Kompetencje analityczne menedżera 1100-OG1-KAM

Zakres zagadnień omawianych podczas zajęć laboratoryjnych:
1. Statystyczny opis danych biznesowych oraz możliwości wykorzystania w procesach zarządczych
2. Budowa modeli statystyczno-ekonometrycznych i modeli uczenia maszynowego oraz ich wykorzystanie w procesach decyzyjnych
3. Modelowanie cykliczności procesów biznesowych (takich jak sprzedaż, produkcja)
4. Wizualizacja danych biznesowych pochodzących z różnych obszarów działalności przedsiębiorstwa (omówienie podstawowych koncepcji, wykresów oraz dobrych praktyk w wizualizacji)
5. Przygotowywanie kokpitów menedżerskich oraz dashboardów, a także udostępnianie wyników dla celów zarządczych
6. Wykorzystanie narzędzi AI w biznesie, usprawnianie pracy własnej z zastosowaniem generatywnej AI (zastosowanie Chat GPT 3.5)

Całkowity nakład pracy studenta

2,0 pkt. ECTS - 55 godzin, w tym: 30 godzin pracy bezpośredniej z nauczycielem podczas laboratorium 10 godzin pracy indywidualnej, która potrzebna jest do pomyślnego zdania przedmiotu 10 godzin - przygotowanie do zajęć, wykonanie prac zaliczeniowych 5 godzin - konsultacje indywidualne

Efekty uczenia się - wiedza

W1: Student zna i rozumie metody i narzędzia analizy danych biznesowych niezbędnych do podejmowania racjonalnych decyzji menedżerskich (K_W08) W2: Student zna i rozumie możliwości wykorzystania technik i narzędzi wizualizacji danych w procesie podejmowania decyzji (K_W07)

Efekty uczenia się - umiejętności

U1: Student potrafi prawidło wyciągać wiedzę z danych biznesowych na podstawie metod analizy danych i uczenia maszynowego (K_U01) U2: Student potrafi w sposób etyczny wykorzystać narzędzia AI (sztucznej inteligencji) w analizie danych oraz procesach podejmowania decyzji menedżerskich (K_W07) U3: Student potrafi przedstawić wiedzę ukrytą w danych przy wykorzystaniu technik wizualizacji danych oraz metody storytellingu (K_U12) U4: Student potrafi wykorzystać oprogramowanie Excel, Gretl, PS Imago (SPSS) oraz ChatGPT3.5 (AI) w procesach wspomagających podejmowanie decyzji (K_U12)

Efekty uczenia się - kompetencje społeczne

K1: Student jest gotów przeprowadzić analizę danych, która pozwoli na realizację określonych celów i zadań z zakresu podejmowania racjonalnych decyzji menedżerskich (K_K02) K2: Student jest gotów przekształcać durowe dane w informację i wiedzę wspomagającą podejmowanie decyzji (K_K02)

Metody dydaktyczne

Metody dydaktyczne podające: wykład informacyjny (konwencjonalny) oraz wykład problemowy Metody dydaktyczne poszukujące: laboratoryjna, studium przypadku

Metody dydaktyczne podające

- wykład problemowy
- wykład informacyjny (konwencjonalny)

Metody dydaktyczne poszukujące

- laboratoryjna
- studium przypadku

Koordynatorzy przedmiotu

Andrzej Geise

Kryteria oceniania

Zaliczenie laboratoriów:
Projekt zaliczeniowy – W1, W2, U1, U2, U3, U4
Aktywność – K1, K2

Kryteria oceniania:
ndst – poniżej 60 pkt (poniżej 60%)
dst – 60 - 64 pkt (60% - 64%)
dst plus- 65 - 70 pkt (65% - 70%)
db – 71 - 80 pkt (71% - 80%)
db plus – 81 - 85 pkt (81% - 85%)
bdb – 86 - 100 pkt (86% - 100%)

Literatura

Literatura podstawowa:
1. Sobczyk M., Statystyka, wyd. 4 zmienione, PWN, Warszawa 2002 i nowsze wydania
2. Piłatowska M., Repetytorium ze statystyki, PWN, Warszawa, 2009
3. Kufel T., Ekonometryczna analiza cykliczności procesów o wysokiej częstotliwości obserwowania, Wydawnictwo Naukowe UMK, Toruń 2010
4. Wilke C. O., Podstawy wizualizacji danych. Zasady tworzenia atrakcyjnych wykresów, Helion, Gliwice 2014.
5. Murray S., Interaktywna wizualizacja danych, Helion, Gliwice 2020.
6. Publikacje, artykuły, blogi nt. wykorzystania Chat GPT 3.5 w zarządzaniu

Uwagi

W cyklu 2024/25Z:

Zaliczenie laboratoriów:
Projekt zaliczeniowy – W1, W2, U1, U2, U3, U4
Aktywność – K1, K2

W cyklu 2025/26Z:

Zaliczenie laboratoriów:
Projekt zaliczeniowy – W1, W2, U1, U2, U3, U4
Aktywność – K1, K2

Więcej informacji

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

Strona przedmiotu 1100-OG1-KAM w USOSweb