие объемы данных плохо поддаются анализу.

Что позволяет использование Цифровой модели компетенций?[править]

Анализировать "рыночную стоимость" сотрудников в разрезе цифровых компетенций +

Автоматизированно генерировать граф для профстандарта ИТ специалистов

Проанализировать, какие инструментами пользуются разработчики цифровых решений по всему миру

Определить, какие навыки более востребованы навыки на прорывных и зрелых рынках

Всё из перечисленного

Цифровизация в решении социально значимых задач позволит[править]

Поменять всех сотрудников управляющей компании и муниципалитетов

Закрепить сложившиеся стереотипы мышления общества

Создать систему тотального контроля за жизнью граждан

Создать условия, показывающие эффективность работы государственного аппарата +

Повысить доходы всем коммерческим организациям

Основные процессы работы с данными включают[править]

Поиск аномалий, классификацию, восстановление регрессии

Выбор проблематики, направление запросов в органы государственной власти, составление отчетов

Изучение законодательства, составление программ развития, достижение ключевых показателей эффективности

Аналитика, рефлексия, критика

Сбор данных, анализ, визуализация +

В задаче поиска закономерностей, целевая переменная ...[править]

Принимает числовые значения (может иметь бесконечное количество вариантов)

Определена на группах объектов или из свойствах

Не определена, необходимо найти похожие группы

Принимает значения из конечного множества +

Всё из перечисленного

Что НЕ включает в себя Диагностика текущего состояния при создании концепции цифровой трансформации?[править]

Анализ продаж

Определение вех цифровой трансформации +

Изучение продуктов и процессов

Инспектирование производства

Получение списка доступных данных

Модель управления изменениями Курта Левина включает следующие стадии[править]

Размораживание, движение, замораживание +

Форсайт-сессия, анализ предложений, выбор действий

Фиксация проблематики, анализ проблем и выработка гипотез, принятие и утверждение решений

PEST-анализ, SWOT-анализ, SNW-анализ

Поиск аномалий, классификацию, восстановление регрессии

Цифровой след – это ...[править]

Имитация деятельности систем в виртуальном пространстве.

Вся информация, которая хранится в реляционных базах данных.

Эффект от нагрузки на цифровую платформу.

Возможность отслеживать изменения количественных показателей бизнес-процессов.

То, что зафиксировано в цифровом виде, будь то данные датчиков, камер видеонаблюдения, сайтов, социальных сетей, оцифрованные документы и пр. +

Что такое копилефт (copyleft)?[править]

Идея, когда программы и данные распространяются без ограничения свободы дальнейшего распространения и модификации +

Имущественное авторское право, то есть право копировать и воспроизводить

Институт гражданского права, регулирующий правоотношения, связанные с созданием и использованием программ и данных

Абсолютное гражданское право, обеспечивающее возможность его обладателю своими действиями извлекать полезные свойства из программ и данных

Вид субъективных прав, относящихся к категории нематериальных благ

Зачем использовать общую систему BI (Business intelligence)[править]

Получить единый инструмент отчетности и анализа данных

Объединить данные из множества источников в организации

Оптимизировать ресурсы (как по поддержке, так и по созданию аналитики)

Создать единую точку получения информации в организации

Всё из перечисленного +

Разместите в исторически правильном порядке:[править]

Информатизация... Автоматизация... Цифровая трансформация...

Цифровая трансформация... Информатизация... Автоматизация...

Автоматизация... Информатизация... Цифровая трансформация... +

Цифровая трансформация... Автоматизация... Информатизация...

Автоматизация... Цифровая трансформация... Информатизация...

Что НЕ является затратами на разработку и запуск решения на базе Искусственного интеллекта[править]

Облачные вычисления для обучения AI модели

Закупка данных

Разметка данных

Зарплата команды на разработку и управление проектом

Ничего из перечисленного +

Что является актуальной проблемой (или проблемами), снижающие темпы развития городов?[править]

Рассогласованность планов и программ развития по времени и назначению

Слабость институтов развития

Падение экономической эффективности

Всё из перечисленного +

Ничего из перечисленного

В перечень задач машинного обучения НЕ входит[править]

Уменьшение размерности

Выявление аномалий

Классификация

Интенсификация +

Восстановление регрессии

Интернет вещей – это ...[править]

Приложения, отслеживающие покупателей, которые заходят на сайты интернет-магазинов.

Способ приобретения вещей через интернет.

Стадия развития технологий интернет, концепция вычислительной сети физических предметов («вещей»), оснащенных встроенными технологиями для взаимодействия друг с другом или с внешней средой и объединяющая целый стек технологий +

Представление о том, что в ближайшем будущем технологии будут настолько развитыми, что они создадут собственный интернет с поисковыми, социальными и иными сетями-агрегаторами данных для взаимодействия без вмешательства человека

Множество различных приборов и датчиков, объединенных между собой проводными и беспроводными каналами связи

Информационные системы видеонаблюдения, мобильные видеокамеры и технологии компьютерного зрения сегодня позволяют автоматически решать следующие задачи[править]

Оценивать качество уборки улиц

Фиксировать незаконные свалки

Регистрировать вырубки леса

Оценивать качество дорожных покрытий

Всё из перечисленного +

Что такое less-code (меньше-кода) подход при создании программного обеспечения?[править]

Подход, которые заменяет программистов во всех индустриях.

Подход, который позволяет с помощью визуальных технических средств создавать системы без навыков программирования. +

Подход, в котором с помощью компьютерных языков можно создать новое программное обеспечение.

Подход извлечения, трансформации и загрузки данных без использования навыков программирование.

Подход подразумевает, что нужно понимать данные и уметь строить прогнозы на их основе.

Какой принцип (или какие принципы) необходимы для правильного структурного внедрения BI Self-service систем?[править]

Управляемые правила

Надёжный единый источник данных +

Управление группами

Простота администрирования

Всё из перечисленного

Приборы фото- видеофиксации могут дать следующую информацию о транспортной системе и дорожном движении[править]

Средний расход топлива автомобилей на участке

Средняя скорость потока на участке и динамика ее изменения +

Готовность водителей участвовать в решении социально-значимых задач

Уровень загрязненности воздуха

Всё из перечисленного

Что такое "тест Тьюринга"?[править]

Тест, в ходе которого, через анонимную коммуникацию, человек или группа должны определить, обладает ли компьютер сознанием человека.

Тест, в ходе которого, через анонимную коммуникацию, человек или группа должны определить, может ли компьютер вести диалог с человеком.

Тест, в ходе которого, через анонимную коммуникацию, компьютер должен определить, общается ли с ним человек или другая программа.

Тест, в ходе которого, через анонимную коммуникацию, человек или группа должны определить, с кем общаются – с компьютером или человеком. +

Тест, в ходе которого, через анонимную коммуникацию, компьютер должен определить, каким уровнем интеллекта обладает человек.

Какое определение наиболее полно отражает понятие Искусственный интеллект?[править]

Способность компьютера обрабатывать большие объемы данных и постепенно приобретать сознание

Способность компьютера обрабатывать большие объемы данных

Способность системы самостоятельно ставить перед собой задачи и решать их при помощи данных из интернета

Способность системы правильно интерпретировать внешние данные, извлекать знания из таких данных и использовать их для достижения конкретных целей и задач при помощи гибкой адаптации +

Способность прогнозировать будущие события на основе неполной информации.

Киберфизические производственные системы – это[править]

Индустрия 1.0

Индустрия 2.0

Индустрия 3.0

Индустрия 4.0 +

Ничего из перечисленного

Уйдет или не уйдет клиент в следующем месяце, это задача?[править]

Классификации +

Регрессии

Кластеризации

Рекомендации

Поиска аномалий

Что является плюсом less-code (меньше кода) подхода при создании программного обеспечения?[править]

Делать минимум с максимальным бюджетом

Быстрые проверки гипотез за 1-2 дня без привлечения целых команд разработки +

Жесткий инструментарий с фиксированным функционалом

Полное отсутствие разработчиков при создании любого программного обеспечения

Фиксированная функциональность продукта для оптимизации расходов дальнейшей поддержки

Стриминг – это ...[править]

Один из инструментов визуализации данных

Процесс передачи информации на платформы видеоконтента +

Видимость, что событие происходит онлайн

Потоковая передача данных

Онлайн кинотеатры

По заключению специалистов, стоимость создания любой информационной системы в большей степени определяется ...[править]

Запланированным бюджетом на текущий период

Наличием ресурсов внутри организации

Решением бизнес-заказчика

Рынком и оценками подрядчиков

Объективными характеристиками потенциального продукта +

Что может быть результатом внедрения решений на базе искусственного интеллекта/машинного обучения?[править]

Повышение производительности за счет того, что один сотрудник может выполнить больше задач за то же время

"Больше креативной работы за счет высвобождения времени, которое раньше тратилось на рутину" +

Меньше сотрудников за счет того, что один сотрудник с помощью ИИ может выполнить больше работы

Всё из перечисленного

Ничего из перечисленного

Как принять решения о необходимости внедрения корпоративной информационной системы, выборе подходящей системы и оценить результаты автоматизации в компании?[править]

С помощью внедрения Data Driven Marketing (Маркетинга, основанного на данных)

При помощи прогнозного графика, показывающего запланированный оборот организации на ближайшие периоды

При помощи оценки общего объема данных, генерируемых цифровыми средами и сервисами, используемыми в компании

При помощи такого показателя, как возврат на вложенные инвестиции (Return On Investment, ROI) +

При помощи подсчета расходов на внедрение цифровых технологий и кадровые затраты

Когда нейронные сети начали классифицировать изображения с уровнем ошибки ниже чем у человека?[править]

Примерно с 2005 года

Примерно с 2010 года

Примерно с 2015 года

Примерно с 2020 года

До сих пор ни одна нейронная сеть не может классифицировать объект лучше, чем в среднем делает человек +

Может ли обучить современный компьютер идентифицировать определенный объект на фотографии?[править]

Да, компьютер может проанализировать фотографию и распознать все объекты, которые на ней оказались.

Нет, не хватает технической мощности компьютеров анализировать фотографии.

Да, как правило с точностью выше, чем может идентифицировать данный объект человек. +

Нет, такие разработки сейчас только на уровне лабораторных исследований

Да, но с точностью ниже, чем может идентифицировать данный объект человек.

Сгруппировать похожие регионы по экономическому положению, это задача?[править]

Регрессии

Кластеризации +

Классификации

Рекомендации

Поиска аномалий

Поиск источников данных, извлечение данных, преобразование данных – это части этапа?[править]

Анализа данных

Сбора данных +

Визуализации

Поиска аномалий

Кластеризации

Какие две темы наиболее популярны при внедрении AI/ML решений?[править]

Сегментация клиентов и антифрод

Автоматизированная диагностика и автоматизация колл-центров

Анализ тональности/мнений и распознавание лиц

Автоматизация рекрутинга и анализ юридических договоров

Чат-боты и автоматизация процессов +

Что такое цифровая экономика?[править]

Хозяйственная деятельность, в которой ключевым фактором являются данные в цифровом виде +

Стадия развития технологий интернет, концепция вычислительной сети физических предметов («вещей»), оснащенных встроенными технологиями для взаимодействия друг с другом или с внешней средой и объединяющая целый стек технологий

Общий подход к цифровой трансформации и внедрению управления на основе данных на промышленном предприятии

Подход к цифровой трансформации компании, основанный на решении использовать современные технологии и практики проектной работы

Направление, в котором стартапы, инновационные компании и само государство оцифровывают государственные продукты и услуги, используя новые технологии

В задаче классификации, целевая переменная ...[править]

Принимает числовые значения (может иметь бесконечное количество вариантов)

Не определена, необходимо найти похожие группы

Принимает значения из конечного множества +

Определена на группах объектов или из свойствах

Всё из перечисленного

Интернет вещей как технология может применяться со следующей целью:[править]

Мониторить исправность и оптимизировать загруженность оборудования

Оптимизировать перевозки, логистику и анализировать манеру вождения

Анализировать поведение клиентов и делать им персональные предложения, отслеживать специфику использования клиентом продукта

Мониторить состояние полей и здоровье скота, уровень влажности почвы, предсказывать погоду и изменения климатических условий

Всё из перечисленного +

Задачи системы управления, основанной на данных, включают[править]

Реализация схемы централизованного сбора и оценки качества выполнения заявок граждан

Применение ежемесячной оценки эффективности органов муниципального управления и управляющих компаний по качеству отзывов граждан

Применение технологий больших данных для анализа и планирования адресных мероприятий

Сбор данных оценки социальной среды из СМИ и социальных сетей

Всё из перечисленного +

Открытые вопросы Рефлексии[править]

  • Какие из изученных в рамках интенсива тем являются для вас наиболее значимыми и почему?
Обоснуйте свою позицию, расскажите, что именно из услышанного вы считаете значимым. Социально-значимый эффект, практическая польза, масштабность решения, новизна и т.п. Выделите критерий, на основе которого вы выделяете какой-то контент.
  • Как вы планируете применять полученные в ходе интенсива знания в вашей дальнейшей работе?
Опишите, как и в каких процессах, для каких целей и/или задач вы можете использовать тот или иной пример, материал или решение, с которыми вы познакомились в рамках интенсива.
  • Какие вопросы, рассмотренные в рамках интенсива, вы бы хотели более детально изучить в ближайшее время и почему?
Поясните, почему та или иная тема является для вас необходимой к изучению. Расскажите, с чего вы планируете начать, какие материалы использовать, каких спикеров будете слушать и т.д. Если вы вдруг считаете, что уже достаточно осведомлены в направлении нашего интенсива, обоснуйте, почему вы так считаете и что необходимо знать и уметь человеку, претендующему на статус CDO.