Big Data, Data Science, Machine Learning, ihre Auswirkungen im Unternehmen (2 Tage)

Ausbildungsziele:

Entdecken Sie die Grundlagen von Big Data, Data Science und Machine Learning.

 

Beurteilen Sie, wie Daten in neuen Geschäftsmodellen eine vorherrschende Position einnehmen.

 

Verständnis der Rolle von Data Science in der Informationsorganisation und Governance.

 

Stellen Sie die Herausforderungen der Anwendungen von Machine Learning, Deep Learning und organisatorischen Auswirkungen vor.

 

Zur Rechtfertigung der Öffnung des IS nach außen, sowohl bei der Datenerhebung als auch bei der Versorgung.

INTERPRETATION

2 140 €
  • - Anwesend in unseren Räumlichkeiten oder bei Ihnen
  • – Distanciel Online Finden Sie uns auf: Straßburg, Lille, Lyon, Reims, Genf, Brüssel, Luxemburg, Frankfurt, Karlsruhe, Berlin, Metz
  • INTRA (Rufen Sie uns an, um ein Angebot zu erhalten)
Registrierung

Tag 1:

Geschichte und Kontext der Explosion der Datennutzung
Big Data, Data Science, Machine Learning, KI
Informationelles Erbemanagement und Wertemanagement Module:

Inhalt:

  • Geschichte und Kontext der explosionsartigen Nutzung von Daten (3,0 Stunden)
    Die digitale Revolution ist auf dem Weg ... angetrieben von einem Informations-Tsunami!
    - Was sind die großen funktionalen und technischen Blöcke des Informationserbemanagements?
    - Was ist Big Data? Definition und allgemeiner Anwendungsbereich.
    - Eine kleine Geschichte der Ursprünge und der Explosion von Big Data.
    Big Data ist keine Mode und Teil der digitalen Revolution als Innovationsmotor.
    - Big Data: die aktuellen großen Anwendungen.
    - Einige große technologische Vorstellungen zu erinnern und wie man unter all diesen technischen Akronymen zu übertreffen.
    - Welches Zusammenleben zwischen den verschiedenen Generationen von Datenmanagementsystemen?
    - Welche Zukunft für all diese Lösungen und Anwendungen?
    Wie hoch ist die bisherige Laufzeit?
    Austausch: Kollektive Reflexion über die digitale Revolution.
  • Big Data, Data Science, Machine Learning, AI (2,0 Stunden)
    Erstellen und verbessern Sie die Fakultäten des Unternehmens durch Big Data.
    - Große Anwendungssteine dienen Big Data im Unternehmen.
    - Von der statistischen Analyse bis Data Science: Welche Profile, für welche Vorteile?
    - Die wichtigsten Variationen der künstlichen Intelligenz.
    Künstliche Intelligenz in der prädiktiven Analyse.
    Machine Learning oder Machine Learning Fähigkeit.
    - Lernen durch Massenverarbeitung von gesammelten Informationen: Deep Learning.
    - Künstliche Intelligenz, Machine Learning und Deep Learning: Welche Herausforderungen für unsere Gesellschaften? Austausch: Gemeinsame Reflexion über die Entwicklung von Big Data, Data Science, Machine Learning und Künstlicher Intelligenz.
  • Informational Heritage Management und Value Management (2,0 Stunden)
    Der Platz der Daten in der digitalen Revolution.
    - Der Platz der Daten in disruptiven Geschäftsmodellen.
    - Der Wert von Daten im Mittelpunkt von Geschäftsfragen.
    Können wir den Wert seines Informationserbes kennen und kontrollieren?
    - Was ist das Risiko von Fettleibigkeit? Wie kannst du dich schützen?
    - Möglichkeiten, Informationen zu monetarisieren.
    - Wie installiere ich eine Datenkultur im Unternehmen?
    - Gewicht und Kosten der Qualität der vom Unternehmen verwalteten Daten.
    - Der Mehrwert durch Daten betrifft alle Berufe unserer Kunden. Fallstudie: Fallstudie zur Datenwertanalyse

Tag 2:

Big Data Akteure und damit verbundene organisatorische Fragen; Big Data erweitert
Die Vorstellungen gehen weiter und einige führen zum Start

Inhalt:

  • Big Data-Akteure und damit verbundene organisatorische Probleme (3,0 Stunden)
    Organisation, Rollen und Governance: neue Modelle zum Zeitpunkt von Big Data.
    - Warum sind organisatorische Silos ein großes Hindernis für die Datennutzung und wie können sie angegangen werden?
    Data Science: Anpassung der statistischen Profile an neue Herausforderungen.
    - Spezialisten in neuen Bereichen und ihre Arbeitsmethoden.
    - Implementierungsthemen der Data Governance.
    - Data Governance-Akteure.
    - Die für die Datenqualität zuständigen Akteure.
    - Was sind die wichtigsten regulatorischen Trends rund um das Datenmanagement und wie können sie angegangen werden?
    Demonstration: Demonstration der Bedeutung von Data Governance.
  • Big Data verlängert (2,0 Stunden)
    Der Platz des Unternehmens in seinem Daten-Ökosystem.
    - Unternehmensgrenzendaten (DMP).
    - Daten von Partnern zur Verfügung gestellt: soziale Netzwerke...
    Das Internet der Dinge (IoT) oder wie Sie Ihr Unternehmen sensibel für neue Anwendungen machen.
    - Open Data und ihre Beiträge zur Datenanalyse: neue Daten, Anreicherung, Datenquerverweis.
    - Die Entstehung von Chatbots oder die Automatisierung von Client-Schnittstellenfunktionen: Welche Auswirkungen haben unsere Organisationen?
    - Erhöhte Kundenerfahrung, Hebel der digitalen Transformation von Unternehmen.
    - Bereitstellung von Daten als neue Einnahmequelle. Daten fördern Unternehmensinnovation.
    Demonstration: Demonstrationen zu Innovationen auf Basis von Big Data, Data Science und Machine Learning
  • Die Vorstellungen gehen weiter und einige führen zum Start (2,0 Stunden)
    Welche Risiken sind bei der Verwaltung des Informationserbes nicht zu berücksichtigen?
    - Die großen Trends rund um Data für die nächsten drei Jahre.
    Technologische Lösungen: Big Data und Machine Learning.
    - Bedienungsanweisungen zum Start einer Big Data-Initiative.
    Big Data Techniken: Übersicht.
    - Die Aufgaben, Funktionen und Rollen rund um die Daten: Synthese und verschiedene Ebenen der Umsetzung.
    Warum kommen Unternehmen zu Big Data?

© 2026 Alle Rechte vorbehalten.