Memahami fungsi organisasi dan persekitarannya untuk dapat menubuhkan papan pemuka untuk mengikuti mereka dan, dalam logik iteratif, untuk menyesuaikan dan menyesuaikan diri dengan menggunakan alat terbaik komputer.

Objektif MBA ini adalah untuk melatih penyumbang yang benar kepada kawalan dan perkembangan aktiviti organisasinya.

Objektif Latihan - Tahun 1

Dari keputusan untuk bertindak, bagaimana untuk mempersiapkan organisasi anda bertindak balas. Papan pemuka adalah hujung gunung ais. Adakah syarikat bersedia untuk bertindak balas? Apabila penggera kebakaran dimatikan, semua orang tahu apa yang perlu dilakukan. Berapa banyak organisasi yang tahu bagaimana untuk bertindak balas terhadap evolusi penunjuk utama.

  • Bina papan pemuka. Belajar untuk mentakrifkan dan membina penunjuk. Pastikan bahawa apa yang anda ukur membolehkan memantau dan mengawal aktiviti tersebut.
  • Membina papan pemuka yang diperluaskan. Mempunyai ikhtisar rantaian data: dalaman kepada syarikat, di luar dengan pembekal atau konteks dan persekitaran.
  • Memahami isu pengurusan: dari analisis struktur kos kepada analisis struktur pendapatan. Menganalisis masa lalu untuk mengawal masa depan yang lebih baik.
  • Bagaimana untuk menguasai persekitaran yang sentiasa berubah lebih cepat dan lebih kompleks; saling berkaitan. Belajar untuk pergi dari perakaunan "klasik" ke perakaunan pelbagai atau peristiwa.
  • Menguasai alat pejabat (tidak lengkap): Word, PowerPoint, Excel, Akses. Perbandingan dengan suite pejabat.
  • Sediakan M2 dengan inisiatif untuk pengaturcaraan: Makro-perintah, SQL, Python, R, Javascript, HTML / CSS, XML

Objektif Latihan - Tahun 2

  • Fahami bagaimana rantaian data pemprosesan dihuraikan, dari penciptaan melalui tindakan seorang individu atau objek ke eksploitasinya menggunakan sumber kekerapan dan sumber yang tinggi.
  • Fahami bagaimana mengeksploit data . Kecil untuk mendapatkan kawalan ... Sehingga Besar dengan rangkaian saraf.
  • Bagaimana untuk membuat Pembelajaran Mesin dan memanfaatkan Kecerdasan Buatan , perkhidmatan kognitif dan algoritma lain.
  • Memahami isu strategik Di mana dan bagaimana untuk menyimpan dan memproses data anda dalam konteks peningkatan tekanan persaingan.
  • Bermula dari alat pejabat yang perlu dikuasai, pengajaran secara beransur-ansur akan meningkatkan kuasa dengan "pelayan" dan alat kerjasama .
  • Memperolehi tuan alat pejabat (tidak lengkap): Excel, Akses, MS SQL, Pivot Power, Power BI, Tableau, Hadoop, Jira, Isnin, Dataiku, Cuda, SQL, Python, R, Javascript, HTML / CSS

program

Anée 1

pengurusan

  • strategi
  • perakaunan
  • Kawalan pengurusan
  • audit
  • Analisis Kewangan
  • Pelaporan: dari papan skor ke BSC (Kad Skor Seimbang)
  • Teori organisasi
  • Membuat keputusan
  • Paradigma kemampanan

Saintifik dan teknikal

  • Matematik: Statistik Deskriptif
  • Analisis data dari kaji selidik yang dijalankan oleh pelajar (segmentasi, tipologi, dll.)
  • Alat Pejabat: Pemprosesan Perkataan, Persembahan, Spreadsheet, Pangkalan Data.
  • Alat kerjasama
  • Inisiasi Web (HTML, CSS
  • XML
  • Alat simulasi ramalan dengan pemecah, carta untuk membuat keputusan yang panjang dengan rakan kongsi (pembekal, subkontraktor, dll.)

Kemahiran diperolehi

Gunakan ciri asas alat pejabat

  • Pemprosesan Kata dengan Gaya, Templat dan Mod Rancangan
  • Alat persembahan
  • hamparan
  • Pangkalan data.

Gunakan ciri canggih alatan pejabat

  • Penyatuan, abacus dan pemecah. Alat simulasi
  • Buat papan pemuka pelbagai disiplin
  • Menguasai alat
  • Alat Fabricate untuk pemprosesan statistik
  • Buat jadual pangsi
  • Mengendalikan kaji selidik soal selidik dalam talian untuk eksploitasi data yang dikumpulkan
  • Belajar untuk menyesuaikan antara kawalan perakaunan dan pengurusan am

Anée 2

Semester 1

pemprosesan data

  • Perisikan perniagaan dari kecil ke besar
  • IOT
  • Pemrograman html css Javascript SQL
  • Bahasa Statistik Python

pengurusan

  • Bahasa Inggeris: amalan digital / lisan
  • Penciptaan nilai
  • crowdfunding
  • Digital dan ekonomi kolaboratif -INNO dan pecah
  • EnVie: cabaran dunia # dihidupkan
  • Ungkapan bertulis / mulut
  • Pembiayaan ekonomi digital
  • integrasi

saintifik

  • Statistik deskriptif dan inferens

Semester 2

pemprosesan data

  • Hadoop
  • Bahasa statistik
  • Pemodelan (UML / BPML)
  • Javascript selepas Semester 1
  • Pembelajaran Mesin
  • Pengurusan Projek

pengurusan

  • Undang-undang data
  • Kajian Perisikan Ekonomi
  • Ekonomi Teknologi maklumat (Olivier Williamson Shapiro Varian Volle)
  • Bercakap awam
  • CSR
  • Keselamatan komputer
  • Perniagaan Bahasa Inggeris

saintifik

  • Statistik deskriptif dan inferens

tamat pengajian memori

  • Pilihan subjek yang berkaitan dengan projek profesional anda

Kaedah dan pendekatan pedagogi

Pendekatan pedagogi didasarkan pada empat tiang asas: pembelajaran, pemahaman, penguasaan dan perkembangan.

  • Ketahui asas-asas untuk memastikan pemahaman yang baik.
  • Memahami untuk mempunyai kawalan.
  • Sarjana dapat berkembang.

Proses ini menggabungkan pemerolehan pengetahuan teknikal, pengurusan dan perniagaan untuk berada di sempadan dunia yang kadang-kadang mempunyai kesulitan memahami satu sama lain.

Pada tahap alat pendekatannya adalah agnostik. Ia tidak menumpukan perhatian pada satu, tetapi bertujuan untuk menyerlahkan apa yang lazim kepada semua alat dan sebaliknya menyoroti kelebihan dan kekurangan masing-masing.

Metodologi yang digunakan dalam kedua-dua M1 dan M2 akan membolehkan anda untuk berjaya memenuhi cabaran Data Big (dan kecil) dari mana-mana jenis organisasi

Off Course Course: Kerja Individu

penilaian

  • Penilaian khusus mengikut kursus
  • Kes praktikal rentas keratan rentas
  • Permainan yang serius
  • hackathon

peluang

Latihan menawarkan peluang dalam beberapa sektor utama yang dianggap bersilang dalam sebuah syarikat. Lebih khusus lagi, ia bertujuan untuk membolehkan graduan masa depan untuk menterjemahkan keperluan fungsian dan perniagaan ke dalam komponen teknikal dan mencadangkan komponen terdahulu yang boleh mencipta nilai dan menakluk pasaran baru. Matlamatnya ialah untuk mengotomatisasi pengumpulan data, menganalisis dan menyusun data dan mengekstrak maklumat yang berguna dalam masa nyata dan pada masa yang tepat dan mengubahnya menjadi nilai tambah.

Dengan mudah dengan statistik, pangkalan data, graduan masa depan dapat dengan cepat memvisualisasikan unsur-unsur yang akan dieksploitasi untuk menjadi lebih fasa dengan keperluan syarikat 2.0, akan dapat melakukan perintis dan melaksanakan projek-projek rumit dalam Persekitaran Data Besar, membawa bersama pakar dari pelbagai disiplin.

  • Bertanggungjawab terhadap kajian pakar dari jenis Ketua Pegawai Data , di tengah-tengah ekonomi digital baru, untuk menangani isu-isu perniagaan yang berkaitan dengan data besar: pemasaran, sains aktuari dan kewangan.
  • Pelbagai profesi yang bertanggungjawab dalam pengajian, baik dalam syarikat swasta (PKS dan syarikat besar) dan di syarikat awam,
  • Sektor aktiviti berganda: perbankan, insurans, kajian dan perundingan, telekomunikasi, pengedaran, kereta, dll.

kemasukan

Syarat Kemasukan - Tahun 1

pelajar

  • Post Bac 3 di sekolah perniagaan, IEP, IAE, sekolah kejuruteraan dan kursus digital
  • Pengesahan yang sah: BAC 2 6-9 tahun

Fail temuduga kemasukan

Syarat Kemasukan - Tahun 2

pelajar

  • Post Bac 4 di sekolah perniagaan, IEP, IAE, sekolah kejuruteraan dan kursus digital
  • Pengalaman yang sah - Proses VAPP

Fail temuduga kemasukan

Program diajar dalam:
Perancis

Lihat 11 lagi program yang ditawarkan oleh ESLSCA Business School »

Tarikh Akhir Kemaskini March 1, 2019
Kursus ini Lokasi Kampus
Start Date
Okt 2019
Duration
Sambilan
Sepenuh masa
Price
12,000 EUR
setiap tahun
Ikut lokasi
Ikut tarikh
Start Date
Okt 2019
Tarikh tutup permohonan

Okt 2019

Location
Tarikh tutup permohonan
End Date