Раздел 1. Базовые понятия информационно-аналитических систем. |
- Роль информационно-аналитических систем (ИАС) в современном мире, их применение в разных сферах.
- Основные понятия ИАС. Определение ИАС. Структура ИАС. База данных: Типы баз данных, методы хранения информации.
- Программное обеспечение: Различные типы ПО для обработки и анализа данных, типы систем (OLTP, OLAP).
- Интерфейс пользователя: Типы интерфейсов, возможности визуализации данных.
- Цикл жизни ИАС: Этапы создания, внедрения и эксплуатации ИАС.
- Анализ данных: Различные методы анализа данных, используемые в ИАС (статистический анализ, машинное обучение).
- Моделирование: Использование моделей для предсказания и прогнозирования.
- Классификация по отраслям: ИАС в бизнесе, государственном управлении, образовании, здравоохранении.
|
Раздел 2. Информационные системы и бизнес-процессы. |
- Взаимосвязь между информационными системами (ИС) и бизнес-процессами в современном бизнесе.
- Классификация ИС по функциональному назначению (например, системы управления данными, системы бизнес-аналитики, системы поддержки принятия решений).
- Роль ИС в бизнесе. Краткое описание принципов работы конкретной ИС (например, CRM-система, ERP-система).
- Бизнес-процессы. Определение бизнес-процесса: Что такое бизнес-процесс, его элементы (задачи, ресурсы, участники, результаты). Типы бизнес-процессов. Классификация бизнес-процессов по функциональному назначению.
- Моделирование бизнес-процессов. Использование диаграмм для визуального представления бизнес-процессов (например, BPMN, UML).
- Оптимизация бизнес-процессов. Методы улучшения эффективности бизнес-процессов (например, автоматизация, делегирование, реинжиниринг).
- Взаимосвязь ИС и бизнес-процессов. ИС как инструмент управления бизнес-процессами. Автоматизация задач в бизнес-процессах с помощью ИС. Анализ данных о бизнес-процессах для выявления узких мест и повышения эффективности.
- Использование ИС для создания единого информационного пространства в организации. Влияние ИС на бизнес-процессы. Преимущества интеграции ИС и бизнес-процессов. Повышение эффективности и производительности работы.
|
Раздел 3. Методология и организация процесса разработки управленческого решения |
- Понятие управленческого решения. Типы управленческих решений: Стратегические, тактические, оперативные.
- Факторы, влияющие на принятие решений: Внутренние (ресурсы, компетенции) и внешние (конкуренция, технологии, экономика).
- Методология разработки управленческого решения. Основные этапы процесса
- Идентификация проблемы: Формулировка проблемы, определение целей и критериев оценки решения.
- Сбор информации: Анализ внутренней и внешней среды, изучение возможных решений и их последствий.
- Разработка альтернатив: Генерация возможных решений, их оценка и сравнение.
- Выбор решения: Выбор наиболее эффективного решения, учитывая цели, критерии и риски.
- Реализация решения: Разработка плана реализации, распределение ресурсов, контроль за выполнением.
- Оценка результатов: Анализ результатов реализации, оценка эффективности решения и внесение необходимых корректировок.
|
Раздел 4. Методы и инструменты принятия решений. |
- Типы решений. Классификация решений: Стратегические, тактические, оперативные; индивидуальные, коллективные.
- Факторы, влияющие на принятие решений: Рациональные (логика, анализ, данные), эмоциональные (страхи, желания), интуитивные. Методы принятия решений.
- Анализ и систематизация: Сбор информации, анализ ситуации, выявление альтернатив, оценка рисков и последствий.
- Методы моделирования: Использование моделей для предсказания и прогнозирования результатов (например, математические модели, симуляции).
- Анализ чувствительности: Оценка влияния изменения факторов на результат.
- Инструменты принятия решений. Информационные системы: Применение программного обеспечения для анализа данных, моделирования и визуализации результатов.
- Инструменты для структурирования информации: Диаграммы, таблицы, карты ментальных моделей.
- Эффективность принятия решений. Критерии оценки эффективности: Качество, время, стоимость, риски. Факторы, влияющие на эффективность: Качество информации, компетентность лица, принимающего решение, состояние среды.
|
Раздел 5. Определение и свойства систем поддержки принятия решений. |
- Понятие системы поддержки принятия решений. Определение СППР.
- Различия между СППР и информационными системами (ИС), системами управления базами данных (СУБД).
- Основные характеристики СППР: Интерактивность, ориентация на пользователя, поддержка процесса анализа, возможность использования различных методов моделирования.
- Архитектура СППР. Основные компоненты СППР: База данных, Модуль моделирования, Модуль анализа, Интерфейс пользователя, Модуль документирования
- Типы архитектур СППР: Централизованные, децентрализованные, распределенные.
- Функции СППР. Типы СППР.
- Классификация по отраслям: СППР в бизнесе, государственном управлении, здравоохранении, образовании.
- Классификация по функциональным возможностям: Системы бизнес-аналитики, системы управления рисками, системы поддержки инвестиционных решений. Примеры реализации СППР.
|
Раздел 6. Эволюция концепций компьютерных систем управления. |
- Ранние этапы развития КСУ. Первые автоматические системы: Механические регуляторы, паровые машины, первые электромеханические системы управления.
- Роль вычислительной техники: Появление первых электронных вычислительных машин и их применение в системах управления.
- Развитие концепций управления: Развитие теории автоматического управления, появление концепций обратной связи и оптимального управления.
- Эволюция архитектур КСУ.
- Распределенные интеллектуальные системы: Внедрение искусственного интеллекта (ИИ) в КСУ для повышения автоматизации и адаптации к изменениям.
- Ключевые концепции, повлиявшие на развитие КСУ. Современные тенденции в развитии КСУ.
- Интернет вещей (IoT): Интеграция КСУ с сенсорами и устройствами, собирающими данные из реального мира.
- Большие данные: Применение методов анализа больших данных для повышения эффективности управления.
- Мобильные технологии: Развитие мобильных КСУ и систем управления на основе мобильных устройств.
- Киберфизические системы: Интеграция физических систем с компьютерными системами для создания новых возможностей управления.
|
Раздел 7. Архитектура систем поддержки принятия решений. |
- Понятие архитектуры СППР. Ключевые аспекты архитектуры: Типы архитектур (централизованные, децентрализованные, распределенные), уровни системы, компоненты и их взаимодействие. Цель архитектуры. Основные компоненты СППР.
- База данных (Data Warehouse). Хранение и управление данными, необходимыми для анализа (исторические данные, данные из разных источников). Типы баз данных (реляционные, нереляционные). Методы интеграции данных.
- Модуль анализа данных. Предоставление возможности проводить различные виды анализа (статистический анализ, машинное обучение, data mining). Использование специальных алгоритмов и инструментов для выявления паттернов и тенденций.
- Модуль моделирования. Создание моделей для прогнозирования и оценки альтернатив. Использование различных методов моделирования в зависимости от конкретной задачи.
- Модуль визуализации данных. Предоставление инструментов для наглядного представления данных и результатов анализа (графики, диаграммы, карты). Использование различных инструментов визуализации (Tableau, Power BI).
- Интерфейс пользователя. Обеспечение удобного и интуитивно понятного интерфейса для взаимодействия с системой (веб-интерфейс, мобильное приложение). Различные варианты взаимодействия (например, графический интерфейс, текстовый интерфейс).
- Взаимодействие компонентов СППР.
|
Раздел 8. Системы класса Business Intelligence (BI). |
- Понятие Business Intelligence (BI). Цель BI. Основные характеристики BI.
- Компоненты BI систем: Сбор и предобработка данных, Хранилище данных (Data Warehouse), Модуль анализа данных, Модуль визуализации данных, Модуль отчетов и информационных панелей
- Типы BI систем. Классификация по размерам и функциональности. Классификация по отраслям.
- Применение BI в бизнесе. Повышение эффективности операционной деятельности. Улучшение принятия решений.
- Преимущества и недостатки BI систем.
|
Раздел 9. Технологии сбора и хранения данных. |
- Сбор данных. Источники данных. Внутренние источники: Системы CRM, ERP, веб-аналитика, логи серверов. Внешние источники. Открытые наборы данных, социальные сети, API (Application Programming Interfaces), сенсорные сети.
- Методы сбора данных: Ручной ввод данных, Автоматический сбор данных с помощью специальных программ и скриптов, Скрапинг данных с веб-сайтов, Сбор данных с помощью сенсоров и датчиков (IoT).
- Технологии сбора данных: Web scraping, API (REST, SOAP), IoT платформы (ThingSpeak, Ubidots)
- Проблемы сбора данных: Качество данных (неполные, неверные, дублированные данные), Защита данных и конфиденциальность, Юридические и этические аспекты сбора данных.
- Хранение данных. Типы хранилищ данных. Реляционные базы данных (SQL): MySQL, PostgreSQL, Oracle. Нереляционные базы данных (NoSQL): MongoDB, Cassandra, Redis. Облачные хранилища данных: Amazon S3, Google Cloud Storage, Azure Blob Storage.
|
Раздел 10. Технологии оперативного анализа данных. |
- Понятие оперативного анализа данных. Цель OLAP.
- Основные характеристики OLAP: Высокая скорость обработки данных, возможность анализа больших объемов данных, поддержка интерактивных запросов.
- Технологии обработки потоковых данных. Data Streaming: Технология для обработки потоковых данных в реальном времени.
- Инструменты для оперативного анализа данных. OLAP кубы: Многомерные структуры данных для быстрого анализа и визуализации данных.
- Инструменты визуализации: Tableau, Power BI, Qlik Sense.
- Языки программирования: Python, R, SQL.
- Специализированные платформы: Amazon Kinesis, Google Cloud Dataflow.
- Применение оперативного анализа данных.
|
Раздел 11. Основы построения аналитической отчетности и информационных панелей. |
- Разработка интерактивных отчетов и инфопанелей. Понятие аналитической отчетности. Цель аналитической отчетности.
- Типы аналитической отчетности: Отчеты о продажах, отчеты о финансовых показателях, отчеты о маркетинговых кампаниях, отчеты о клиентах, отчеты о производственных процессах.
- Информационные панели (dashboards). Цель информационных панелей. Типы информационных панелей: Панели продаж, финансовые панели, маркетинговые панели, панели клиентского сервиса, операционные панели. Принципы построения информационных панелей.
- Инструменты для построения аналитической отчетности и информационных панелей. Программные продукты: Tableau, Power BI, Qlik Sense, Google Data Studio. Языки программирования: Python, R, SQL.
|
Раздел 12. Технологии, методы и модели интеллектуального анализа данных и извлечения значений. |
- Элементы графического и UX-дизайна для разработки аналитических решений.
- Понятие интеллектуального анализа данных. Цель Data Mining. Основные характеристики Data Mining. Этапы Data Mining.
- Классификация данных на основе вероятностных моделей. Методы k-ближайших соседей.
- Нейронные сети. Искусственные нейронные сети для решения задач классификации, регрессии, кластеризации.
- Применение Data Mining. Проблемы и вызовы Data Mining. Качество данных: Проблемы с неполными, неточными или дублированными данными. Масштабируемость. Обработка больших объемов данных. Интерпретация результатов.
- Этические аспекты: Конфиденциальность данных, дискриминация, отсутствие прозрачности.
|
Модуль 1. Построение схемы информационных потоков |
- Практическое задание проводится в формате практической работы или проекта, который может включать в себя выполнение проекта с использованием современных информационных технологий и теоретических знаний
|
Модуль 2. Составление IDEF1-модели для данной предметной области. |
- Практическое задание проводится в формате практической работы или проекта, который может включать в себя выполнение проекта с использованием современных информационных технологий и теоретических знаний.
|
Итоговая аттестация |
- Итоговая аттестация проводится в форме защиты проекта, что обеспечивает демонстрацию практической готовности обучающегося к решению профессиональных задач в рамках совершенствуемой или новой компетенции. Формат защиты проекта включает представление и защиту разработанного проекта и ответы на вопросы аттестационной комиссии. Оценивание проводится на основе представленных материалов и ответов на вопросы комиссии.
|
Отзывы
Отзывов пока нет.