В последние годы сбор и анализ данных стали неотъемлемой частью любой профессиональной деятельности. Каждое предприятие генерирует огромные массивы сведений о своей деятельности, о своих клиентах, собирает информацию о внешних факторах своей сферы. Каждый владелец бизнеса надеется извлечь из этих данных пользу. Во всех сферах деятельности сформировались свои правила обработки и использования результатов анализа информации — в торговле, в промышленности, в сфере обслуживания и т.д. Однако в современном мире появляются новые, унифицированные подходы, позволяющие использовать как последние достижения в сфере анализа данных, так и учитывать актуальные запросы бизнеса. К таким запросам относятся: сквозная цифровизация всех технологических и бизнес-процессов современного предприятия, работа с большим объемом разнородной информации (Большие данные), использование средств интеллектуального анализа данных и машинного обучения для обработки информации и поддержки принятия управленческих решений.

Программа профессиональной переподготовки «Цифровое моделирование и анализ бизнес-процессов на предприятии» разработана на основе профессионального стандарта 08.037 «Бизнес-аналитик».  При успешном освоении программы присваивается новая квалификация  «Бизнес-аналитик».

Целью программы является формирование у слушателей цифровых компетенций в области информационных технологий, а именно применения принципов и основ алгоритмизации, применения СУБД и применения инструментов бизнес-анализа в рабочей деятельности.

Вы научитесь:

• Осуществлять построение и анализ моделей бизнес-процессов. 
• Обосновывать подходы, используемые в бизнес-анализе. 
• Применять специализированные инструменты для построения цифровых моделей на предприятии. 
• Осуществлять построение и анализ моделей данных предприятия. 
• Применять язык SQL при работе с данными предприятия. 
• Создавать индикаторные панели (дашборды) аналитических показателей с использованием Business Intelligence системы. 
• Реализовывать возможности интерактивного взаимодействия с дашбордом для фильтрации, детализации и взаимовлияния аналитических показателей. 
• Применять методы машинного обучения для решения задач анализа данных предприятия.