Ansøg inden 16. november 2021 for at få USD 150 i rabat på programgebyret. Brug kode SMU150EBTA under betaling. Hvad vil dette program gøre for dig? Efter vellykket gennemførelse af programmet vil deltagerne være i stand til at: Opret og implementer forretningsstrategier, der udnytter datavidenskab. Træf datadrevne beslutninger for at løse forretningsproblemer ved hjælp af dataindsigt. Demonstrer, hvordan analyser kan kombineres med eksperimenter for at komme med databaserede anbefalinger til virksomhedsvækst. Forklar de vigtigste udfordringer og risici i datavidenskabelige projekter. Evaluer en organisations datastrategi og anbefal måder at opnå bæredygtig konkurrencefordel på. Analyser organisatoriske behov og drev forretningsforbedringer gennem fremtidige tendenser inden for datavidenskab. Program moduler Uddannelsen består af 8 moduler. Hvert modul ledes af en SMU-fakultetsekspert med felterfaring, der er specifik for de datavidenskab og analyse-emner, der diskuteres. Modul 1: Udnyttelse af data som en konkurrencefordel Lær de vigtigste terminologier inden for datavidenskab, forskellige niveauer af dataanalyse og deres betydning for beslutningstagning, datafunktioner og indsigt for at opnå bæredygtig konkurrencefordel og anvendelserne af dataanalyse og dens rolle i at skabe nye forretningsmuligheder. Modul 2: Dataanalyse i aktion Opdag den passende analytiske tilgang til at løse et forretningsproblem, uanset om din organisation er datadrevet, trends i data og opnåelse af relaterede indsigter for at forbedre virksomhedens ydeevne, den indflydelse en organisations omnichannel-strategier har på salget, og hvordan man identificerer passende data/indsigt. Modul 3: Grundlæggende statistik for dataanalyse Få en dybere forståelse af sammenligningen af uafhængige datasæt for at opnå indsigt, og hvordan man anvender strategisk beslutningstagning ved hjælp af nævnte teknikker. Modul 4: Prædiktiv analyse Lær det grundlæggende om regression for at analysere styrken/påvirkningen af variabler, hvordan man forudsiger variabel påvirkning ved hjælp af optimal modeltilpasning og regressionseffekter, hvordan man opbygger en logistisk regressionsmodel til at teste og forudsige forventede resultater, og hvordan man anvender forudsigende analyser til at organisere begivenheder at fremme styrker og imødegå trusler. Modul 5: Feltforsøg og kausalitet Udforsk korrelation og kausalitet og deres betydning for at forbedre virksomhedens ydeevne, eksperimentere med forretningsproblemer for at drage effektive konklusioner; Multivariat, A/B og Multi-Armed Bandit test; og effektiviteten af at bruge eksperimentelt design til at komme med data-informerede anbefalinger til virksomhedsvækst. Modul 6: Maskinlæringsmodeller til dataanalyse Byg din viden om maskinlæring og dens rolle i at drive organisationens produktivitet, hvordan maskinlæringsalgoritmer kan anvendes til at opnå optimal analytisk nøjagtighed, de programbyggende facetter af neurale netværk og deep learning, og hvordan analyser kan kombineres med eksperimenter for at producere effektive forretningsstrategier. Modul 7: Håndtering af centrale udfordringer og risici i datavidenskabelige projekter Lær de vigtigste udfordringer for datavidenskabsprojekter og deres løsninger, Delta Framework og Delta Plus-modellen, risici på projektniveau og eksempler på mislykkede datavidenskabsprojekter, og hvordan du forudsiger succesen af dit big data-projekt ved hjælp af DATA-teknikken. Modul 8: Datavidenskab og fremtiden Dyk ned i driverne, de forventede resultater og teknologien muliggører for Industry 4.0; komponenterne til AI-succes, der kan udnyttes til at styrke organisatoriske kapaciteter; udfordringer i implementeringen af kunstig intelligens i systemer; og hvordan man evaluerer en organisations digitale transformationsrejse og opretholder en konkurrencefordel. Casestudier The Weather Company: Oprettelse af forbrugerapps, der udnytter Big Data Iuigas udfordring: Er Omni-Channel det værd? 3M flytter til kundefokus ved hjælp af et globalt datavarehus Annonceeksperimenter på RestaurantGrades Forudsigelse af kundeafgang hos QWE Inc Digital transformation af Certis Group Simuleringer Eleverne vil få praktisk erfaring med at køre forskellige dataanalysemetoder og også gratis adgang til XLSTAT i et år sammen med dette program. Dataanalysesimulering: Strategisk beslutningstagning Digital Marketing Simulation: Medietilskrivning hos ExerciseMinder Program Fakultet Sandeep R. Chandukala, Ph.D. Lektor i marketing Sandeep fungerer som lektor i marketing. Inden han kom til SMU, arbejdede Sandeep hos 3M, og før det arbejdede han som Jr Faculty Fellow ved Indiana University's Kelley School of Business. Han har en ph.d. i marketing (med et bifag i statistik) fra Ohio State University, MS (MAS) en MBA fra University of Texas i Dallas og en MS (Computer Engineering) fra University of Minnesota. Lektor Chandukalas forskningsinteresser er relateret til udvikling af kvantitative modeller for forbrugeradfærd ved hjælp af industrielle data. Hans forskning fokuserer primært på detailanalyse. Specifikt at forstå og måle effekten af kampagner, reklamer og nye produkter og foreslå nye tilgange til markedssegmentering ved hjælp af Bayesian og Markov Chain Monte Carlo (MCMC) metoder. Hans forskning har dukket op i Marketing Science, Journal of Marketing, Journal of Retailing, Marketing Letters og Customer Needs and Solutions. Lektor Chandukala blev tildelt Lee Kong Chian Research Fellowship i 2016-17 og var også på Dean's Teaching Honor List for Postgraduate Teaching i 2018. Michelle Cheong, ph.d. professor i informationssystemer (uddannelse); Associeret dekan, SCIS Post-Graduate Professional Education; Direktør, Doctor of Engineering Professor Cheong har tjent en række akademiske ansættelser ved SMU siden 2005, herunder som foredragsholder, adjunkt og lektor i informationssystemer. Ud over sin nuværende rolle som professor i informationssystemer har professor Cheong også administrative stillinger ved SMU, der tjener som associeret dekan for SIS Post-Graduate Professional Education og som direktør for Doctor of Engineering. Professor Cheongs forskningsinteresser omfatter data- og beslutningsanalyse, regnearksmodellering og pædagogik og læringsanalyse og tekstmining. I 2018 blev hun tildelt SMU Teaching Excellence Award - Postgraduate Professional Programs af SMU Center of Teaching Excellence. Professor Cheongs arbejde har været omtalt i en række tidsskriftsartikler, bøger og bogkapitler, konferenceartikler og artikler og magasinartikler. Hendes seneste arbejde om virkningen af peer-hjælpertræning på SMU blev udgivet af International Journal of Evidence-Based Coaching and Mentoring. Program læringsrejse 90+ videoforelæsninger 32 Opgaver 10+ industrieksempler 6 diskussionsforum 6 casestudier 2 Simuleringer Hvorfor tilmelde dig Data Science & Analytics for strategiske beslutninger? Virksomheder over hele kloden flytter deres fokus til datadrevne mål og beslutningstagning. Faktisk rapporterer International Data Corporation, at verdensomspændende data vil vokse med 61 % til 175 zettabyte i 2025. Så hvorfor er datavidenskab så vigtig? Fordi det sætter organisationer i stand til effektivt at behandle og fortolke data, der kan bruges til at træffe informerede forretningsbeslutninger og drive vækst, optimering og ydeevne. I online-programmet Data Science & Analytics for Strategic Decisions – udbudt af Singapore Management University – kan du lære, hvordan du behandler og forstår data, der kan bruges til at drive bedre, smartere beslutninger i din organisation. Kilde: IDC, 2021 22 % er den forventede stigning i beskæftigelsen af dataforskere i 2030 - meget hurtigere end gennemsnittet for alle erhverv. kilde: US Bureau of Labor Statistics, 2021 95 % af virksomheder nævner behovet for at håndtere ustrukturerede data som et problem for deres virksomhed. kilde: Sharespost, 2019 Hvem er dette program til? Programmet er designet til både teknologiske og ikke-teknologiske fagfolk med 6 – 20+ års relevant erhvervserfaring – ingen kodning er påkrævet; dog vil et grundlæggende kendskab til Excel være en fordel. Industrier og funktioner, der kan drage fordel af, omfatter: Industrier: IT, e-handel, computersoftware, finans, marketing og annoncering, bankvirksomhed, uddannelsesledelse og ledelsesrådgivning Funktioner: Engineering, programmering, teknologi, generel ledelse, marketing, økonomi, drift og HR-funktioner Dette program er især nyttigt for fagfolk, der ønsker at: Overgang til en datacentreret seniorlederrolle Saml analytisk ekspertise til at håndtere større ansvar Brug prædiktive modeller til at opbygge effektive strategier, der adresserer nøgleproblemer i forretningsdrift og produktkvalitet Bliv en leder for bæredygtig virksomhedsvækst Spyd i spidsen for fuldstændig ejerskab af vigtige forretningsopgaver og forstå de underliggende strategiske implikationer
-