Inscreva-se antes de 16 de novembro de 2021 para aproveitar USD 150 de desconto na taxa do programa. Use o código SMU150EBTA durante o pagamento. O que este Programa fará por você? Após a conclusão bem-sucedida do programa, os participantes serão capazes de: Crie e implemente estratégias de negócios aproveitando a ciência de dados. Tome decisões orientadas por dados para resolver problemas de negócios usando insights de dados. Demonstre como a análise pode ser combinada com experimentos para fazer recomendações baseadas em dados para o crescimento dos negócios. Explique os principais desafios e riscos em projetos de ciência de dados. Avalie a estratégia de dados de uma organização e recomende maneiras de obter vantagem competitiva sustentável. Analise as necessidades organizacionais e impulsione a melhoria dos negócios por meio das tendências futuras da ciência de dados. Módulos do programa O programa é composto por 8 módulos. Cada módulo é liderado por um especialista do corpo docente da SMU com experiência de campo específica para os tópicos de Ciência e Análise de Dados que estão sendo discutidos. Módulo 1: Aproveitando dados como uma vantagem competitiva Aprenda as principais terminologias da ciência de dados, diferentes níveis de análise de dados e sua importância para a tomada de decisões, recursos de dados e percepções para obter vantagem competitiva sustentável e os aplicativos de análise de dados e seu papel na criação de novas oportunidades de negócios. Módulo 2: Análise de dados em ação Descubra a abordagem analítica apropriada para resolver um problema de negócios, se sua organização é orientada por dados, tendências em dados e obtenção de insights relacionados para melhorar o desempenho dos negócios, o impacto que as estratégias omnicanal de uma organização têm nas vendas e como identificar dados/insights apropriados. Módulo 3: Estatísticas básicas para análise de dados Obtenha uma compreensão mais profunda da comparação de conjuntos de dados independentes para obter insights e como aplicar a tomada de decisões estratégicas usando essas técnicas. Módulo 4: Análise preditiva Aprenda os fundamentos da regressão para analisar a força/impacto das variáveis, como prever o impacto da variável usando o ajuste ideal do modelo e os efeitos de regressão, como construir um modelo de regressão logística para testar e prever os resultados esperados e como aplicar a análise preditiva para organizar eventos para avançar os pontos fortes e combater as ameaças. Módulo 5: Experimentos de campo e causalidade Explorar correlação e causalidade e sua importância para melhorar o desempenho dos negócios, experimentação de problemas de negócios para fazer inferências eficazes; Testes multivariados, A / B e Multi-Armed Bandit; e a eficácia do uso de design experimental para fazer recomendações baseadas em dados para o crescimento dos negócios. Módulo 6: Modelos de aprendizado de máquina para análise de dados Construa seu conhecimento sobre aprendizado de máquina e seu papel na condução da produtividade organizacional, como os algoritmos de aprendizado de máquina podem ser aplicados para obter a precisão analítica ideal, as facetas de criação de programas de redes neurais e aprendizado profundo e como a análise pode ser combinada com experimentos para produzir resultados eficazes. Estratégias de negócios. Módulo 7: Abordando os principais desafios e riscos em projetos de ciência de dados Conheça os principais desafios para projetos de ciência de dados e suas soluções, o Delta Framework e o Modelo Delta Plus, riscos em nível de projeto e exemplos de projetos de ciência de dados com falha e como prever o sucesso de seu projeto de big data usando a técnica DATA. Módulo 8: Ciência de Dados e o Futuro Mergulhe nos impulsionadores, resultados esperados e facilitadores de tecnologia para a Indústria 4.0; os componentes para o sucesso da IA que podem ser aproveitados para fortalecer as capacidades organizacionais; desafios na implementação de IA em sistemas; e como avaliar a jornada de transformação digital de uma organização e sustentar uma vantagem competitiva. Estudos de caso The Weather Company: Criando aplicativos de consumo que alavancam Big Data Desafio de Iuiga: O Omni-Channel vale a pena? 3M muda para foco no cliente usando um data warehouse global Experiências de publicidade em RestaurantGrades Prevendo a rotatividade de clientes na QWE Inc Transformação Digital do Grupo Certis Simulações Os alunos terão experiência prática executando várias metodologias de análise de dados e também acesso gratuito ao XLSTAT por um ano junto com este programa. Simulação de análise de dados: tomada de decisão estratégica Simulação de marketing digital: atribuição de mídia na ExerciseMinder Corpo Docente do Programa Sandeep R. Chandukala, Ph.D. Professor Associado de Marketing Sandeep atua como Professor Associado de Marketing. Antes de ingressar na SMU, Sandeep trabalhou na 3M e, antes disso, trabalhou como Jr Faculty Fellow na Kelley School of Business da Universidade de Indiana. Ele tem um Ph.D. em Marketing (com especialização em Estatística) pela Ohio State University, MS (MAS), MBA pela University of Texas at Dallas e MS (Computer Engineering) pela University of Minnesota. Os interesses de pesquisa do Professor Associado Chandukala estão relacionados ao desenvolvimento de modelos quantitativos de comportamento do consumidor usando dados industriais. Sua pesquisa se concentra principalmente em análises de varejo. Especificamente, entender e medir o impacto de promoções, publicidade e novos produtos e propor novas abordagens para segmentação de mercado usando métodos Bayesiano e Markov Chain Monte Carlo (MCMC). Sua pesquisa foi publicada em Marketing Science, Journal of Marketing, Journal of Retailing, Marketing Letters e Customer Needs and Solutions. O professor associado Chandukala foi premiado com a Lee Kong Chian Research Fellowship em 2016-17 e também estava na lista de honra de ensino do reitor para ensino de pós-graduação em 2018. Michelle Cheong, Ph.D. Professor de Sistemas de Informação (Educação); Reitor Associado, Educação Profissional de Pós-Graduação SCIS; Diretor, Doutor em Engenharia O professor Cheong atuou em uma variedade de nomeações acadêmicas na SMU desde 2005, incluindo como conferencista, professor assistente e professor associado de sistemas de informação. Além de sua função atual como Professora de Sistemas de Informação, a Professora Cheong também ocupou cargos administrativos na SMU, atuando como Reitora Associada do SIS Pós-Graduação em Educação Profissional e como Diretora de Doutor em Engenharia. Os interesses de pesquisa do professor Cheong incluem análise de dados e decisões, modelagem e pedagogia de planilhas e análise de aprendizado e mineração de texto. Em 2018, foi premiada com o SMU Teaching Excellence Award - Postgraduate Professional Programs pelo SMU Center of Teaching Excellence. O trabalho do professor Cheong foi apresentado em uma série de artigos de periódicos, livros e capítulos de livros, anais de conferências e artigos, e artigos de revistas. Seu trabalho mais recente sobre o impacto do treinamento de peer helper na SMU foi publicado pelo International Journal of Evidence-Based Coaching and Mentoring. Jornada de Aprendizagem do Programa Mais de 90 palestras em vídeo 32 atribuições Mais de 10 exemplos da indústria 6 quadros de discussão 6 estudos de caso 2 Simulações Por que se inscrever em Data Science & Analytics para decisões estratégicas? Empresas em todo o mundo estão mudando seu foco para metas e tomadas de decisão baseadas em dados. Na verdade, a International Data Corporation relata que os dados mundiais crescerão 61% para 175 zetabytes em 2025 . Então, por que a ciência de dados é tão importante? Porque permite que as organizações processem e interpretem com eficiência os dados que podem ser usados para tomar decisões de negócios informadas e impulsionar o crescimento, a otimização e o desempenho. No programa on-line Data Science & Analytics for Strategic Decisions - oferecido pela Singapore Management University - você pode aprender a processar e entender dados que podem ser usados para conduzir decisões melhores e mais inteligentes em sua organização. Fonte: IDC, 2021 22% é o aumento esperado no emprego de cientistas de dados até 2030 - muito mais rápido do que a média para todas as ocupações. fonte: US Bureau of Labor Statistics, 2021 95% das empresas citam a necessidade de gerenciar dados não estruturados como um problema para seus negócios. fonte: Sharespost, 2019 Para quem é este programa? O programa é projetado para profissionais de tecnologia e não-tecnologia com 6 - 20+ anos de experiência de trabalho relevante - nenhuma codificação é necessária; no entanto, um conhecimento básico do Excel seria benéfico. Indústrias e funções que podem se beneficiar incluem: Indústrias: TI, comércio eletrônico, software de computador, finanças, marketing e publicidade, bancos, gestão educacional e consultoria de gestão Funções: Engenharia, programação, tecnologia, administração geral, marketing, finanças, operações e funções de RH Este programa é especialmente útil para profissionais que aspiram a: Transição para uma função de gerenciamento sênior centrada em dados Reúna experiência analítica para lidar com responsabilidades maiores Utilize modelos preditivos para construir estratégias eficazes que abordem questões-chave nas operações de negócios e qualidade do produto Torne-se um líder para o crescimento sustentável dos negócios Liderar a propriedade das principais tarefas de negócios e compreender as implicações estratégicas subjacentes
-