Бизнес-аналитика и ИИ как инструмент эффективного управления

2026/2027

Статус: Маго-лего

Кто читает: Департамент бизнес-информатики

Где читается: Высшая школа бизнеса

Когда читается: 1, 2 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Заходякин Глеб Викторович

Язык: русский

Кредиты: 6

Контактные часы: 48

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс охватывает как теоретические, так и практические аспекты бизнес-аналитики (BA) и инструментов ИИ в контексте реальных бизнес-задач. В условиях насыщенной данными среды бизнес нуждается в аналитике, чтобы оставаться конкурентоспособным. Курс делает акцент на аналитике данных как методе получения инсайтов из цифровых данных. Также рассматривается применение инструментов ИИ в бизнес-анализе. Задания курса обучают студентов работе с BI-сервисами для извлечения, обработки, анализа и визуализации данных, инструментов обработки данных и создания моделей машинного обучения. Цель курса — помочь студентам принимать более эффективные решения на основе данных. Курс включает лекции, анализ данных, создание ИИ моделей, кейсы, обсуждения и групповой проект, в рамках которого студенты отрабатывают применение методов BA и ИИ к реальным данным и задачам бизнеса.

Цель освоения дисциплины

Выбирать подходящие инструменты и методы бизнес-аналитики для решения задач.
Интерпретировать результаты анализа данных.
Применять бизнес-аналитику к реальным бизнес-задачам.
Использовать различные источники данных и инструменты в процессе анализа.
Находить, извлекать, оценивать и подготавливать данные для анализа.
Создавать понятные визуализации данных и презентации.
Разрабатывать интерактивные дашборды и отчеты с помощью инструментов бизнес-аналитики.

Планируемые результаты обучения

Владеть навыками подготовки аналитических материалов по результатам исследовательских и аналитических проектов для информационного обеспечения принятия управленческих решений
Владеть навыками применения современных техник и методик сбора данных, продвинутых методов их обработки и анализа, методами количественного и качественного анализа для принятия управленческих решений
Умеет извлекать данные из источников, анализировать качество данных, обнаруживать статистические особенности данных и выявлять аномалии
Уметь обрабатывать эмпирические и экспериментальные данные

Содержание учебной дисциплины

Предварительный анализ данных
Методы и модели анализа данных
Представление результатов анализа данных
Внедрение ИИ, автоматизация и персонализация
Тема 5. Генеративный ИИ и промпт-инжиниринг

Элементы контроля

Защита проекта
Экзамен проводится в форме защиты выполненных проектов. При решении задач и подготовке отчетов допускается использование ИИ, однако в этом случае авторы работы должны задекларировать использование ИИ как описано в задании. В случае выявления незадекларированного использования ИИ за работу выставляется 0 баллов. Максимальный размер проектной группы - 5 человек.
Активность
Активность студента в рамках курса. Включая, но не ограничиваясь: - решение задач; - выступление с докладом; - участие в обсуждении докладов. Каждая активность оценивается определенным количеством баллов. Баллы затем складываются. Сумма не может превышать 10 баллов. При решении задач и подготовке отчетов допускается использование ИИ, однако в этом случае авторы работы должны задекларировать использование ИИ как описано в задании. В случае выявления незадекларированного использования ИИ за работу выставляется 0 баллов. Команды, злоупотребяющие ИИ, будут приглашены на защиту работы. В групповых расчетных задания максимальный размер команды - 5 человек
Тест
Представляет собой письменный онлайн-тест множественного выбора с вопросами с автоматической проверкой (выбор вариантов, заполнение пропусков, ввод слова, ввод числового ответа, на соответствие, на упорядочение). Платформа проведения: StartExam с прокторингом. Во время экзамена студентам запрещено использование любых материалов и помощи, а также ИИ.
ДЗ
Домашние задания проверяют владение изученными на занятиях инструментами и методами анализа данных в прикладных задачах. Оценка за ДЗ вычисляется как среднее по всем выданным ДЗ. При решении задач и подготовке отчетов допускается использование ИИ, однако в этом случае авторы работы должны задекларировать использование ИИ как описано в задании. В случае выявления незадекларированного использования ИИ за работу выставляется 0 баллов. Команды, злоупотребяющие ИИ, будут приглашены на защиту работы. Максимальное число участников команды - 5 человек
Посещаемость
Учет посещаемости ведется с использованием технических средств контроля и цифрового следа

Промежуточная аттестация

2026/2027 2nd module
0.15 * Тест + 0.1 * Посещаемость + 0.15 * Активность + 0.4 * Защита проекта + 0.2 * ДЗ

Список литературы

Авторы

Брускин Сергей Наумович
Заходякин Глеб Викторович

Программа дисциплины