了解其组织及其环境的功能,以便能够设置仪表板以遵循它们,并在迭代逻辑中使用最佳工具进行调整和调整计算机。

该MBA的目标是培养真正的贡献者,以控制和发展其组织的活动。

培训目标 - 第1年

从决策到行动,如何让您的组织做出反应。仪表板是冰山一角。公司准备好做出反应吗?当火警响起时,每个人都知道该怎么做。有多少组织知道如何应对关键指标的演变。

  • 构建仪表板。学习定义和构建指标。确保您测量的内容可以监控和控制活动。
  • 构建扩展的仪表板。概述数据链:公司内部,外部供应商或上下文和环境。
  • 了解管理问题:从成本结构分析到收入结构分析。分析过去以更好地控制未来。
  • 如何掌握一个总是变得更快,更复杂的环境;互联。学习从“经典”会计到多维或事件会计。
  • 掌握办公工具(不详尽):Word,PowerPoint,Excel,Access。与办公套件比较。
  • 准备M2以启动编程:宏命令,SQL,Python,R,Javascript,HTML / CSS,XML

培训目标 - 第2年

  • 了解如何分解处理数据链 ,从创建到个人或对象的操作,再到使用高频和大量资源进行利用。
  • 了解如何利用数据 。小到获得控制......直到Big与神经网络。
  • 如何使机器学习和充分利用人工智能 ,认知服务和其他算法。
  • 了解战略问题在竞争压力越来越大的情况下,在何处以及如何存储和处理数据。
  • 从必须掌握的办公工具开始,教学将通过“服务器”和协作工具逐渐增加功能。
  • 获取办公工具大师 (非详尽):Excel,Access,MS SQL,Pivot Power,Power BI,Tableau,Hadoop,Jira,Monday,Dataiku,Cuda,SQL,Python,R,Javascript,HTML / CSS

程序

Anée1

管理

  • 战略
  • 会计
  • 管理控制
  • 审计
  • 财务分析
  • 报告:从记分牌到平衡计分卡(平衡计分卡)
  • 组织理论
  • 决策
  • 可持续发展的范例

科学技术

  • 数学:描述性统计
  • 分析学生进行的调查数据(细分,类型学等)
  • Office工具:文字处理,演示文稿,电子表格,数据库。
  • 协作工具
  • Web启动(HTML,CSS
  • XML
  • 具有求解器的预测模拟工具,用于与合作伙伴(供应商,分包商等)进行扩展决策的图表

获得技能

使用办公工具的基本功能

  • 使用样式,模板和计划模式进行文字处理
  • 演示工具
  • 电子表格
  • 数据库。

使用办公工具的高级功能

  • 合并,算盘和求解器。模拟工具
  • 制作一个多学科的仪表板
  • 掌握工具
  • 制作统计处理工具
  • 制作数据透视表
  • 对收集的数据进行问卷设计的在线调查
  • 学习在一般会计和管理控制之间徘徊

Anée2

第一学期

数据处理

  • 商业智能从小到大
  • IOT
  • 编程html css Javascript SQL
  • Python统计语言

管理

  • 英语:数字练习/口语
  • 价值创造
  • 集资
  • 数字和协作经济--INNO和休息
  • EnVie:世界的挑战#permaconnected
  • 书面/口头表达
  • 资助数字经济
  • 积分

科学

  • 描述性和推论性统计

第二学期

数据处理

  • Hadoop的
  • 统计语言
  • 建模(UML / BPML)
  • 第一学期后的Javascript
  • 机器学习
  • 项目管理

管理

  • 数据法
  • 经济情报评论
  • 信息技术经济学(Olivier Williamson Shapiro Varian Volle)
  • 公开演讲
  • 企业社会责任
  • 计算机安全
  • 商务英语

科学

  • 描述性和推论性统计

内存毕业

  • 选择与您的专业项目相关的主题

方法论和教学方法

教学方法基于四个基本支柱:学习,理解,掌握和发展。

  • 学习基础知识以确保理解。
  • 理解有控制权。
  • 掌握能够进化。

该过程将技术知识,管理和业务的获取结合在一起,这些世界有时难以相互理解。

在工具级别,该方法是不可知的。它并不专注于一个,而是试图强调所有工具的共同点,而是突出每个工具的优缺点。

在M1和M2中应用的这种方法将使您能够成功地应对任何类型组织的大(和小)数据的挑战

课外活动:个人工作

评测

  • 根据课程进行具体评估
  • 横截面实际案例
  • 严肃的游戏
  • 黑客马拉松

机会

培训为几个被认为在公司内部具有跨职能的关键部门提供了机会。更具体地说,它旨在使未来的毕业生能够将功能和业务需求转化为技术组件,并提前提出可以创造价值和征服新市场的组件。目标是自动化数据收集,分析和构建数据,并在适当的时间实时提取有用的信息,并将其转化为附加值。

通过统计数据,数据库,未来的毕业生将能够立即可视化被利用的元素与公司2.0的需求更加同步,将能够试点和执行复杂的项目大数据环境,汇集了来自不同学科的专家。

  • 负责新数字经济核心的首席数据官类型的专家研究,以解决大数据相关业务的问题:营销,精算科学和金融。
  • 在私营公司(中小企业和大公司)和上市公司中,广泛的专业研究专业,
  • 多个活动部门:银行,保险,研究和咨询,电信,分销,汽车等。

招生

入学要求 - 第1年

学生

  • 在商学院,IEP,IAE,工程学院和数字课程中发布Bac 3
  • 经验证的经验:BAC 2 6-9岁

入学面试档案

入学要求 - 第2年

学生

  • 在商学院,IEP,IAE,工程学院和数字课程中发布Bac 4
  • 验证经验 - 处理VAPP

入学面试档案

授课语言:
法国

浏览 ESLSCA Business School 其余 11个硕士学位 »

最后更新March 1, 2019
本课程是 校园实地
开始日期
10 月 2019
Duration
2 年
在职学习
全日制
价格
12,000 EUR
每年
Deadline
按地点
按日期
开始日期
10 月 2019
结束日期
申请截止日期

10 月 2019

Location
申请截止日期
结束日期