• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2025/2026

Бизнес-аналитика и ИИ как инструмент эффективного управления

Статус: Курс обязательный (Маркетинг - менеджмент)
Когда читается: 1-й курс, 3 модуль
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 3
Контактные часы: 24

Программа дисциплины

Аннотация

Курс охватывает как теоретические, так и практические аспекты бизнес-аналитики (BA) и инструментов ИИ в контексте реальных бизнес-задач, фокусируясь на работе с данными. В условиях насыщенной данными среды бизнес нуждается в инструментах быстрой обработки большого объема данных, чтобы оставаться конкурентоспособным. Курс делает акцент на аналитике данных как методе получения инсайтов из цифровых данных. Также рассматривается применение инструментов ИИ в бизнес-анализе, в том числе GenAI. 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—научить студентов основным подходам по работе с данными, дать обзор трендов в области бизнес анализа, сформировать основу навыка применения GenAI в области бизнес информатики. Курс включает лекции, анализ данных, работы с практическим кейсом в области создания маркетингового контента с помощью ИИ.
Цель освоения дисциплины

Цель освоения дисциплины

  • • Выбирать подходящие подходы и инструменты бизнес-аналитики для решения задач. • Интерпретировать результаты анализа данных. • Квалифицировать и использовать различные источники данных и инструменты в процессе анализа. • Находить, извлекать, оценивать и подготавливать данные для анализа. • Создавать доступные для восприятия визуализации данных и презентационные материалы. • Разрабатывать интерактивные дашборды и отчеты с помощью ИТ инструментов и формировать контент с помощью ИИ.
Планируемые результаты обучения

Планируемые результаты обучения

  • Владеть навыками подготовки аналитических материалов по результатам исследовательских проектов в области маркетинга и управления
  • Владеть навыками применения современных техник и методик сбора данных, продвинутых методов их обработки и анализа, методами количественного и качественного анализа
  • Уметь извлекать данные из различных источников, квалифицировать качество источников, анализировать качество данных, идентифицировать статистические особенности данных и выявлять аномалии
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Основы работы с данными
  • Продвинутые инструменты дата аналитики
  • Представление результатов анализа данных
Элементы контроля

Элементы контроля

  • неблокирующий Аудиторная работа: Домашнее задание
    Выполнение домашних заданий
  • неблокирующий Посещаемость
    % присутствия
  • неблокирующий Групповой проект
    Выполнение группового проекта предусматривает • проведение углубленного анализа данных • детализацию категорийного анализа персон потребителей • формирование рекомендаций и генерацию контента с помощью средств GenAI • описание подходов и методологий, рисков, путей потенциальной оптимизации методологии в случае потенциального итеративного переиспользования алгоритмов
  • блокирующий Экзамен: защита проекта и ответы на вопросы
    Экзамен представляет собой проведение защиты проекта в устной форме со стороны проектной команды. Экзамен включает ответы на вопросы преподавателей по тематике и подходом, применяемым в рамках реализации проекта, теоретические вопросы по проведённому лекционному курсу. Экзамен проводится в устной форме. Платформа проведения экзамена: онлайн приложение для проведения ВКС. Для допуска на экзамен студент обязан: не позднее семи дней до проведения экзамена предоставить материалы по проекту в презентационной форме форматах Microsoft PowerPoint и PDF. В случае наличия видео материалов: предоставить их в формате архива. Для участия в экзамене студент обязан: Не позднее 7 дней до проведения экзамена проверить работоспособность компьютерного оборудования, необходимого для сдачи экзамена и убедиться в соответствие имеющегося оборудования требованиям к компьютеру для участия в экзамене на платформе. Войти на приложение для проведения ВКС под личной учетной записью (используется аккаунт студента @edu.hse.ru); Перед началом экзамена проверить скорость работы сети Интернет (для наилучшего результата рекомендуется подключение компьютера к сети через кабель); Подготовить необходимые для проведения экзамена инструменты: ручка, листы бумаги для ведения записей и т. д.; Отключить в диспетчере задач компьютера иные приложения, кроме браузера, в котором будет выполняться вход в приложение для проведения ВКС. В случае, если одно из необходимых условий участия в экзамене невозможно выполнить, необходимо за 2 недели до даты проведения экзамена проинформировать об этом преподавателя или сотрудника учебного офиса для принятия решения об участии студента в экзаменах. Во время экзамена студентам запрещено: • Пользоваться конспектами, учебниками, прочими учебными материалами; • Покидать место выполнения экзаменационного задания; • Пользоваться умными гаджетами (смартфон, планшетидр.); • Привлекать посторонних лиц для помощи в проведении экзамена, разговаривать с посторонними во время выполнения заданий. Во время экзамена студентам разрешено: Использовать бумагу, ручку для ведения записей, расчетов; Использовать калькулятор для ведения расчетов; Взаимодействовать с другими студентами из своей проектной группы по разрешению преподавателя. В случае долговременного нарушения связи с приложением для проведения ВКС во время выполнения экзаменационного задания, студент должен уведомить об этом преподавателя, зафиксировать факт потери связи с платформой (скриншот, ответ от провайдера сети Интернет) и обратиться в учебный офис с объяснительной запиской о случившемся для принятия решения о пересдаче экзамена.
Промежуточная аттестация

Промежуточная аттестация

  • 2025/2026 3rd module
    0.4 * Групповой проект + 0.2 * Аудиторная работа: Домашнее задание + 0.1 * Посещаемость + 0.3 * Экзамен: защита проекта и ответы на вопросы
Список литературы

Список литературы

Рекомендуемая основная литература

  • Маккинни, У. Python и анализ данных. Первичная обработка данных с применением pandas, NumPy и Jupiter : справочник / У. Маккинни , перевод с английского А. А. Слинкина. — 3-е изд. — Москва : ДМК Пресс, 2023. — 536 с. — ISBN 978-5-93700-174-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/348086 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
  • Миркин, Б. Г.  Введение в анализ данных : учебник и практикум / Б. Г. Миркин. — Москва : Издательство Юрайт, 2023. — 174 с. — (Высшее образование). — ISBN 978-5-9916-5009-0. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/511121 (дата обращения: 04.07.2025).

Рекомендуемая дополнительная литература

  • Кондрашов, Ю. Н., Язык SQL. Сборник ситуационных задач по дисциплине «Базы данных» : учебно-практическое пособие / Ю. Н. Кондрашов. — Москва : Русайнс, 2023. — 125 с. — ISBN 978-5-466-02005-2. — URL: https://book.ru/book/947081 (дата обращения: 09.12.2025). — Текст : электронный.

Авторы

  • Брускин Сергей Наумович
  • Горбунова Анна Александровна