Les données sont créées à un rythme rapide. On estime que plus de 2 quintillions d’octets de données ont été créé chaque jour au cours des deux dernières années. Lorsque les organisations connaissent un débordement de données, elles n’épargnent aucun effort pour extraire des informations significatives afin de prendre des décisions commerciales plus intelligentes. Ce cours (anciennement Business Intelligence and Analytics MSc) répond à la nécessité de propulser la collecte d’informations et l’organisation des données, et l’exploitation des informations et des connaissances potentielles cachées dans les données collectées en routine pour améliorer la prise de décision. Le cours étire l’artificiel l’intelligence (IA), l’apprentissage automatique (ML) et les thèmes de la science de la décision à l’intelligence d’affaires, aux données analyse scientifique et commerciale. Vous vous concentrerez sur le développement de solutions aux problèmes du monde réel associés à la nature changeante de l’informatique infrastructure et des volumes croissants de données, à l’aide d’applications et d’études de cas, tout en acquérant une appréciation profonde des modèles et des techniques sous-jacents. Vous aurez également une meilleure compréhension de l’impact des avancées technologiques sur la nature et les pratiques adoptées au sein de la science des données, l’intelligence d’affaires et l’analytique, et comment s’adapter à ces changements.

Deux thèmes clés sont intégrés au cours. Le premier vous aidera à développer vos compétences dans l’utilisation et l’application de diverses technologies, architectures, techniques, outils et méthodes pour les données science. Il s’agit notamment de l’entreposage et de l’exploration de données, de la gestion distribuée des données et de la technologies, architectures et techniques d’IA et de ML appropriées. Le deuxième thème mettra en valeur votre connaissance des algorithmes et des techniques quantitatives, y compris l’IA, le ML et les opérations Recherche (RO) adaptée à l’analyse et à l’exploration de données et au développement de modèles de décision dans un large gamme de domaines d’application. Le projet consolide les matières enseignées couvertes, tout en vous donnant la possibilité
possibilité de poursuivre des études approfondies dans le domaine de votre choix. Les approches pédagogiques comprennent des conférences, des tutoriels, des séminaires et des séances pratiques. Vous apprendrez également grâce à des cours approfondis, des présentations en classe, des travaux de recherche en groupe et l’utilisation d’une gamme de logiciels standard de l’industrie tels que R, Python, Simul8, Palisade Decision Tools, Tableau et Oracle. Les modules sont généralement évalués par le biais de cours pratiques, qui peuvent également inclure un test en classe.