Beta

Business Intelligence – Systemy Wspomagania Decyzji Biznesowych

Offer image

Terminy:

W tym momencie brak dostepnych terminów

Opis i cele

Celem Studiów Podyplomowych Business Intelligence – Systemy Wspomagania Decyzji Biznesowych jest dostarczenie wiedzy i praktycznych umiejętności z zakresie stosowania zaawansowanych metod analizy danych (OLAP, Data Mining) i sztucznej inteligencji (Artificial Intelligence) w praktyce biznesowej.

Usługa:
Studia podyplomowe
Poziom:
Zaawansowany
Kategorie:
Analiza Danych
Biznes i Zarządzanie

Charakterystyka uczestników

osób pragnących rozpoznać potencjał zastosowań sztucznej inteligencji w biznesie lub pozyskać nowe perspektywy zawodowe w dynamicznym sektorze zastosowań biznesowych nowych technologii analitycznych. Te studia w są skierowane m.in. do:

  • analityków biznesowych pragnący poznać i stosować w praktyce najnowsze rozwiązania w zakresie analizy danych,
  • menedżerów odpowiadający za projekty Business Intelligence, wdrożenia AI, itp.,
  • konsultantów specjalizujących się w analizach biznesowych, realizacji projektów AI,
  • poszukujących nowych wyzwań zawodowych, bez przygotowania technicznego, pragnący pracować w zakresie analizy danych i praktycznych zastosowań metod sztucznej inteligencji.

Program

  • Wprowadzenie do Business Intelligence (BI) w kontekście zarządzania wartością firmy (VBM)
  • Przegląd zastosowań AI w biznesie i budowanie przewagi konkurencyjnej z wykorzystaniem metod analizy danych oraz sztucznej inteligencji, w tym eksploracji danych
  • Podstawy projektowania systemów Business Intelligence z wykorzystaniem technologii Hurtowni Danych i systemów Big Data dla nie informatyków
  • Zajęcia laboratoryjne w zakresie wykorzystania narzędzi On–line Analytical Processing (SAS, Tableau albo Power BI).
  • Podstawy statystyki dla menedżerów
  • Wprowadzenie do eksploracji danych (Data Minnig, drzewa klasyfikacyjne i regresji, reguły indukcyjne, walidacja i interpretacja modeli)
  • Zajęcia laboratoryjne w zakresie praktyki używania metod eksploracji danych (Statistica)
  • Zastosowania biznesowe metod eksploracji danych: analiza koszyka zakupów, analiza skłonności do zakupu, analiza migracji klientów, wykrywanie nadużyć, profilowanie klientów (m.in. cross-selling i up–selling),
  • Przegląd ekonometryczne metody prognozowania i modeli wczesnego ostrzegania w biznesie
  • Analityczne systemy CRM w praktyce (segmentacja klientów, analizy typu: churn, fraud, propensity, zarządzanie kampaniami marketingowymi, modele CLTV)
  • Wprowadzenie do zrównoważonej karty wyników (BSC) - kontroling strategiczny i zasady budowania kokpitów menedżerskich (MC)
  • Wspomaganie decyzji w zakresie analizy sprzedaży i logistyki: analiza sprzedaży: (wolumen, cena, mix produktowy), analiza rentowności, benchmarking
  • Analiza wymagań biznesowych i dobre praktyki prowadzenia projektów wdrożeniowych (studium przypadku) z elementami analizy inwestycyjnej
  • Sieci neuronowe w zastosowaniach biznesowych (deep learning) w tym m.in. praktyka użytkowania dużych modeli językowych (LLM) takich jak np. GPT
  • Użytkowanie, pozyskiwanie i analiza danych ze źródeł otwartych (OSINT)
  • Realizacja projektów AI: Agile w praktyce, metodyki projektowe, transformacja modeli biznesowych (DT)
  • Etyka i regulacje AI, cyberbezpieczeństwo systemów AI, trendy rozwojowe

Zastosowane metody

  • Wykłady teoretyczne
  • Zajęcia laboratoryjne
  • Studium przypadków
  • Praktyczne ćwiczenia z wykorzystaniem specjalistycznych narzędzi analitycznych

Dodatkowe informacje organizacyjne

Sekretarz studiów: Ilona Jastrzębska,

tel.: +48 225 649 237, +48 503 111 551

e-mail: ijastrz@sgh.waw.pl

Uczestnik otrzymuje:

Dyplom ukończenia studiów podyplomowych SGH

Wiedza:

  • Zrozumienie podstawowych pojęć i narzędzi Business Intelligence.
  • Znajomość zaawansowanych metod analizy danych (OLAP, Data Mining).
  • Wiedza na temat zastosowań sztucznej inteligencji w biznesie.
  • Umiejętność projektowania systemów BI z wykorzystaniem Hurtowni Danych.
  • Znajomość ekonometrycznych metod prognozowania.
  • Wiedza na temat analitycznych systemów CRM.
  • Zrozumienie koncepcji zrównoważonej karty wyników (Balanced Score Card).
  • Znajomość sieci neuronowych i deep learningu.
  • Wiedza na temat etyki i regulacji AI.
  • Zrozumienie cyberbezpieczeństwa systemów AI.

Umiejętności:

  • Praktyczne stosowanie metod analizy danych.
  • Projektowanie systemów BI.
  • Wykorzystanie narzędzi OLAP, Tableau, Power BI.
  • Analiza danych za pomocą Statistica.
  • Przeprowadzanie analiz finansowych, sprzedaży, kosztów i klientów.
  • Budowanie modeli Data Mining.
  • Przeprowadzanie analiz skłonności do zakupu, migracji klientów, wykrywania nadużyć.
  • Zarządzanie projektami AI i BI.
  • Użytkowanie i pozyskiwanie danych ze źródeł otwartych (OSINT).
  • Implementacja i transformacja modeli biznesowych (Digital Transformation).

Kompetencje społeczne:

  • Umiejętność pracy w grupie projektowej.
  • Zdolność do komunikowania wyników analiz.
  • Kompetencje w zakresie etyki zawodowej w kontekście AI.
  • Rozwijanie umiejętności krytycznego myślenia.
  • Zdolność do samodzielnego rozwiązywania problemów analitycznych.
  • Nawiązywanie i utrzymywanie relacji zawodowych.
  • Zrozumienie znaczenia ciągłego doskonalenia zawodowego.
  • Kompetencje w zakresie zarządzania czasem i projektami.
  • Umiejętność adaptacji do dynamicznie zmieniającego się środowiska biznesowego.
  • Zdolność do wdrażania innowacyjnych rozwiązań w organizacji.