Κάντε αίτηση πριν από τις 16 Νοεμβρίου 2021 για να επωφεληθείτε από 150 USD έκπτωση από το τέλος προγράμματος. Χρησιμοποιήστε τον κωδικό SMU150EBTA κατά την πληρωμή. Τι θα κάνει αυτό το Πρόγραμμα για εσάς; Μετά την επιτυχή ολοκλήρωση του προγράμματος, οι συμμετέχοντες θα είναι σε θέση: Δημιουργήστε και εφαρμόστε επιχειρηματικές στρατηγικές αξιοποιώντας την επιστήμη των δεδομένων. Λάβετε αποφάσεις βάσει δεδομένων για την επίλυση επιχειρηματικών προβλημάτων χρησιμοποιώντας πληροφορίες δεδομένων. Δείξτε πώς τα αναλυτικά στοιχεία μπορούν να συνδυαστούν με πειράματα για τη δημιουργία συστάσεων βάσει δεδομένων για την ανάπτυξη της επιχείρησης. Εξηγήστε τις βασικές προκλήσεις και τους κινδύνους σε έργα επιστήμης δεδομένων. Αξιολογήστε τη στρατηγική δεδομένων ενός οργανισμού και προτείνετε τρόπους για την επίτευξη βιώσιμου ανταγωνιστικού πλεονεκτήματος. Αναλύστε τις ανάγκες του οργανισμού και προωθήστε τη βελτίωση της επιχείρησης μέσω των μελλοντικών τάσεων της επιστήμης δεδομένων. Ενότητες προγράμματος Το πρόγραμμα περιλαμβάνει 8 ενότητες. Κάθε ενότητα καθοδηγείται από έναν εμπειρογνώμονα της σχολής SMU με εμπειρία στον τομέα ειδικά για τα θέματα Επιστήμης Δεδομένων & Αναλύσεων που συζητούνται. Ενότητα 1: Μόχλευση δεδομένων ως ανταγωνιστικό πλεονέκτημα Μάθετε τις βασικές ορολογίες της επιστήμης δεδομένων, τα διαφορετικά επίπεδα ανάλυσης δεδομένων και τη σημασία τους στη λήψη αποφάσεων, τα χαρακτηριστικά και τις γνώσεις δεδομένων για την επίτευξη βιώσιμου ανταγωνιστικού πλεονεκτήματος και τις εφαρμογές της ανάλυσης δεδομένων και τον ρόλο της στη δημιουργία νέων επιχειρηματικών ευκαιριών. Ενότητα 2: Ανάλυση δεδομένων σε δράση Ανακαλύψτε την κατάλληλη αναλυτική προσέγγιση για την επίλυση ενός επιχειρηματικού προβλήματος, είτε ο οργανισμός σας βασίζεται σε δεδομένα, τάσεις στα δεδομένα και απόκτηση σχετικών πληροφοριών για τη βελτίωση της επιχειρηματικής απόδοσης, τον αντίκτυπο που έχουν οι πολυκαναλικές στρατηγικές ενός οργανισμού στις πωλήσεις και τον τρόπο αναγνώρισης των κατάλληλων δεδομένων/ πληροφοριών. Ενότητα 3: Βασικές στατιστικές για την ανάλυση δεδομένων Αποκτήστε μια βαθύτερη κατανόηση της σύγκρισης ανεξάρτητων συνόλων δεδομένων για να αποκτήσετε γνώσεις και πώς να εφαρμόσετε τη στρατηγική λήψη αποφάσεων χρησιμοποιώντας τις εν λόγω τεχνικές. Ενότητα 4: Προγνωστική ανάλυση Μάθετε τα βασικά της παλινδρόμησης για την ανάλυση της ισχύος/του αντίκτυπου των μεταβλητών, πώς να προβλέψετε τον αντίκτυπο της μεταβλητής χρησιμοποιώντας τη βέλτιστη προσαρμογή του μοντέλου και τα εφέ παλινδρόμησης, πώς να δημιουργήσετε ένα μοντέλο λογιστικής παλινδρόμησης για να δοκιμάσετε και να προβλέψετε τα αναμενόμενα αποτελέσματα και πώς να εφαρμόσετε προγνωστικά αναλυτικά στοιχεία για την οργάνωση συμβάντων να προωθήσει τις δυνάμεις και να αντιμετωπίσει τις απειλές. Ενότητα 5: Πειράματα πεδίου και αιτιότητα Εξερευνήστε τη συσχέτιση και την αιτιότητα και τη σημασία τους για τη βελτίωση της επιχειρηματικής απόδοσης, πειραματισμό για επιχειρηματικά προβλήματα για να βγάλετε αποτελεσματικά συμπεράσματα. Δοκιμές πολλαπλών μεταβλητών, A/B και Multi-Armed Bandit. και την αποτελεσματικότητα της χρήσης πειραματικού σχεδιασμού για τη δημιουργία συστάσεων βάσει δεδομένων για την ανάπτυξη της επιχείρησης. Ενότητα 6: Μοντέλα μηχανικής μάθησης για ανάλυση δεδομένων Δημιουργήστε τις γνώσεις σας για τη μηχανική μάθηση και τον ρόλο της στην αύξηση της παραγωγικότητας του οργανισμού, πώς μπορούν να εφαρμοστούν οι αλγόριθμοι μηχανικής μάθησης για την επίτευξη βέλτιστης αναλυτικής ακρίβειας, οι πτυχές δημιουργίας προγραμμάτων των νευρωνικών δικτύων και της βαθιάς μάθησης και πώς η ανάλυση μπορεί να συνδυαστεί με πειράματα για την παραγωγή αποτελεσματικών επιχειρηματικές στρατηγικές. Ενότητα 7: Αντιμετώπιση Βασικών Προκλήσεων και Κινδύνων σε Έργα Επιστήμης Δεδομένων Μάθετε τις βασικές προκλήσεις για τα έργα επιστήμης δεδομένων και τις λύσεις τους, το Delta Framework και το μοντέλο Delta Plus, τους κινδύνους σε επίπεδο έργου και παραδείγματα αποτυχημένων έργων επιστήμης δεδομένων και πώς να προβλέψετε την επιτυχία του έργου σας μεγάλων δεδομένων χρησιμοποιώντας την τεχνική DATA. Ενότητα 8: Επιστήμη δεδομένων και το μέλλον Ανακαλύψτε τους οδηγούς, τα αναμενόμενα αποτελέσματα και τους τεχνολογικούς παράγοντες για το Industry 4.0. τα στοιχεία για την επιτυχία της τεχνητής νοημοσύνης που μπορούν να αξιοποιηθούν για την ενίσχυση των οργανωτικών ικανοτήτων· προκλήσεις στην εφαρμογή της τεχνητής νοημοσύνης σε συστήματα· και πώς να αξιολογήσετε το ταξίδι ψηφιακού μετασχηματισμού ενός οργανισμού και να διατηρήσετε ένα ανταγωνιστικό πλεονέκτημα. Οι περιπτωσιολογικές μελέτες The Weather Company: Δημιουργία καταναλωτικών εφαρμογών που αξιοποιούν μεγάλα δεδομένα Iuiga's Challenge: Αξίζει το Omni-Channel; Η 3M μετακινείται στην εστίαση στον πελάτη χρησιμοποιώντας μια παγκόσμια αποθήκη δεδομένων Πειράματα διαφήμισης στο RestaurantGrades Πρόβλεψη Ανατροπής Πελατών στην QWE Inc Ψηφιακός Μετασχηματισμός του Ομίλου Certis Προσομοιώσεις Οι μαθητές θα αποκτήσουν πρακτική εμπειρία με διάφορες μεθοδολογίες ανάλυσης δεδομένων και επίσης δωρεάν πρόσβαση στο XLSTAT για ένα χρόνο μαζί με αυτό το πρόγραμμα. Προσομοίωση Data Analytics: Στρατηγική Λήψη Αποφάσεων Digital Marketing Simulation: Media Attribution στο ExerciseMinder Σχολή Προγράμματος Sandeep R. Chandukala, Ph.D. Αναπληρωτής Καθηγητής Μάρκετινγκ Ο Sandeep υπηρετεί ως Αναπληρωτής Καθηγητής Μάρκετινγκ. Πριν ενταχθεί στο SMU, ο Sandeep εργαζόταν στην 3M και πριν από αυτό εργάστηκε ως Jr Faculty Fellow στο Kelley School of Business του Πανεπιστημίου της Ιντιάνα. Έχει Ph.D. στο Μάρκετινγκ (με ανήλικο στη Στατιστική) από το The Ohio State University, MS (MAS) ένα MBA από το Πανεπιστήμιο του Τέξας στο Ντάλας και ένα MS (Μηχανική Υπολογιστών) από το Πανεπιστήμιο της Μινεσότα. Τα ερευνητικά ενδιαφέροντα του Αναπληρωτή Καθηγητή Chandukala σχετίζονται με την ανάπτυξη ποσοτικών μοντέλων συμπεριφοράς των καταναλωτών χρησιμοποιώντας βιομηχανικά δεδομένα. Η έρευνά του επικεντρώνεται κυρίως στην ανάλυση λιανικής. Συγκεκριμένα, η κατανόηση και η μέτρηση του αντίκτυπου των προωθήσεων, της διαφήμισης και των νέων προϊόντων και η πρόταση νέων προσεγγίσεων για την κατάτμηση της αγοράς χρησιμοποιώντας τις μεθόδους Bayesian και Markov Chain Monte Carlo (MCMC). Η έρευνά του έχει εμφανιστεί στα Marketing Science, Journal of Marketing, Journal of Retailing, Marketing Letters και Customer Needs and Solutions. Ο Αναπληρωτής Καθηγητής Chandukala τιμήθηκε με την Ερευνητική Υποτροφία Lee Kong Chian το 2016-17 και ήταν επίσης στη λίστα του Dean's Teaching Honor για τη Μεταπτυχιακή Διδασκαλία το 2018. Michelle Cheong, Ph.D. Καθηγητής Πληροφοριακών Συστημάτων (Εκπαίδευση); Αναπληρωτής Κοσμήτορας, SCIS Μεταπτυχιακή Επαγγελματική Εκπαίδευση. Διευθυντής, Διδάκτωρ Μηχανικών Ο καθηγητής Cheong έχει υπηρετήσει ποικίλα ακαδημαϊκά ραντεβού στο SMU από το 2005, μεταξύ άλλων ως Λέκτορας, Επίκουρος Καθηγητής και Αναπληρωτής Καθηγητής Πληροφοριακών Συστημάτων. Εκτός από τον τρέχοντα ρόλο της ως Καθηγήτρια Πληροφοριακών Συστημάτων, η Καθηγήτρια Cheong κατέχει επίσης διοικητικές θέσεις στο SMU, υπηρετώντας ως Αναπληρωτής Κοσμήτορας της Μεταπτυχιακής Επαγγελματικής Εκπαίδευσης του SIS και ως Διευθυντής Διδάκτωρ Μηχανικών. Τα ερευνητικά ενδιαφέροντα του καθηγητή Cheong περιλαμβάνουν ανάλυση δεδομένων και αποφάσεων, μοντελοποίηση υπολογιστικών φύλλων και παιδαγωγική, και αναλυτικά στοιχεία μάθησης και εξόρυξη κειμένου. Το 2018 της απονεμήθηκε το SMU Teaching Excellence Award - Postgraduate Professional Programs από το SMU Center of Teaching Excellence. Η δουλειά του καθηγητή Cheong έχει παρουσιαστεί σε μια σειρά από άρθρα περιοδικών, βιβλία και κεφάλαια βιβλίων, πρακτικά και εργασίες συνεδρίων και άρθρα περιοδικών. Η τελευταία της εργασία σχετικά με τον αντίκτυπο της εκπαίδευσης σε βοηθούς συνομήλικους στο SMU δημοσιεύτηκε από το International Journal of Evidence-Based Coaching and Mentoring. Πρόγραμμα Μαθησιακό Ταξίδι 90+ Διαλέξεις βίντεο 32 Εργασίες 10+ Παραδείγματα Βιομηχανίας 6 Πίνακες Συζητήσεων 6 Μελέτες περίπτωσης 2 Προσομοιώσεις Γιατί να εγγραφείτε στο Data Science & Analytics για Στρατηγικές Αποφάσεις; Οι επιχειρήσεις σε όλο τον κόσμο στρέφουν την εστίασή τους σε στόχους που βασίζονται στα δεδομένα και στη λήψη αποφάσεων. Στην πραγματικότητα, η International Data Corporation αναφέρει ότι τα δεδομένα παγκοσμίως θα αυξηθούν κατά 61% στα 175 zettabyte έως το 2025. Λοιπόν, γιατί η επιστήμη των δεδομένων είναι τόσο σημαντική; Επειδή δίνει τη δυνατότητα στους οργανισμούς να επεξεργάζονται και να ερμηνεύουν αποτελεσματικά δεδομένα που μπορούν να χρησιμοποιηθούν για τη λήψη τεκμηριωμένων επιχειρηματικών αποφάσεων και την ανάπτυξη, τη βελτιστοποίηση και την απόδοση. Στο διαδικτυακό πρόγραμμα Data Science & Analytics for Strategic Decisions—που προσφέρεται από το Singapore Management University—μπορείτε να μάθετε πώς να επεξεργάζεστε και να κατανοείτε δεδομένα που μπορούν να χρησιμοποιηθούν για τη λήψη καλύτερων, εξυπνότερων αποφάσεων στον οργανισμό σας. Πηγή: IDC, 2021 22% είναι η αναμενόμενη αύξηση της απασχόλησης των επιστημόνων δεδομένων έως το 2030 - πολύ ταχύτερη από τον μέσο όρο για όλα τα επαγγέλματα. πηγή: US Bureau of Labor Statistics, 2021 95% των επιχειρήσεων αναφέρουν την ανάγκη διαχείρισης μη δομημένων δεδομένων ως πρόβλημα για την επιχείρησή τους. πηγή: Sharespost, 2019 Σε ποιους απευθύνεται αυτό το Πρόγραμμα; Το πρόγραμμα έχει σχεδιαστεί τόσο για επαγγελματίες της τεχνολογίας όσο και για μη επαγγελματίες με σχετική εργασιακή εμπειρία 6 – 20+ ετών — Δεν απαιτείται κωδικοποίηση. Ωστόσο, μια βασική γνώση του Excel θα ήταν επωφελής. Οι βιομηχανίες και οι λειτουργίες που μπορούν να ωφεληθούν περιλαμβάνουν: Βιομηχανίες: IT, Ηλεκτρονικό Εμπόριο, Λογισμικό Υπολογιστών, Οικονομικά, Μάρκετινγκ και Διαφήμιση, Τράπεζες, Εκπαιδευτική Διοίκηση και Συμβουλευτική Διαχείρισης Λειτουργίες: Μηχανική, Προγραμματισμός, Τεχνολογία, Γενική Διοίκηση, Μάρκετινγκ, Οικονομικά, Λειτουργίες και Λειτουργίες Ανθρώπινου Δυναμικού Αυτό το πρόγραμμα είναι ιδιαίτερα χρήσιμο για επαγγελματίες που φιλοδοξούν: Μετάβαση σε έναν ρόλο ανώτατης διοίκησης με επίκεντρο τα δεδομένα Συγκεντρώστε αναλυτική τεχνογνωσία για να χειριστείτε μεγαλύτερες ευθύνες Χρησιμοποιήστε προγνωστικά μοντέλα για να δημιουργήσετε αποτελεσματικές στρατηγικές που αντιμετωπίζουν βασικά ζητήματα στις επιχειρηματικές λειτουργίες και την ποιότητα των προϊόντων Γίνετε ηγέτης για βιώσιμη επιχειρηματική ανάπτυξη Αιχμή του δόρατος πλήρης ιδιοκτησία βασικών επιχειρηματικών εργασιών και κατανόηση των υποκείμενων στρατηγικών επιπτώσεων
-