Бизнес-аналитика и ИИ как инструмент эффективного управления

2025/2026

Статус: Маго-лего

Кто читает: Департамент бизнес-информатики

Когда читается: 2 модуль

Охват аудитории: для своего кампуса

Преподаватели: Брускин Сергей Наумович, Лебедев Никита Александрович, Смирнов Арсений Сергеевич, Шишов Андрей Дмитриевич

Язык: русский

Кредиты: 3

Контактные часы: 24

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс охватывает как теоретические, так и практические аспекты бизнес-аналитики (BA) и инструментов ИИ в контексте реальных бизнес-задач. В условиях насыщенной данными среды бизнес нуждается в аналитике, чтобы оставаться конкурентоспособным. Курс делает акцент на аналитике данных как методе получения инсайтов из цифровых данных. Также рассматривается применение инструментов ИИ в бизнес-анализе. Задания курса обучают студентов работе с BI-сервисами для извлечения, обработки, анализа и визуализации данных, инструментов обработки данных и создания моделей машинного обучения. Цель курса — помочь студентам принимать более эффективные решения на основе данных. Курс включает лекции, анализ данных, создание ИИ моделей, кейсы, обсуждения и групповой проект, в рамках которого студенты отрабатывают применение методов BA и ИИ к реальным данным и задачам бизнеса.

Цель освоения дисциплины

Выбирать подходящие инструменты и методы бизнес-аналитики для решения задач.
Интерпретировать результаты анализа данных.
Применять бизнес-аналитику к реальным бизнес-задачам.
Использовать различные источники данных и инструменты в процессе анализа.
Находить, извлекать, оценивать и подготавливать данные для анализа.
Создавать понятные визуализации данных и презентации.
Разрабатывать интерактивные дашборды и отчеты с помощью инструментов бизнес-аналитики.

Планируемые результаты обучения

Владеть навыками подготовки аналитических материалов по результатам исследовательских и аналитических проектов для информационного обеспечения принятия управленческих решений
Владеть навыками применения современных техник и методик сбора данных, продвинутых методов их обработки и анализа, методами количественного и качественного анализа для принятия управленческих решений
Умеет извлекать данные из источников, анализировать качество данных, обнаруживать статистические особенности данных и выявлять аномалии
Уметь обрабатывать эмпирические и экспериментальные данные