A képzés célja
Képzésünk célja, hogy átfogó és mélyreható tudást biztosítson a résztvevőknek az adatok tárolásában, menedzselésében és elemzésében, azok hatékony felhasználásában a vállalati döntéshozatal során. A hagyományos vállalatirányítási rendszerek már széleskörűen lefedik a gazdálkodó szervezetek működését, és a rögzített adatok többsége homogén jellegű, így azok általában könnyen kezelhetők és elemezhetők. Azonban az IPAR 4.0 korszakában egy új paradigma váltja fel a korábbi rendszereket, amely az automatizált adatrögzítés mellett a szenzorok alkalmazását is magában foglalja. Az ilyen típusú adatok gyors és pontos gyűjtése már komplexebb és heterogén struktúrájú adatokat eredményez, amelyek kezelése, elemzése és felhasználása egyre nagyobb kihívások elé állítja a döntéshozókat.
Az adatok valódi üzleti értéke csak akkor realizálódhat, ha a megfelelő rendszerek és folyamatok biztosítják, hogy azok tárolása, kezelése és elemzése az iparági és egyedi üzleti igényeknek megfelelően történjen. A célunk, hogy a résztvevők képesek legyenek az adatok minőségi menedzselésére és elemzésére, hogy ennek révén az adatok üzleti szempontból valóban étéket képviseljenek a vállalati döntéshozatalban.
A képzéshez tartozó kurzusok
- Rendszerszervezés (4 kredit)
- Adatbázis tervezés (6 kredit)
- Információbiztonság (4 kredit)
- Adatbányászat (4 kredit)
- Statisztikai elemzések informatikai támogatása (4 kredit)
- Döntéstámogató rendszerek (4 kredit)
- Vállalati döntések informatikája (4 kredit)
- Haladó adatelemzés (4 kredit)
- Üzleti intelligencia és interaktív adatvizualizáció (Power BI) (3 kredit)
- SPSS adatelemzési tréning (3 kredit)
Kiknek ajánljuk ezt a képzést?
- felsőfokú műszaki vagy gazdasági végzettséggel, ennek hiányában 10 év releváns szakmai gyakorlattal rendelkezőknek
- az adatelemzés, adattudomány, gépi tanulás iránt érdeklődőknek
- alap és felsőoktatási szakképzésben résztvevő hallgatóknak gazdasági, műszaki vagy informatikai területen
- vállalkozóknak, menedzsereknek, az üzleti élet szereplőinek
- vezetőknek
A kurzusok ismeretanyaga
Rendszerszervezés (5 óra előadás, 10 óra laboratóriumi gyakorlat): A kurzus célja az alapvető rendszer- és folyamatszervezési ismeretek átadása.
A kurzus főbb témakörei:
- Információrendszer fogalma és az ismeretszerzés folyamata.
- Az általános modellalkotás és a modell minősége, specifikusan adatmodellezés területén.
- A adatbázisok tervezési elvei és hatékony módszerei.
- Az adat-redundancia kiküszöbölése.
- A főbb fejlesztési módszerek áttekintése.
Adatbázis tervezés (10 óra előadás, 15 óra laboratóriumi gyakorlat):
- Az adatbáziskezelés relációs elvű kezelése és menedzselése.
- Modern tervezési megoldásoknak való megfelelés.
- SQL nyelv erősen gyakorlatközpontú megközelítésben.
- Külvilággal való adatkapcsolat lehetőségei közül az export-import funkcióra.
- Adatvédelem és adatbiztonság. Információtechnológiára leselkedő veszélyek.
- Adatvesztés és –sérülés elleni védekezési lehetőségek. Jelszavak.
- Titkosítás és digitális aláírás.
- Kockázatelemzés. Információbiztonsággal kapcsolatba hozható szabványok és ajánlások.
- Üzletmenet-folytonossági és katasztrófa elhárítási tervek biztonsági aspektusai. Információbiztonsági irányítási rendszer kialakítása.
- Információbiztonság emberi tényezői. Jogosultság, szerepkör és személyazonosság kezelés.
Adatbányászat (5 óra előadás, 15 óra laboratóriumi gyakorlat):
- A CRISP-DM módszertan lépéseit követve megismerjék az üzleti célú, strukturált adatokon végezett adatbányászati eljárásokat.
- adatbányászati eljárások felhasználásával kapcsolatos leggyakoribb üzleti problémákat (pl.: fraud-detection, churn-elemzés), illetve elsajátítják az adatok kezelését az adatok előkészítésétől kezdve a leggyakrabban használt algoritmusok alkalmazásáig.
- Felügyelt tanulás körébe tartozó klasszifikációs (például: döntési fák, Naive Bayes-osztályozók, SVN) és regressziós (lineáris- és logisztikus regresszió)
- Nem felügyelt tanulás körébe tartozó (K-means, apriori) algoritmusok használatára.
- A tárgy nem feltételez programozási előismereteket, a gyakorlatokon ingyenesen elérhető low-code adatbányászati szoftvert használunk (Rapidminer).
Statisztikai elemzések informatikai támogatása (5 óra előadás, 10 óra laboratóriumi gyakorlat):
- Mintavételezési eljárások, kérdőívek tartalmi és formai követelményei, azok szerkesztése, online megoldások.
- Adattisztítási, adatelőkészítési lehetőségek, az adattisztítás utáni táblák elemzése, az adatgyűjtés eredményének értékelése.
- A kvalitatív és kvantitatív adatok vizsgálatát lehetővé tevő informatikai rendszerek használata és szerepe (SPSS, SAS).
- Az elemzések kiterjednek leíró vizsgálatokra, kapcsolat vizsgálatokra, idősor elemzésre az SPSS, a SAS Enterprise Guide és a SAS Studio használatával, melynek programozási lehetőségeit is megismerik a hallgatók.
Döntéstámogató rendszerek (5 óra előadás, 10 óra gyakorlat):
- A műszaki és gazdasági problémák megoldása során is szükséges döntéshozatal elméleti hátterének és gyakorlati alkalmazásának bemutatása, a döntési készség fejlesztése.
- A komplex problémákhoz szükséges vezetői döntések meghozatalának nélkülözhetetlen eszközei a számítógépes döntéstámogató rendszerek, azaz a bizonytalanságok kezelésére is alkalmas, tudásalapú technológia elvén működő tudásbázisú/szakértő rendszerek ismerete.
- A tudásbázisú/szakértő rendszerekben a „crisp” jellegű információtárolás alternatív módját kínálják a lágy számítási eljárások (soft computing).
- Bizonytalanságokkal terhelt, sokszor csak emberi nyelven kifejezett ismeretek matematikailag történő reprezentálása és kezelése.
Vállalati döntések informatikája (5 óra előadás, 10 óra laboratóriumi gyakorlat):
- A különböző információfeldolgozási lehetőségek informatikai hátterének megsimerése-
- Készségfejlesztés, hogy a különféle vállalati döntési szituációkban a hallgatók a megfelelő informatikai eszközöket alkalmazva a vállalati életben megfelelő döntések meghozatalára legyenek képesek
- Vezető döntéshozatal előkészítése.
- Evidence based management alapjai.
Haladó adatelemzés (10 óra előadás, 10 óra laboratóriumi gyakorlat):
- Innovatív pénzügyi megoldásokkal, és az azokhoz szükséges elméleti alapok.
- Nagyságrendileg különböző eltéréseket tartalmazó forrásadatok elemzése, ábrázolása,
- Kimutatásokat elkészítése.
- Változatos diagram típusok segítségével megvalósított adatvizualizáció.
- Adatvizualizációra alapozott értékelés elemzés és összehasonlítása
- Nagyméretű, sok változót és korlátozó feltételt tartalmazó lineáris programozási (vagy egyéb optimalizálási feladatok) megoldása.
Üzleti intelligencia és interaktív adatvizualizáció (15 óra laboratóriumi gyakorlat):
- Az ún. harmadikfeles Business Intelligence rendszer megismerésére.
- Heterogén adatbázis háttérre építkezve egy egységes adatvagyont felépíteni.
- ETL folyamatok fő lépéseit.
- Extract: különböző típusú adatforrások és azoknak kompatibilitási problémái, valamint az úgynevezett denomralizációs eljárások.
- Transform: az egységesítés érdekében tett szükséges átalakítások.
- Load folyamatban megtanulják a manuális és automatikus adatbetöltéek lebonyolítása.
- Adatvizualizáció és dashboard-tervezés.
A képzés egyes részeit az innovatív „flipped classrom” oktatási módszertan alapján oktatjuk, amely egyes esetekben felételezi a résztvevők mentorált előzetes felkészülését.
SPSS adatelemzési tréning (10 óra laboratóriumi gyakorlat):
- SPSS adatbázis felépítése. A kódolás logikája és folyamata, a kódolás sajátosságai az SPSS programban.
- Mérési szintek: nominális és metrikus változók kezelése az SPSS programban. Adatmergelés lehetősége.
- Adatok szűrésének megoldásai az SPSS-ben. Mérési szintek és a statisztikai mutatók kiszámítása közötti kapcsolódás logikája.
- Leíró statisztika az SPSS gyakorlatában. Metrikus mérési szinteken alkalmazható leíró statisztikák.
- Kereszttábla elemzés és kétváltozós összefüggés-elemzés az SPSS-ben. Variancia-analízis típusai, az egyutas variancia-analízis gyakorlata.
- Többváltozós elemzések, faktoranalízis gyakorlata és a K-means klaszterezési eljárás feltételei és gyakorlata az SPSS-ben.
A képzés kreditértéke: 40 kredit
Képzési idő: 2 félév
Képzési hely: Óbudai Egyetem, Keleti Károly Gazdasági Kar, Budapest
Képzés költsége: 350.000 Ft / teljes képzés (10 kurzus, 40 kredit)
Jelentkezés: hamarosan
Jelentkezési határidő: 2025. augusztus 31.
A képzés indulása: a képzés minden őszi félévben indul
Információ a képzésről: info@kgk.uni-obuda.hu
A képzés mikrotanúsítványa
Az Óbudai Egyetem a képzés, illetve a kurzus sikeres teljesítéséről mikrotanúsítványt állít ki, amely az elvégzett kurzusok tárgyleírását és kreditértéket tartalmazza. A mikrotanúsítvány egyrészt igazolja a képzés, illetve a kurzus elvégzését, másrészt felsőoktatási tanulmányok folytatása esetén kreditbeszámításra ad lehetőséget.
A jelentkezők a képzés idejére részismereti jogviszonyban felvételre kerülnek az Óbudai Egyetem Keleti Károly Gazdasági Karára.
