Σύντομη περιγραφή προγράμματος
Η χρήση δεδομένων στη λήψη σωστών, έγκυρων και έγκαιρων αποφάσεων έχει αναχθεί σε «εκ των ων ουκ άνευ» παράγοντα επιτυχίας για τις περισσότερες σύγχρονες επιχειρήσεις και οργανισμούς. Ταυτόχρονα, με την ανάπτυξη νέων τεχνολογιών και εφαρμογών, όπως η εξάπλωση των κοινωνικών δικτύων, η εκτεταμένη χρήση smart phones, η εξάπλωση των RFID συστημάτων, κ.α. ο όγκος και η μορφή των δεδομένων έχει αλλάξει δραματικά. Σαν αποτέλεσμα, έχουν αναπτυχθεί νέες μέθοδοι διαχείρισης και αξιοποίησης δεδομένων. Oι όροι Big Data, Business Analytics και Data Science βρίσκονται πλέον στο επίκεντρο των δραστηριοτήτων των ΙΤ τμημάτων μικρών και μεγάλων οργανισμών.
Τα τελευταία χρόνια έχει αναδειχθεί ένας νέος ρόλος στις εταιρίες και τους οργανισμούς, με την ονομασία data scientist. Όπως αναφέρει το περιοδικό Economist «μία νέα ιδιότητα στελέχους έχει αναδειχθεί, ο επιστημονικός υπεύθυνος δεδομένων (the data scientist), ο οποίος συνδυάζει τα προσόντα ενός ικανού προγραμματιστή, στατιστικού και αφηγητή με σκοπό να ανακαλύψει τους «σβώλους χρυσού» που υπάρχουν κάτω από τεράστιους όγκους δεδομένων». Επίσης, ο Tom Davenport σε πρόσφατο άρθρο του στο Harvard Business Review («Data Scientist: The Sexiest Job of the 21st Century») επιχειρηματολογεί για την αναγκαιότητα τέτοιων επαγγελματιών, ενώ επισημαίνει τη μεγάλη έλλειψη ανθρώπων σε αυτόν τον κλάδο. Μία πρόσφατη μελέτη της Gartner, προβλέπει 1,9 εκατ. θέσεις εργασίας για data scientists και άλλα 4 εκατ. για την υποστήριξη αυτών - μόνο στις Η.Π.Α - τα επόμενα τρία χρόνια.
Τρόπος διεξαγωγής
Οι καταρτιζόμενοι μπορούν να παρακολουθήσουν το πρόγραμμα με δύο διαφορετικούς τρόπους: με
δια ζώσης παρακολούθηση, ή παρακολούθηση με
Live Streaming, δηλαδή μέσω ηλεκτρονικής πλατφόρμας από τον χώρο της επιλογής τους. Οι καταρτιζόμενοι επιλέγουν τον τρόπο παρακολούθησης στην αίτησή τους. H Live Streaming μέθοδος παρέχει τα εξής πλεονεκτήματα:
- Εκπαίδευση χωρίς γεωγραφικούς περιορισμούς
- Παρακολούθηση των διαλέξεων (Live) από το χώρο του εκπαιδευόμενου
- Δυνατότητα υποβολής ερωτήσεων στον διδάσκοντα
- Εξέταση μέσω ηλεκτρονικής πλατφόρμας από το χώρο του εκπαιδευόμενου
- Δυνατότητα παρακολούθησης της βιντεοσκοπημένης διάλεξης σε μεταγενέστερο χρόνο έως την ολοκλήρωση του προγράμματος
- Ηλεκτρονική διάθεση του εκπαιδευτικού υλικού του προγράμματος (ολόκληρο το εκπαιδευτικό υλικό προσφέρεται δωρεάν)
Μαθησιακά αποτελέσματα
Το συγκεκριμένο σεμινάριο έχει διάρκεια 60 ωρών, διαιρεμένο σε 10 εβδομάδες των δύο τρίωρων διαλέξεων/εβδομάδα. Ο σκοπός του είναι να αποτελέσει για τον καταρτιζόμενο μία αρχική εισαγωγή στους βασικούς τομείς των business analytics & big data: διαχείριση δεδομένων, στατιστική, μηχανική εκμάθηση, εργαλεία και συστήματα. Ιδιαίτερη έμφαση δίνεται στην πρακτική διάσταση των παραπάνω τομέων και λιγότερο στις θεωρητικές έννοιες. Σαν αποτέλεσμα, τα θέματα του σεμιναρίου επικεντρώνονται σε εργαλεία και συστήματα που χρησιμοποιούνται σε εφαρμογές big data και την επίδειξη και κατανόηση του λεγόμενου data analysis life cycle.
Θεματικές ενότητες
- Modern Data Management
Data modeling, database design, SQL and other query languages. The 3Vs of big data. NoSQL systems. The data analysis lifecycle. - Business Intelligence
Architectures, multi-dimensional modeling, ETL process, data engineering, cubes, BI-reporting. - Visual Analytics
Data visualization principles and introduction to Power BI – visualizations and dashboards. - Statistical Modeling
A brief overview of statistical methods, techniques and principles used in analytics. - Introduction to R for Analytics
An introduction to R and examples in Statistics. - Working with Python for Analytics
An introduction to Python and examples on how to use it in analytics applications. - AI & Analytics
GenAI tools to assist in: database design, SQL scripting, data integration, visualization, modeling - Modern Data Architectures & Cloud Platforms
Data warehouses, Datalakes, Lakehouses. Data mesh and data fabric approaches. Azure and AWS ecosystems. - Data Governance
Principles, roles and responsibilities, policies and standards, data quality, metadata management, compliance, and governance frameworks. - Data Privacy
A brief overview of data privacy and protection concerns in analytics and a presentation of GDPR law.
Η αξία του προγράμματος
Η χρησιμοποίηση δεδομένων στη λήψη σωστών, έγκυρων και έγκαιρων αποφάσεων έχει αναχθεί σε «εκ των ουκ άνευ» παράγοντα επιτυχίας για τις περισσότερες σύγχρονες επιχειρήσεις και οργανισμούς. Ταυτόχρονα, τα τελευταία χρόνια, με την ανάπτυξη νέων τεχνολογιών και εφαρμογών, όπως η εξάπλωση των κοινωνικών δικτύων, η εκτεταμένη χρήση smart phones, η εξάπλωση των RFID συστημάτων, ο όγκος και η μορφή των δεδομένων έχει αλλάξει δραματικά. Oι όροι Big Data, Business Analytics και Data Science βρίσκονται πλέον στο επίκεντρο των δραστηριοτήτων των ΙΤ τμημάτων, μικρών και μεγάλων οργανισμών.
Εβδομαδιαίο πρόγραμμα
Τα μαθήματα πραγματοποιούνται στις εγκαταστάσεις του ΚΕΔΙΒΙΜ του Οικονομικού Πανεπιστημίου Αθηνών (Κεφαλληνίας 45, 11257, Αθήνα), δύο ή τρεις ημέρες την εβδομάδα, απογευματινές ώρες (18.00-21.00) και ένα Σάββατο πρωί (9.30-15.00). Το αναλυτικό ωρολόγιο πρόγραμμα των μαθημάτων βρίσκεται αναρτημένο στο Ενημερωτικό φυλλάδιο στις Πληροφορίες του προγράμματος.
Μέθοδοι αξιολόγησης και υπολογισμού τελικού βαθμού
Γραπτή αξιολόγηση (ερωτήσεις πολλαπλής επιλογής)
WordPress MasterClass για αρχαρίους