Обу
чение
людей от
бизнеса
ка
к
масш
т
аби
ру
ем
ое
решен
ие
для
выст
ра
иван
ия
Data
Go
ver
nance
Андрей
Т
елятни
к
agt.
mipt@gma
il.
co
m
Analy
s
t
D
ay
s
25
м
ая
2019г.
С
ан
кт
-
Петер
бу
рг
0
140
1
49
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
4.
О
Б
С
У
ЖДЕ
НИЕ
ПЛАН
Д
ОКЛ
АДА
2
Об
у
чени
е
лю
де
й
о
т
б
и
з
не
с
а
к
а
к
ма
с
ш
т
а
б
и
р
у
е
мо
е
р
е
ш
е
ни
е
для
в
ыс
т
р
а
и
в
а
ни
я
D
a
t
a
Go
v
e
r
n
a
n
c
e
3.
РЕ
ШЕНИ
Е
–
О
Б
У
ЧЕ
НИЕ
С
О
ТР
У
ДНИК
О
В
О
Т
БИЗНЕС
А
1.
ЗНАК
О
МС
ТВ
О
2.
ПР
ЕДП
О
СЫЛК
И
И
ПР
О
БЛ
ЕМ
А
0
140
1
49
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
ЗНАКОМСТ
ВО
3
Об
у
чени
е
лю
де
й
о
т
б
и
з
не
с
а
к
а
к
ма
с
ш
т
а
б
и
р
у
е
мо
е
р
е
ш
е
ни
е
для
в
ыс
т
р
а
и
в
а
ни
я
D
a
t
a
Go
v
e
r
n
a
n
c
e
СИБ
У
Р
яв
ляе
т
с
я
кр
у
пн
ей
шей
в Р
осс
и
и
ин
т
ег
риров
анн
ой
н
еф
т
е
х
им
и
ческ
о
й
к
ом
пан
ией
.
Более
20
ком
п
ан
и
й
,
боле
е
26
000
с
от
ру
дник
ов
Эф
фек
т
и
вная
ком
п
ан
и
я
–
EBI
T
D
A
>
30%
С
т
арт
п
рограм
м
ы
ци
фро
вой
т
ранс
фор
м
аци
и
в 2017
В
ци
фре
больше
200
челов
ек,
с
от
н
и
с
и
с
т
ем
-
и
с
т
о
чн
и
ков
0
140
1
49
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
ПРЕД
ПО
СЫЛ
К
И
4
Об
у
чени
е
лю
де
й
о
т
б
и
з
не
с
а
к
а
к
ма
с
ш
т
а
б
и
р
у
е
мо
е
р
е
ш
е
ни
е
для
в
ыс
т
р
а
и
в
а
ни
я
D
a
t
a
Go
v
e
r
n
a
n
c
e
По
вы
шение
с
к
орос
ти
и
к
а
чества
прин
ятия
реш
ени
й
Сф
орм
иров
а
ть
data
driv
en
к
ом
пан
и
ю
МИССИЯ:
•
По
с
троени
е
пла
тформ
ы
д
л
я
аналити
ки
•
Вне
д
рени
е
проц
ес
с
ов
Data
Q
ual
i
ty
и
Data
G
ov
ernanc
e
•
Дэшбор
дизац
и
я
и
о
тч
е
тн
ость
Ав
т
ом
а
т
и
з
аци
я
п
роц
ес
с
ов
Пере
да
ча
п
о
лномо
чи
й
н
а
м
ес
т
а
Р
ешен
и
я
,
ос
н
ов
ан
н
ые
н
а
данн
ых
С
О
ЗДАНИЕ
У
ПР
АВ
ЛЕНИЯ
К
О
РП
.
ДАННЫ
МИ
0
140
1
49
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
С ЧЕМ СТ
ОЛК
НУ
ЛИС
Ь
5
Об
у
чени
е
лю
де
й
о
т
б
и
з
не
с
а
к
а
к
ма
с
ш
т
а
б
и
р
у
е
мо
е
р
е
ш
е
ни
е
для
в
ыс
т
р
а
и
в
а
ни
я
D
a
t
a
Go
v
e
r
n
a
n
c
e
Дл
я
у
прав
л
ени
я
д
анн
ыми
тре
б
у
ю
т
с
я
с
ильн
ые
аналити
ческие
н
ав
ыки
Оц
ен
к
а
Бизн
ес
-
эффе
к
т
о
в
Ан
али
з
п
роц
есс
ов
Ар
х
и
т
ек
т
у
ра
данн
ых
Со
з
д
ани
е
про
д
у
к
т
ов
паралле
льн
о
с
вне
дрени
ем
проц
есс
ов
data
governance
Р
а
з
рабо
т
к
а
Пр
о
т
о
тип
ов
Ви
з
у
али
з
аци
я
0
140
1
49
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
ПРОБЛЕМА
6
Об
у
чени
е
лю
де
й
о
т
б
и
з
не
с
а
к
а
к
ма
с
ш
т
а
б
и
р
у
е
мо
е
р
е
ш
е
ни
е
для
в
ыс
т
р
а
и
в
а
ни
я
D
a
t
a
Go
v
e
r
n
a
n
c
e
Не
д
ос
т
а
т
ок специалис
т
ов
:
зад
а
ча
с
л
ишк
ом
г
л
об
ал
ьн
ая
!
К
ак масш
т
абир
ов
а
ть
пр
оц
есс
д
л
я
кр
у
пно
й
к
ом
па
нии
?
Т
ре
б
у
е
т
с
я
м
еня
ть
к
у
л
ь
т
у
ру
раб
о
ты
с
данн
ым
и
по
к
ом
пан
ии
в
ц
е
л
ом
Т
ре
б
у
е
т
с
я
ак
тивное
в
ов
ле
че
н
и
е
в проц
есс
пре
д
с
т
ав
ит
е
л
ей
би
знеса
0
140
1
49
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
ПО
ЧЕ
МУ
Т
АК?
РЕ
ШЕНИ
Е
–
повы
шат
ь
аналити
ческ
ие
ком
петенц
ии
вну
три
под
разд
ел
ени
й
7
Об
у
чени
е
лю
де
й
о
т
б
и
з
не
с
а
к
а
к
ма
с
ш
т
а
б
и
р
у
е
мо
е
р
е
ш
е
ни
е
для
в
ыс
т
р
а
и
в
а
ни
я
D
a
t
a
Go
v
e
r
n
a
n
c
e
ес
ть
опыт
г
л
об
ал
ьн
ог
о
и
зм
ен
ен
и
я
к
у
ль
т
у
ры
к
ом
пан
ии
Пр
ос
т
о
т
а
с
ов
рем
енн
ых
ин
с
тр
у
м
ент
ов
Зн
ани
е
би
знеса
Б
л
аг
оп
рия
тн
ые
ф
ак
т
ор
ы:
м
н
ог
о
ак
ти
вных
и
у
м
н
ых
с
о
тр
у
д
н
ик
ов
о
ткр
ыт
ость
к
об
у
чен
ию
м
иров
ая
т
енденц
ия
к
повыш
ен
и
ю
кр
осс
-
ф
у
н
кц
ион
ал
ь
н
ос
т
и
0
140
1
49
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
ЧТ
О
Д
ЛЯ
ЭТ
ОГО
НУ
Ж
НО
?
8
Об
у
чени
е
лю
де
й
о
т
б
и
з
не
с
а
к
а
к
ма
с
ш
т
а
б
и
р
у
е
мо
е
р
е
ш
е
ни
е
для
в
ыс
т
р
а
и
в
а
ни
я
D
a
t
a
Go
v
e
r
n
a
n
c
e
С
и
льный колл
ектив
Вос
т
ребова
н
н
о
с
т
ь
з
н
ан
и
й
Saf
e
с
реда
Прак
т
и
чес
ки
е
з
адачи
Т
ех
н
ологи
чес
кая
с
реда
О
С
О
БЫЕ
У
С
ЛО
ВИ
Я
Вес
ело
и
и
н
т
ересн
о
0
140
1
49
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
К
ОГО
И
К
АК
УЧИТ
Ь?
9
Об
у
чени
е
лю
де
й
о
т
б
и
з
не
с
а
к
а
к
ма
с
ш
т
а
б
и
р
у
е
мо
е
р
е
ш
е
ни
е
для
в
ыс
т
р
а
и
в
а
ни
я
D
a
t
a
Go
v
e
r
n
a
n
c
e
Р
А
ЗН
Ы
Е
Г
Р
УПП
Ы
Кл
ю
чевые
п
о
льз
ов
а
т
е
ли
Х
о
чу
с
де
ла
т
ь
с
ам
ра
з
би
ра
т
ь
с
я
в
с
оврем
ен
н
ых
т
е
х
н
о
л
огия
х
у
м
е
т
ь
п
ри
м
ен
я
т
ь
и
х
с
ам
ос
т
о
я
т
е
л
ьн
о
С
ПОС
ОБЫ
ОБ
УЧЕ
Н
ИЯ
Т
ео
р
ия
Уче
бные
з
ад
а
чи
Р
еал
ьн
ые
з
ада
чи
Ц
ЕЛ
Ь
ОБ
УЧЕН
ИЯ
0
140
1
49
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
К
ак масш
табиро
вать?
10
Об
у
чени
е
лю
де
й
о
т
б
и
з
не
с
а
к
а
к
ма
с
ш
т
а
б
и
р
у
е
мо
е
р
е
ш
е
ни
е
для
в
ыс
т
р
а
и
в
а
ни
я
D
a
t
a
Go
v
e
r
n
a
n
c
e
2
0
2
2
Q1
2
0
2
1
Q4
2
0
2
1
Q3
2
0
2
1
Q2
2
0
2
1
Q1
2
0
2
0
Q4
2
0
2
0
Q3
2
0
2
0
Q2
2
0
2
0
Q1
2
0
1
9
Q4
2019Q3
2
0
1
9
Q2
Об
у
чено
Сф
орм
и
ров
а
ть
с
ообщ
ес
тв
о
ПИР
АМ
ИДА
Сф
орм
иров
а
ть
К
ри
ти
че
с
к
у
ю
м
асс
у
5
-
25%
Ц
ЕЛЬ
О
б
у
чи
т
ь
5%
за
3 г
о
д
а
R
OAD
M
AP
0
140
1
49
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
ИТ
ОГО
-
К
ОНЦЕПЦИЯ
11
Об
у
чени
е
лю
де
й
о
т
б
и
з
не
с
а
к
а
к
ма
с
ш
т
а
б
и
р
у
е
мо
е
р
е
ш
е
ни
е
для
в
ыс
т
р
а
и
в
а
ни
я
D
a
t
a
Go
v
e
r
n
a
n
c
e
Форм
а
т
–
к
у
рс
ы,
в
оркшопы
,
х
ак
а
т
оны
,
к
онф
еренц
ии,
с
ам
ос
т
оят
е
л
ьн
ая
рабо
т
а
и
раб
о
т
а в
к
ом
ан
де
У
м
еня
зада
ча!
У
чёб
а
Р
ешен
и
е
з
ада
чи
А
налитик
Как
реша
т
ь?
Чег
о
не
х
в
а
т
ае
т
?
Пом
ощь
и
п
о
дд
ерж
к
а
Ко
у
чи
н
г
Соо
б
щ
е
с
тв
о
Шк
о
л
а
-
вну
тренн
яя
пл
ощ
ад
к
а
д
л
я
реш
ени
я
пр
ик
л
ад
ных
зада
ч
О
пре
д
е
л
ены
к
ом
пе
т
енц
ии
и
н
аправ
л
ени
я
об
у
че
н
и
я
1
2
3
0
140
1
49
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
ОЖ
ИД
АЕМЫЕ
РЕЗУЛЬ
Т
АТ
Ы
12
Об
у
чени
е
лю
де
й
о
т
б
и
з
не
с
а
к
а
к
ма
с
ш
т
а
б
и
р
у
е
мо
е
р
е
ш
е
ни
е
для
в
ыс
т
р
а
и
в
а
ни
я
D
a
t
a
Go
v
e
r
n
a
n
c
e
О
С
О
БЫЕ
У
С
ЛО
ВИ
Я
в по
дра
з
де
ления
х
с
ам
ос
т
оя
т
е
ль
н
о
ра
з
раб
а
т
ыв
аю
т
д
эш
бор
ды
и
п
ров
ерки
к
а
чес
т
в
а
данн
ых
с
фор
м
и
ров
ал
ос
ь
с
ообщ
ес
т
в
о,
к
о
т
орое
реал
ьн
о
п
ом
ог
ае
т
в
решен
и
и
п
ри
к
лад
н
ых
з
ада
ч
в
о
з
н
и
к
аю
т
и
деи
н
овых
п
ро
ду
к
т
ов
н
а
ос
н
ов
е
с
оп
ос
т
ав
лен
и
я
ра
з
ли
чн
ых
данн
ых
п
ри
н
и
маю
т
с
я
решен
и
я
н
а
ос
н
ов
е
данн
ых
0
140
1
49
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
208
208
208
153
204
0
229
242
242
242
242
242
178
210
216
255
192
0
192
0
0
128
128
128
245
138
31
Спасибо за
внимание
!
13
Об
у
чени
е
лю
де
й
о
т
б
и
з
не
с
а
к
а
к
ма
с
ш
т
а
б
и
р
у
е
мо
е
р
е
ш
е
ни
е
для
в
ыс
т
р
а
и
в
а
ни
я
D
a
t
a
Go
v
e
r
n
a
n
c
e
Андрей
Т
еля
т
ник
agt.
mipt@gma
il.
co
m
T
elegr
am:
@
tely
atnik
Роль аналитика в Data Governance