Просмотр исходного текста страницы Факультатив Data Science в игровой индустрии (SAS)


[[Файл:Capture.PNG|1000px|безрамки|справа]]


=== О факультативе Data Science в игровой индустрии (SAS)  ===
Факультатив рассматривает современные подходы, инструменты и методы интеллектуального анализа данных, применяемые в игровой индустрии

=== Расписание занятий  ===
Занятия проводятся по '''средам'''<br />

'''''18:10''''' - лекция (запись)<br />
'''''19:40''''' - семинар (запись)<br />

'''Общая ссылка для всех лекций и семинаров:''' https://zoom.us/j/97193250405?pwd=VmcyWlVMZEI4VTJpL29idlRtN3h0dz09<br />

<br />
При посещении лекции и семинара в Zoom просим студентов '''сделать Rename''' и подписаться в формате «Фамилия Имя». Например, «Иванов Алексей»

=== О курсе ===
Данная страничка содержит ссылки на материалы по факультативу  [https://elearning.hse.ru/oncampus/data-game Data Science в игровой индустрии]  в 2021/2022 учебном году.

дополнительные ссылки:
*[https://cs.hse.ru/sas/ Базовая кафедра компании SAS на факультете компьютерных наук ВШЭ ]
*[https://www.hse.ru/edu/courses/471046101 Карточка курса и программа]
*[https://www.sas.com/ru_ru/home.html Сайт компании  SAS]

*'''[https://www.sas.com/ru_ru/careers/internship-program.html#m=schedule-2019 Календарь стажерской программы на 2021/2022 год]'''

== Программа курса ==

'''Тема 1.''' Введение. Представление лекторов. Что за курс? Для кого? Что такое игра? Какие бывают механики/жанры игр?

'''Тема 2.''' Как привлекают игроков? Unit экономика.

'''Тема 3.''' Способы монетизации. Откуда деньги?

'''Тема 4.''' Аналитика на начальных этапах создания игры.

'''Тема 5.''' Аналитические инструменты геймдизайнеров.

'''Тема 6.''' Инфраструктура для разработки игр (трэккинг данных, mmp и так далее).

'''Тема 7.''' Как оценивают качество игры? Метрики на основании фактических данных.

'''Тема 8.''' Как оценивают качество игры? Метрики на основании прогнозных данных.

'''Тема 9.''' Как улучшить игру (LiveOps, турниры и все тому подобное).

'''Тема 10.''' Изменение игры (улучшение или оптимизация). A/B тесты.

'''Тема 11.''' Digital marketing через гейминг и киберспорт: как монетизировать миллионные охваты и взаимодействовать с вовлеченной и платежеспособной аудиторией.


Вы научитесь:

1. Использовать программные средства загрузки, обработки, визуализации и интерактивного исследования данных, а также строить и применять на практике описательные и прогнозные модели интеллектуального анализа данных и машинного обучения

2. Использовать семейство программных технологий SAS для обработки и анализа данных, включая программные продукты SAS для загрузки и предобработки данных, интерактивного исследования данных, построения и применения прогнозных и описательных моделей

3. Понимать ключевые показатели эффективности и основные метрики операционной и финансовой деятельности игровых компаний

4. Формулировать, решать и оценивать результат решения задач анализа данных в бизнесе, возникающих в области клиентской аналитики, в розничных сетях продаж товаров и при анализе и оценке рисков и в других отраслях экономики


== Дополнительно - обучение SAS==

Все желающие студенты могут бесплатно пройти базовые онлайн курсы SAS:
*по основам программирования на SAS Base [https://support.sas.com/edu/schedules.html?id=2588&ctry=RU ссылка на курс]
*по основам статистического анализа с использованием ПО SAS [https://support.sas.com/edu/schedules.html?id=5235&ctry=RU ссылка на курс]

Также желающие студенты, готовые потратить дополнительное время на изучение программирования в SAS, могут бесплатно попробовать сдать профессиональную сертификацию в рамках программы SCYP (SAS® Software Certified Young Professionals) [https://www.sas.com/sas/training/scyp.html ссылка на курс].

== Лекции и семинары ==


  '''среда      '''
{| class="wikitable"
<br />
'''ссылка на подключение к лекции''' - https://zoom.us/j/97193250405?pwd=VmcyWlVMZEI4VTJpL29idlRtN3h0dz09
|-
! Лекция/Семинар !! Тема !! Дата !! Презентация!! Запись 
|-
| Лекция 1 || Введение. Представление лекторов. Что за курс? Для кого? Что такое игра? Какие бывают механики/жанры игр? || 22.09.2021 в 18:10  || [https://docs.google.com/presentation/d/1m44WOlu_zZ4kXl5Mm7om4gOEPfhRtSrY/edit?usp=sharing&ouid=109416058723510784590&rtpof=true&sd=true Презентация Лекция №1] || [https://youtu.be/IUQuKp_2Cr8 Лекция №1]
|-
| Лекция 2 || Как привлекают игроков? Unit экономика. || 29.09.2021 в 18:10  || [https://drive.google.com/file/d/1k9egmzitzqUMxGSYm5Yjd4kqMzy8Ulvr/view?usp=sharing Презентация Лекция №2] || [https://youtu.be/qNM3Y6GJO04 Лекция №2 и 3]
|-
| Лекция 3 || Способы монетизации. Откуда деньги. || 29.09.2021 в 19:40  || [https://drive.google.com/file/d/1-d445L_bAVh-AvAoLfDsSvtu_KMf2ZsR/view?usp=sharing Презентация Лекция №3] || [https://youtu.be/qNM3Y6GJO04 Лекция №2 и 3]
|-
| Лекция и семинар 4 || Аналитика на начальных этапах создания игры || 6.10.2021 в 18:10 и в 19:40  || [https://docs.google.com/presentation/d/15hyMFcWHzvf56tPDltEOLgnqwm2SCU6s/edit?usp=sharing&ouid=109416058723510784590&rtpof=true&sd=true Презентация Лекция и семинар №4] || [https://drive.google.com/file/d/1q1tYuYZhZfYrWKpE20jB31lwlAW2VC3X/view?usp=sharing Лекция №4]
|-
| Лекция 5 || Аналитические инструменты геймдизайнеров || 4.11.2021 в 18:10  || [https://drive.google.com/file/d/1k_Hvugcu5kVYCdN52hMxwcCwKBDxLPVW/view?usp=sharing Презентация Лекция №5]  || [https://drive.google.com/file/d/1kSmtqkGtpNXUxiViY3oW-c_7qPlva-Uv/view?usp=sharing Лекция №5]
|-
| Лекция и семинар 6 || Инфраструктура для разработки игр (трекинг данных, mmp и так далее)  || 11.11.2021 в 18:10 и 19:40  || [https://drive.google.com/file/d/1DiQbRwNk_TRKA2ro10pSqXy2caJ5S-3V/view?usp=sharing Презентация Лекция и семинар №6] || [https://drive.google.com/file/d/1IwHqUv5B0C58ZXAk53vKtudgi7P2aDub/view?usp=sharing Лекция и семинар №6]
|-
| Лекция и семинар 7 || Как оценивают качество игры ( метрики на основании фактических данных)  || 24.11.2021 в 18:10 и 19:40  || [https://drive.google.com/file/d/13-ePmZeuqvjsHa52c1eRJ1Oz_fBLg3M0/view?usp=sharing Презентация Лекция и семинар №7] || [https://drive.google.com/file/d/1SP4iGSPXTBfy3h5pBI4BfbuLl_RceRrY/view?usp=sharing Лекция и семинар №7]
|-
| Лекция и семинар 8 || Изменение игры (улучшение и оптимизация) - A/B тесты    || 1.12.2021 в 18:10 и 19:40  || [https://drive.google.com/file/d/1hC4TdIaiOZWOwEUmM1uTP71r5FqhNqfG/view?usp=sharing Презентация Лекция и семинар №8] || [https://drive.google.com/file/d/1wc6F0-PYAEpASPwAbfUQbICVxv07zysP/view?usp=sharing Лекция и семинар №8]
|-
| Лекция 9 || Digital marketing через гейминг и киберспорт: как монетизировать миллионные охваты и взаимодействовать с вовлеченной и платежеспособной аудиторией  || 8.12.2021 в 18:10  ||  || 
|}

== Отчётность по курсу и критерии оценки ==

В курсе предусмотрено несколько форм контроля знания:
* 4 практических домашних задания 
* Письменный экзамен, вопросы в виде теста с вариантами ответов

'''Критерии оценки знаний, навыков'''

*Оценки за все домашние задания выставляются по 2-балльной шкале, где «2» — задание решено полностью, «1» — задание решено не полностью или с недочётами, «0» — задание не решено или решено неверно. 

Если домашнее задание разбито на несколько частей, то каждая часть оценивается по 2-балльной шкале как описано выше, а затем оценки усредняются с равными весами без округления. 

Перевод оценки за домашние задания из 2-балльной шкалы в 10-балльную проводится путём умножения оценки на 5 без округления. 

*Оценка за экзамен выставляется по 10-балльной шкале. 


'''Порядок формирования оценок по дисциплине'''

Пусть оценки за 4 домашних задания по 10-балльной шкале —  '''O_1,O_2,O_3,O_4''' а оценка за экзамен в конце первого модуля по 10-балльной шкале — '''O_экз'''. 


Итоговая оценка для студентов '''O_итог''' рассчитывается по формуле

'''O_итог = 0.15 * O_1 + 0.15 * O_2 + 0.15 * O_3 + 0.15 * O_4 + 0.4 * O_экз, 10'''

Округление происходит только в самом конце — в итоговой оценке. Округление арифметическое. 
 
Каждое задание и экзамен оцениваются по 10-балльной шкале (по заданиям допускается дробная оценка). За некоторые задания можно будет получить бонусные баллы, о чем будет объявляться при выдаче задания.

== Домашние задания ==
[https://docs.google.com/spreadsheets/d/12FenE3TupHHAlpQvfwq737sPrsjeJ-SH/edit?usp=sharing&ouid=109416058723510784590&rtpof=true&sd=true '''Ссылка на таблицу с оценками за ДЗ''']

== Задать вопрос по курсу ==
'''Вопросы''' по курсу можно задавать в телеграм канал и телеграм чат.

Канал в telegram для объявлений: https://t.me/GameAnalytics_hse

Чат в telegram для обсуждений: https://t.me/joinchat/buEnp6eKTfI1OTJi


''' Все объявления и материалы по курсу будут вывешиваться в чате и в канале телеграм! '''
Преподаватели в чате бывают, но не всегда. 
По всем важным вопросам стоит писать преподавателю Титовой Наталии в чате телеграм или на почту Natalia.Titova@sas.com. В название письма обязательно добавлять тег [ПМИ ФКН ВШЭ/ПАД ФКН ВШЭ/МИЭФ ФКН ВШЭ], а также указывать свою фамилию и имя.

Все приведенные файлы предназначены для использования студентами во время обучения и обновляются в течение года.
По найденным опечаткам, неточностям, сбоям работы странички просьба писать на электронную почту.

== Материалы по курсу ==

== Рекомендуемая литература и полезные дополнительные материалы ==


== Контакты  ==

[[Файл:Титова Наталья Николаевна.jpg|микро|70px|безрамки|слева]] '''Титова Наталия Николаевна''' - старший преподаватель 
Natalia.Titova@sas.com




[[Файл:Лобок Татьяна Сергеевна.jpg|микро|70px|безрамки|слева]] '''Лобок Татьяна Сергеевна''' - менеджер базовой кафедры SAS
tlobok@hse.ru