ИИ и технологии бизнес-аналитики

Бакалавриат 2024/2025

Статус: Курс обязательный (Управление цепями поставок и бизнес-аналитика)

Направление: 38.03.02. Менеджмент

Кто читает: Департамент бизнес-информатики

Когда читается: 3-й курс, 3 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Архипкина Светлана Владимировна, Бражник Дмитрий Алексеевич, Брускин Сергей Наумович, Заходякин Глеб Викторович, Лебедев Никита Александрович, Масленников Владислав Михайлович, Никивинце Ирина Сергеевна, Петяева Елизавета Николаевна, Писаренко Вероника Вадимовна

Язык: русский

Кредиты: 4

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Курс "ИИ и технологии бизнес-аналитики" дает основание и аргументацию к принятию обоснованных решений в бизнесе. Современные аналитические платформы на основе ИИ позволяют менеджерам и предпринимателям самостоятельно проводить работу с источниками данных, их обработку, анализ, а также на основе сценарного моделирования и проверки гипотез обосновывать принятие решений, в том числе стратегического характера. Курс раскрывает подходы и интеллектуальные технологии, подходящие как для индивидуального, так и для коллективного использования, при решении различных задач с использованием методов бизнес-аналитики и технологий ИИ.

Цель освоения дисциплины

Сформировать компетенции для самостоятельного решения бизнес-задач с использованием современных технологий бизнес-аналитики и ИИ
Приобрести навыки постановки задачи для бизнес-аналитиков и исследователей данных для реализации проектов по внедрению интеллектуальных технологий

Планируемые результаты обучения

Уметь применять машинное обучение для решения задач анализа данных
Уметь выделять основные этапы внедрения ИАС в деловые процессы компании с учетом бизнес-требований и используемых интеллектуальных технологий.
Разрабатывать функциональные требования к аналитическому приложению на основе ИИ с учетом понимания бизнес задачи, а также доступности и качества данных.
Владеть навыками выбора и применять подходящие аналитические технологии и ML-методы для решения бизнес-задач
Знать классификацию и основные возможности методов и инструментов бизнес-аналитики и ИИ, которые используются в менеджменте и управлении бизнесом
Иметь целостное представление о глобальном развитии бизнес-аналитики и интеллектуальных технологий как инструментов поддержки управленческих решений во всех ключевых бизнес-сферах ее применения
Иметь представление о применении методов и инструментов бизнес-аналитики в условиях неопределенности.
Определять функциональный контур бизнес-аналитика и все ключевые роли в проекте Data Science
Знать и уметь формулировать бизнес-требования к аналитической модели и поддерживающим технологиям ИИ.
Знать основные этапы методологии CRISP-DM, уметь формулировать шаги аналитического проекта в терминах методологии.
Владеть базовыми инструментами аналитики данных (разведочный анализ, предиктивные модели, методы ML)
Владеть базовыми навыками разработки дашбордов в BI-системах
Знать основные методы визуального анализа и технологии описательной аналитики на основе BI-систем.
Знать рынок, функциональные возможности и тренды в развитии BI-систем.
Знать базовые методы машинного обучения и принципы создания ML-моделей на их основе.
Понимать принципы работы генеративных моделей (AGI) и нейросетей для бизнеса.
Владеть основными понятиями и терминологией в области искусственного интеллекта.
Иметь базовое представление о применении чат-ботов и промт-инжиниринге применительно к генеративным сетям.

Содержание учебной дисциплины

Тема 1. Введение в БА. Основные понятия, возможности и сфера применения
Тема 2. Бизнес-аналитика и ИИ. Классификация и вехи технологического развития
Тема 3. Аналитика данных для управления бизнесом (подходы и кейсы)
Тема 4. Проектные методологии и базовые инструменты аналитики данных
Тема 5. Описательная аналитика и BI-технологии
Тема 6. Прогнозная аналитика и методы ML
Тема 7. Генеративный ИИ и нейросети. Особенности и принципы работы
Тема 8. Методология разработки ИАС для поддержки управления бизнесом на основе ИИ
Тема 9. Внедрение аналитических технологий и ИИ - деловая практика и тренды

Элементы контроля

Активность на семинарах
Студенты в командном формате (3-5 человек) выполняют домашние и др. практические задания с использованием ML-студий и других инструментов анализа бизнес-данных.
Отчет по проекту
Онлайн-тест
Письменный онлайн-тест по теории с использованием платформы Start Exam с прокторингом. Проводится на последнем лекционном занятии и реализуется для всего потока студентов
Защита результатов командного проекта
Экзамен в форме защиты результатов командного проекта. Необходимые материалы для успешной защиты: 1) Отчет по выполненному проекту, сданный до начала экзаменационной сессии; 2) Презентация результатов проекта в виде 10-12 слайдов; 3) Предзаписанный видеоролик с демонстрацией разработанного решения (3-5 минут), сданный до начала экзаменационной сессии. Оценка на экзамене зависит от качества предоставленных материалов, а также качества ответов на вопросы каждого участника проектной команды.

Промежуточная аттестация

2024/2025 3rd module
0.2 * Активность на семинарах + 0.3 * Защита результатов командного проекта + 0.3 * Онлайн-тест + 0.2 * Отчет по проекту

Список литературы

Авторы

Брускин Сергей Наумович
Писаренко Вероника Вадимовна

Программа дисциплины