Start myBerufswahl

Interessen und Stärken - Schritt 1: Ich lerne meine Interessen und Stärken kennen

Berufe und Ausbildungen - Schritt 2: Ich lerne die Berufs- und Ausbildungswelt kennen

Stärken und Anforderungen - Schritt 3: Ich vergleiche meine Stärken mit den Anforderungen der Berufe und Ausbildungen, die mich interessieren

Schnuppern - Schritt 4: Ich schaue mir die interessanten Berufe genauer an

Überprüfen und entscheiden - Schritt 5: Ich überprüfe die möglichen Berufe oder Schulen und entscheide mich

Lehrstelle finden – Schule anmelden - Schritt 6: Ich setze meine Entscheidung um, suche eine Lehrstelle oder melde mich bei einer Schule an

Vorbereiten auf die Zukunft - Schritt 7: Ich bereite mich auf die Lehre oder die Mittelschule vor oder ich kläre ein Brückenangebot ab

Arbeitsmappe - Deine Ergebnisse

Einen Moment bitte...

myBerufswahl wird geladen.

Abgemeldet

Ihre Login-Session ist abgelaufen. Sie werden auf die Startseite weitergeleitet. Bitte melden Sie sich erneut an, um Ihr Login fortzusetzen.
#
Suche

Big Data Analytics

CAS

Hochschule Luzern HSLU > Departement Informatik

Zu myBerufswahl hinzugefügt

Kategorien
Ausbildungsort

Rotkreuz (ZG)

Unterrichtssprache

Deutsch

Ausbildungstyp

Fachhochschulen FH - Weiterbildung: Lehrgänge

Zeitliche Beanspruchung

Teilzeit

Ausbildungsthemen

Informatik-Studien und Lehrgänge

Studiengebiete

Wirtschaftsinformatik

Swissdoc

7.561.14.0

Aktualisiert 30.11.2016

Beschreibung

Beschreibung des Angebots

Certificate of Advanced Studies (CAS) ist eine Nachdiplomausbildung der Hochschulen und entspricht mindestens 10 ECTS.

Im CAS Big Data Analytics werden die wesentlichen Aspekte von Big Data und Analytics praxisbezogen vermittelt und aus Managementsicht vertieft.

Entscheidungsprozesse der Unternehmensführung müssen zwingend stärker auf zukunftsgerichteten Informationen zu Szenarien und Vorhersagen basieren. Dazu müssen in nahezu Echtzeit  (near-time) Erkenntnisse aus einer Fülle von strukturierten und unstrukturierten, internen und externen Datenbeständen gewonnen und Schlüsse gezogen werden. Fortgeschrittene Methoden der Datenhaltung, beliebig skalierbare Rechenleistungen und die erweiterten Fähigkeiten der Analytik bzw. der Vorhersage machen dies heute möglich. Diese Entwicklung stellt viele Unternehmen vor grosse Herausforderungen, eröffnet aber auch zahlreiche neue Perspektiven.

Die folgenden Module sind Teil des CAS Big Data Analytics:
 - Grundlagen
 - Technologie
 - Analytik (Data Science)
 - Anwendungen
 - Transfer (Business Use Case)

Lernziele

  • Modul 1: Grundlagen

Fähigkeiten zur Innovation, Mut zu neuen Ansätzen und Herangehensweisen gepaart mit agilem Vorgehen, kurzen Sprints und zielgerichteten Korrekturen müssen in weiten Teilen von Unternehmen aufgebaut, erweitert und etabliert werden. Sicherheit und Governance sind schon lange fester Bestandteil von Business Intelligence. Durch neue rechtliche, ethische und regulatorische Überlegungen im Kontext von Big Data ergeben sich jedoch neue Risiken. Diese können das Image oder die Reputation von Unternehmen gefährden. 

  • Modul 2: Technologie

Der Weg hin zu Big Data Analytics erfordert die Bereitstellung von adäquaten technischen Infrastrukturen und Systemen. Als Basistechnologie hat sich klar Apache Hadoop etabliert. Die Komponenten von Hadoop und wesentliche Teile des Hadoop Ecosystems werden detailliert behandelt. Big Data-spezifische Infrastrukturanforderungen, Integrationstechnologien und Sicherheitsanforderungen, den Reifegrad verschiedener Technologien und Unterschiede zwischen einer Cloud-basierten und einer On-Premise-Infrastruktur werden illustriert und diskutiert. Ergänzungen, Alternativen und Weiterentwicklungen runden das Gesamtbild ab.

  • Modul 3: Analytik (Data Science)

In diesem Modul werden zahlreiche Verfahren und Techniken zur Analyse von strukturierten und unstrukturierten Daten behandelt. Data Mining, Validierung und Visualisierung, Information Retrieval, Text Mining und Sentiment Analysis werden eingehend diskutiert und behandelt. Machine Learning, Natural Language Processing und künstliche Neuronale Netze bieten vielfältige Möglichkeiten für die Entwicklung von Vorhersagemodellen. Verfahren und Techniken werden mittels spezifischer Analysewerkzeuge (R, knime, rapidminer) und exemplarischer Daten praxisnah geübt. Abgerundet wird das Modul durch Informationen zur aktuellen technologischen Entwicklung, zu frei zugänglichen Datensätzen und Analytic Plattformen im Internet und Einblicken in die aktuelle Forschung im Bereich Big Data Analytics.

  • Modul 4: Anwendungen

Für den zielgerichteten Umgang mit internen und externen Daten sind Fähigkeiten und Techniken zum Stream- und Event-Processing erforderlich (Stichwort «digitale Transformation»). Der Nutzen im Einsatz von Big Data und Analytik wird für verschiedene Branchen und Unternehmen exemplarisch aufgezeigt. Mit der Zunahme an Sensoren, Wearables und autonomen Maschinen, welche untereinander und über das Internet miteinander verbunden sind nimmt auch die Erzeugung von grossen Datenmengen rasant zu. Diese gilt es zeitnah auszuwerten, zu analysieren und Folgeaktionen auszulösen. Besonderheiten und Anwendungen im Bereich Internet der Dinge (IoT bzw. Industrie 4.0) runden das Modul ab.

  • Modul 5: Transfer (Business Use Case)

Impulse und Anregungen zum Transfer des neu erworbenen Wissens werden in den Unternehmenskontext gesetzt. Vertreterinnen und Vertreter von Schweizer Unternehmen, welche aktiv im Thema Big Data und Analytics unterwegs sind, geben Erfahrungen und Erkenntnisse weiter.

Durch eine Projektarbeit arbeiten die Kursteilnehmenden aktiv am Transfer der Möglichkeiten und Chancen von Big Data Analytics in das reale Geschäftsfeld ihrer Unternehmen.

Die Projektarbeit soll den exemplarischen Transfer der Möglichkeiten und Chancen von Big Data Analytics in das reale Geschäftsfeld eines Unternehmens sicherstellen. Sie ist eine Gruppenarbeit und wird iterativ-agil in Form von mehreren Sprints erarbeitet. Dabei präsentieren die Gruppen periodisch den aktuellen Stand ihrer Arbeiten in einem moderierten Workshop. Zugleich holen sie so zu offenen Fragen externe Anregungen und Ideen für die nächste Projektphase ab. Die Schlussresultate werden im Plenum präsentiert und verteidigt.

Voraussetzungen

Zulassung

Ein Abschluss auf Tertiärstufe (ETH/Universität, Fachhochschule, Höhere Fachschule und andere) und mindestens zwei Jahre Berufserfahrung nach Abschluss. Personen mit einer gleichwertigen Qualifikation und mehrjähriger Berufserfahrung können in beschränkter Anzahl über ein standardisiertes Zulassungsverfahren («sur dossier») aufgenommen werden.

Zielpublikum

Mittlere und höhere IT-Führungskräfte, Projektleiter/-innen, Berater/-innen sowie Führungs- und Fachverantwortliche auf der Business-Seite, die ihre Kompetenzen in Advanced Business Analytics optimal ausbauen wollen.

Kosten

CHF 7'900.-

Abschluss

  • Certificate of Advanced Studies CAS

Certificate of Advanced Studies Hochschule Luzern/FHZ in Big Data Analytics

Praktische Hinweise

Ort / Adresse

  • Rotkreuz (ZG)

Zeitlicher Ablauf

Beginn

Oktober

Dauer

6 Monate;
Freitag und Samstag

Zeitliche Beanspruchung

  • Teilzeit

Unterrichtssprache

  • Deutsch

Links