IIBA-CBDA 國際商業大數據分析師.
本課程以原課程架構為主體，並融合相關領域知識，重新規劃課程及編撰合適的中英...
IIBA-CBDA國際商業大數據分析師-IIBA成立於2003年，是一個非營利性、國際性的專業組織，目的在協助個人、企業或組織提昇其商業分析的能力與成效，以成為商業分析的領導者。其主要會員多數來自企業中從事商業分析的專業經理人、或學術研究領域的專業人士。 IIBA彙整多年理論與實務，形成了一套非常完整之關於新產品開發的知識體系──《Business Analysis Body of Knowledge, BABOK》，並認證頒發6個商務分析領域證照，目的用以指導企業的研發管理實踐，其關於商業分析的方法論已經在全球眾多的企業得到很好的實踐。
誰來看過(1)
IIBA-CBDA 國際商業大數據分析師
課程型態/ 混成(實體+線上同步)
上課地址/ 實體：工研院產業學院 台北學習中心 (實際上課教室請依據上課通知信為準!) 線上：Webex線上直播
時數/ 24小時
起迄日期/ 2024/05/08~2024/05/29
聯絡資訊/ 陳小姐 (02)2370-1111 #303
報名截止日/ 2024/05/01
----------------------------------
課程簡介
公司擁有PMP證照的專案經理，也同時進行專案管理，但為何產品仍無法成功獲利呢？答案是在專案開始前；以及專案過程中沒有納入商業分析(Business Analysis)。
商業分析就是在專案開始前必須了解公司現在的是如何運作的、未來期待達到的目標、以及要從現況到未來目標必須做哪些改進或變更。這些為達成需求必要的變更稱之為解決方案(Solution)。
以數據為中心的組織通常有更棒的績效，充分利用數據做出合理的商業決策。未來公司對於商業分析技能、知識、能力和經驗有很大量的需求。近期學術期刊將商業分析列為2020年最需要的技能。商業大數據分析認證是説明你為這些需求技能做好準備並保持行業領先的關鍵。
大數據時代的商業分析建立在傳統商業分析理論上，加入大量大數據時代的工具與方法。結合商業大數據分析週期、團隊架構理論。
IIBA介紹
IIBA成立於2003年，是一個非營利性、國際性的專業組織，目的在協助個人、企業或組織提昇其商業分析的能力與成效，以成為商業分析的領導者。其主要會員多數來自企業中從事商業分析的專業經理人、或學術研究領域的專業人士。
IIBA彙整多年理論與實務，形成了一套非常完整之關於新產品開發的知識體系──《Business Analysis Body of Knowledge, BABOK》，並認證頒發6個商務分析領域證照，目的用以指導企業的研發管理實踐，其關於商業分析的方法論已經在全球眾多的企業得到很好的實踐。
課程特色
- 本課程以原課程架構為主體，並融合相關領域知識，重新規劃課程及編撰合適的中英文教材，使學員更易掌握及瞭解課程含意，並加強認證考試的講解及準備。
- 流程式與知識領域並重教學：打破原有IIBA之IIBA-CBDA之六大知識領域的教學方式，以流程與知識領域式教學，更助於瞭解及貫通整個商業大數據分析流程。
- 中英文對照教材：教科書內容全為原文，對有因學習但有語言障礙的同學是一大挑戰。為此本課程特別在教材內為關鍵字添加中文解釋；讓上課同學能以最快方式吸取知識。
- 多元化、互動的上課方式：課程設計中結合講師講授、經驗分享、實戰案例分析研討、創意思考、小組討論、示範指導、行動計劃等多種培訓方式，增進學習的成效。
課程效益
本課程有助於學員考取IIBA-CBDA證照，提升商業大數據分析原則(principle)和做法(practice)的能力，透過專業能力識別帶來更佳的職涯發展潛力。
適合對象
商業或系統分析師、高階經理人、持有PMP證照者
課程大綱
|
日程 |
主題 |
重點內容 |
|
|
Day1 |
商業大數據分析基礎 |
A商業大數據分析簡介(Introduction to Business Data Analytics (BDA) B商業分析與商業大數據分析的關係 (Relationship between Business Analysis and Business Data Analytics) C名詞解釋(Understanding terminology) C-1數據科學(BDA, Data Science) C-2機器學習(AI, Machine Learning) C-3大數據(Big Data) C-4監督和非監督機器學習(Supervised and Unsupervised Machine Learning) D商務數據分析方法的類型(Types of Business Data Analytics methods) |
|
|
Day2 |
商業大數據分析領域 |
A瞭解商業大數據分析生命週期(Understanding the Business Data Analytics Life Cycle) B確定研究問題(Identify the Research Questions ) B-1定義商業問題(Defining the business problem(s)) B-2將商業問題表述為分析問題(Articulating the business problem as an analytical problem ) B-3定義成功 KPI(Defining success KPIs) B-4構建假設,並界定研究問題(Building hypothesis, and framing the research question(s)) B-5型態 I 與類型 II 錯誤(Type I and Type II errors) B-6使用 DMN(決策模型和符號)建構決策需求模型 (Using DMN (Decision Model and Notation) to build a Decision Requirements Model) C數據來源(Source Data) C-1數據類型(Types of data) C-2定義數據要求(Defining data requirements) C-3制定數據收集計劃(Developing a Data Collection Plan ) C-4識別數據來源(Identifying data sources) C-5收集數據(Collecting data) C-6瞭解數據建模(Understanding data modeling) |
D分析數據(Analyze Data) D-1機器學習基礎知識(Machine Learning Fundamentals) D-2監督學習演演算法(Supervised Learning Algorithms) D-3無監督學習演演算法(Unsupervised Learning Algorithms) D-4"過度擬合"的概念(The Concept of “Over-fitting”) D-5偏置誤差和方差誤差(Bias Error and Variance Error ) D-6解決"過度擬合"(Addressing “over-fitting”) D-7數據準備:預處理數據(Data Preparation: Pre-processing data ) D-8格式化數據(Formatting data) D-9清潔數據(Cleaning data) D-10取樣數據(Sampling data) D-11數據準備 : 轉換數據(Data Preparation: Transforming data (Feature Engineering) ) D-12測試與選擇演算法(Testing and selecting algorithms ) D-13建築模型(Building models) D-14評估模型(Evaluating models ) |
|
Day3 |
商業大數據分析領域 |
E解釋並回報結果(Interpret and Report Results) E-1瞭解利益相關者參與生命週期(Understanding the Stakeholder Engagement Life Cycle) E-2數據視覺化與數據講故事(Data Visualization vs Data Storytelling) E-3瞭解圖表和繪圖(Understanding commonly used charts and plots) E-4瞭解數據講故事(Understanding Data Storytelling) F使用結果影響商業決策(Use Results to Influence Business Decision-Making) F-1提出建議(Making recommendations ) F-2制定變革實施計劃(Developing the Change Implementation Plan) F-3執行模型的商務驗證(Performing business validation of the model ) F-4部署分析解決方案(Deploying the analytics solution) F-5管理商業變更(Managing the business change) G管理模型生命週期(Manage the model life cycle) |
|
|
Day4 |
企業數據分析 制度化 |
A商務數據分析挑戰(Business Data Analytics challenges) B建立數據戰略(Building a Data Strategy) C瞭解建立數據原則的技術(Understanding techniques to build a Data Strategy) D瞭解數據管理(Understanding Data Management) |
|
|
(實際內容依上課情形進行調整) |
|||
講師簡介：謝講師
|
學歷 |
|
|
|
現任 |
|
|
|
授課專業 |
|
|
|
資格認證 |
|
|
|
經歷 |
|
|
價格
|
報名方案 |
費用 |
說明 |
|
原價(含稅、午餐、講義) |
21,600元/人 |
實體台北授課/線上Webex直播 |
|
課前3週報名(早鳥優惠) |
19,500元/人 |
實體台北授課/線上Webex直播 |
|
3人以上團體報名(同公司3人以上) |
18,500元/人 |
實體台北授課/線上Webex直播 |
註1：報名各方案可選擇
註2：線上授課，線上授課會提前寄送課程講義，安排課前測試，於課程當天同步直播，本同步數位課程無補課機制。
開課資訊
【主辦單位】：財團法人福琳工商發展基金會、工業技術研究院 產業學院
【上課日期】：2024年5月08日、5月15日、5月22日、5月29日，09:30~16:30；每天6小時，共計24小時。
【上課地點】：工研院 產業學院 台北學習中心+Webex線上直播 (實際上課教室請依據上課通知函為準!)
【招生人數】：本班預計20人為原則，依報名及繳費完成之順序額滿為止。(預計10人即開課)
【課程費用】：課程學費、講義(實體供4日午餐、線上供國內郵寄服務)
【培訓證書】：參加本課程之學員，研習期滿，出席率超過80%(含)以上，即可獲得工研院頒發的培訓證書。
【報名方式】：線上報名
【課程洽詢】：02-2370-1111#303 陳小姐
【繳費方式】：確定開班再付款，報名時選擇信用卡線上繳費或ATM轉帳
【退費標準】：請於開課前三日以傳真或email告知主辦單位，並電話確認申請退費事宜。若未於期限內申請退費，則不得於任何因素要求退費，惟可轉讓與其他人參訓。
貼心提醒
- 為確保您的上課權益，報名後若未收到任何回覆，敬請來電洽詢方完成報名。
- 為配合講師時間或臨時突發事件，主辦單位有調整日期或更換講師之權利。
- 報名時請註明欲開立發票完整抬頭，以利開立收據；未註明者，一律開立個人抬頭，恕不接受更換發票之要求，課程開始當天不得以任何因素要求退費。
- 為尊重講師之智慧財產權，恕無法提供課程講義電子檔。
附件
產業學院緣起
依據行政院「挑戰2008：國家發展重點計畫」下之「國際創新研發基地」與「產業高值化」兩計畫，首重產業科技人才的效能。
•911216經科字第09103373120號函：經濟部將本院籌設工研院產業學院之工作，列為因應產業結構轉型，提 ... more
