MSc i IT til Business Data Analytics
International Business School - Budapest
Nøgleinformation
Campus placering
Budapest, Ungarn
Lingvistik / Sprogvidenskab
Engelsk
Studieformat
På campus
Varighed
12 Måneder
Hastighed
Fuldtid
Studieafgifter
EUR 5.900 / per semester *
Ansøgningsfrist
Kontakt skolen
Tidligste startdato
Kontakt skolen
* 100 EUR ansøgningsgebyr | 900 EUR engangsregistreringsgebyr for ikke-EU-borgere
Stipendier
Udforsk stipendiemuligheder for at hjælpe med at finansiere dine studier
Introduktion
IBS nye konverteringsuddannelse byder studerende velkommen fra alle områder, der gerne vil blive it -fagfolk med stærke forretningsgrundlag. Få omfattende it -færdigheder til at forbedre din beskæftigelsesegnethed og blive et mere værdifuldt medlem af den organisation, du arbejder for. Tiden er inde til at forbedre dine dataanalysefærdigheder og få kodningsexpertise til at løse forretningsproblemer!
Programindhold
MSc i IT for Business Data Analytics-programmets mål er at (gen) oplære unge fagfolk, som vil kunne besætte junior softwareudvikler/forretningsanalytikerpositioner takket være deres evne til at udføre forskellige kodningsopgaver og samtidig fortolke forretningsoplysninger og identificere forretninger indsigt. Programmet vil derfor være et konverteringsprogram henvendt til unge, der søger karrierefremgang eller karriereskift, og vil uddanne it -fagfolk med stærke forretningsgrundlag.
I samarbejde med et af de største kodningsakademier i Ungarn, det prestigefyldte Green Fox Academy, tror vi på, at enhver person kan nå niveauet for junior softwareudvikler uanset deres tidligere kvalifikationer. Sammen med Green Fox Academy forbereder vi studerende fra alle felter på forskellige efterspurgte stillinger på arbejdsmarkedet på et år.
Tidsplanen gør det muligt for studerende selv med et fuldtidsjob at deltage, da timerne starter kl. 17.00 på hverdage!
Galleri
Indlæggelser
Læreplan
Nøgleområder af undersøgelser
Udvikling af bløde og numeriske færdigheder, dataanalyse, automatisering, brug af big data og maskinlæringsværktøj, en evne til at skrive, gennemgå, vurdere kode ved hjælp af en moderne sprog-/teknologistyring, udføre forskning og undersøgelse af forretnings- og ledelsesspørgsmål, syntetisere data fra forskellige kilder og formulere rapporter og anbefalinger, demonstrere stærke forsknings- og datastyringsevner og en evne til at vurdere og rense store datasæt, evne til at kommunikere effektivt både skriftligt og mundtligt ved hjælp af en række medier.
Programresultat
Viden & forståelse
Efter en vellykket gennemførelse af programmet skal eleverne være i stand til at:
- Opret programmeringskoder, der udfører analytiske opgaver i forretningsindstillinger;
- Administrere, manipulere og analysere store datasæt ved hjælp af moderne teknologier og værktøjer;
- Kritisk diskutere ledelsesmæssige problemstillinger i forhold til brugen af data i virksomheders beslutningsproces;
- Vurder kritisk vigtigheden og gennemførligheden af datadrevne ledelsesinitiativer og fremlæg resultaterne overbevisende for en lang række interessenter;
- Skab enkle maskinlæringsmodeller og analyser deres indflydelse på forretningsbeslutningsprocesser;
- Kritisk vurdere automatiseringsmuligheder i en professionel sammenhæng.
Disciplinære og faglige færdigheder
Efter en vellykket gennemførelse af programmet skal eleverne være i stand til at:
- Kritisk vurdere mulighederne for at introducere softwarebaserede løsninger i forskellige forretningsscenarier på tværs af vigtige funktionsområder, herunder økonomi, marketing og CRM;
- Demonstrere solide færdigheder i at rådgive løsninger på komplekse problemer uanset faggrænser gennem en metodisk analyse og kritisk vurdering;
- Udvise en innovativ, out-of-the-box tilgang og kreativitet i håndteringen af multi-stakeholder og/eller databaserede projekter;
- Kodningsfærdigheder: en evne til at skrive, gennemgå, vurdere kode ved hjælp af et nutidigt sprog/teknologi.
- Kendskab til Python, JavaScript, Git, SQL, NoSQL, HTML
- Analytiske færdigheder: udføre forskning og undersøgelse af forretnings- og ledelsesspørgsmål, syntetisere data fra forskellige kilder og formulere rapporter og anbefalinger.
- Datastyringsevner: demonstrer stærke forsknings- og datastyringsevner og en evne til at vurdere og rense store datasæt.
- Mundtlige og skriftlige kommunikationsevner: evne til at kommunikere effektivt både skriftligt og mundtligt ved hjælp af en række medier.
- Uafhængig læring og livslang læring færdigheder: demonstrere stærke individuelle læse- og læringsfærdigheder til avanceret akademisk undersøgelse og livslang læring.
- Kvantitative og numeriske færdigheder: udføre standard og nogle avancerede matematiske og statistiske opgaver, der er relevante for forskellige professionelle sammenhænge.
- Problemløsningsevner: genkende, analysere og løse problemer, træffe beslutninger i komplekse situationer og uforudsigelige sammenhænge.
- Entreprenørskabsevner: demonstrere en evne til at designe og validere forretningskoncepter og kommunikere resultater effektivt til en bred vifte af målgrupper.