Main Content

6B06104 Бизнес-анализ

Описание образовательной программы

Современные условия ведения бизнеса, характеризующиеся нестабильностью экономической среды и возрастающей жесткой конкуренцией, предъявляют повышенные требования к оперативности и качеству принимаемых решений на всех уровнях управления предприятием или организацией.

Поддержка принятия решений предполагает владение актуальной всеобъемлющей информацией о состоянии и тенденциях развития бизнеса методами и средствами business intelligence. При этом объем информации, которую необходимо учитывать для формирования оптимальных обоснованных решений, неуклонно растет.

Это приводит к ситуации, когда становится невозможно эффективно управлять компанией без использования современных средств информационного обеспечения, а именно, методов и средств автоматизации бизнес - анализа. Эти технологии бизнес - аналитики, дающие организациям возможность превращать накапливаемые данные в информацию о бизнесе, а затем информацию - в знания для управления бизнесом, объединяются под термином Business Intelligence или BI решения.

Бизнес-анализ в данной образовательной программе рассматривает, как современный тренд выявления деловых потребностей и нахождения решений деловых проблем. Решения часто включают компонент разработки систем, но могут также состоять из усовершенствования процессов, организационных изменений или стратегического планирования и разработки политики. Бизнес-аналитик - специалист, использующий методы бизнес-анализа для исследования потребностей деятельности организаций с целью определения проблем бизнеса и предложения их решения.

Классическая схема подготовки аналитиков не соответствует этим вызовам, поскольку системно не охватывает дополнительные задачи обработки и анализа данных, включая неструктурированные данные больших объемов. При этом очевиден дефицит специалистов, готовых системно подходить к решению задач, связанных именно с методологией обработки данных разных видов и типов, упорядочением доступа к хранилищам данных, перестройкой структуры хранилищ, эффективностью процессов обработки, анализом больших данных (требующих снижения размерности, спец. схем проведения статистических экспериментов, приближенных методов, эффективных алгоритмов) и т.п. Дефицит обостряется с развитием смежных технологий: 3D-печати, дополненной реальности, облачных вычислений, «умной» среды и т.д.

В качестве примеров можно привести компетенции, указываемые в вакансиях на ведущих online-площадках: работа с большими объемами данных, анализ данных, BI, Big Data, Distributed Cache, Data-Warehouse, ETL, Business Intelligence, Hadoop, MapReduce, опыт анализа социальных сетей, опыт работы с Big Data, и т.д.

Образовательная программа «Business Analysis» включает в себя выбор и планирование подходов к проведению бизнес-анализа бизнес-процессов или ИКТ-проектов организации, определение бизнес-потребностей организации, определение бизнес-кейсов; оценивание организационной готовности к изменениям бизнес-процессов или ИКТ-проектов организации, эффективности решения, эффективности управления бизнес-анализом бизнес-процессов; планирование коммуникаций, процессов управления требованиями, анализ бизнес-процессов или ИКТ-проектов организации, оптимизация бизнес-процессов или ИКТ-проектов организации.

После получения диплома вы будете обладать способностью анализировать полученную информацию, обладать отличными навыками программирования, уметь разрабатывать новые алгоритмы, обрабатывать большие объемы информации, в том числе на основе технологии Big Data.

Встречи, проведенные маркетинговой службой МУИТ и анализ проведенных опросов среди выпускников НИШ, физико-математических школ показал, что около 35% выпускников всерьез задумываются о профессии «аналитик данных».

Образовательная программа «Business Analysis» включает в себя выбор и планирование подходов к проведению бизнес-анализа бизнес-процессов и/или ИКТ-проектов организации, определение бизнес-потребностей организации, определение бизнес-кейсов к бизнес-процессам и/или к ИКТ-проектам организации, определение требований к бизнес-процессам и/или к ИКТ-проектам организации, подготовка пакетов требований к бизнес-процессам организации и/или к ИКТ-проектам, подготовка планов по бизнес анализу бизнес-процессов и/или ИКТ-проектов организации, установление и моделирование требований к бизнес-процессам и/или к ИКТ-проектам организации, участие в разработке технического задания на разработку ИС, оценивание организационной готовности к изменениям бизнес-процессов и/или ИКТ-проектов организации, оценивание эффективность решения по улучшению бизнес-процессов и/или ИКТ-проектов организации, оценивание эффективности управления бизнес-анализом бизнес-процессов и/или ИКТ-проектов организации, планирование коммуникаций, процессов управления требованиями к бизнес-процессам и/или к ИКТ-проектам организации, анализ итогов интервьюирования заинтересованных лиц для проведения бизнес анализа бизнес-процессов и/или ИКТ-проектов организации, анализ бизнес-процессов и/или ИКТ-проектов организации, анализ подходов бизнес-планирования бизнес-процессов организации и/или ИКТ-проектов, разработка  демонстрационных материалов, необходимых для проведения презентаций по улучшению бизнес-процессов и/или ИКТ-проектов организации, разработка рекомендаций по внедрению новых технологий оптимизации бизнес-процессов и/или ИКТ-проектов организации, формирование рекомендаций по оптимизации бизнес-процессов и/или ИКТ-проектов организации.

Цель ОП - подготовить универсального специалиста, который обладает знаниями в математике, статистике, ИКТ, компьютерных науках, бизнесе и экономике.

Задачи ОП:

  1. Подготовить универсального специалиста, который обладает знаниями в математике, статистике, ИКТ, компьютерных науках, бизнесе и экономике.
  2. Обучить студентов методам исследования больших массивов данных, содержащих разрозненную информацию, например, рыночные тенденции, предпочтения клиентов и пр.
  3. Выработать умение извлекать нужную информацию из всевозможных источников, включая информационные потоки в режиме реального времени, анализировать ее для дальнейшего принятия бизнес-решений и видеть логические связи в системе собранной информации и на основании этого разрабатывать те или иные бизнес-решения, модели.
  4. Студент должен знать методологию исследования в области науки о данных (постановка целей исследования, сбор данных, обработка и преобразования данных, обследование данных, построение моделей и отбор методов, представление и визуализация результатов), методы и подходы к стандартизации и преобразованию данных, методы машинного обучения (базовые методы классификации и кластеризации), способы организации хранения данных.
  5. Студент должен уметь  решать прикладные задачи по обработке и анализу данных на предмет выявления в них скрытых зависимостей, применять элементы теории вероятностей и математической статистики, лежащие в основе моделей и методов науки о данных, правильно подбирать методы машинного обучения для решения практических задач, организовывать рабочее окружение исследователя в области науки о данных (Jupyter),использовать пакеты и библиотеки для машинного обучения (Matplotlib, SciPy/NumPy, Pandas, Scikit-learn).
  6. Студент должен владеть навыками работы с инструментарием для организации хранения данных, навыками программной реализации на языках R и Python средств обработки и анализа данных, навыками предобработки и визуализации данных;
  7. Студент должен владеть навыками комплексного анализа и аналитического обобщения результатов научно-исследовательских работ с использованием современных достижений науки и техники, навыки самостоятельного сбора данных, изучения, анализа и обобщения научно-технической информации по тематике исследования, умение создавать теоретические модели, позволяющие прогнозировать свойства исследуемых объектов, и разрабатывать предложения по внедрению результатов.