A melhor parte de estudar com um colega é que um incentiva o outro e vocês discutem em profundidade o que estão aprendendo.
Courtlyn
Especialista em promoção e eventos
Investimento: US$2.250
TBD
2 meses, online
4-6 horas por semana
Nossos estudantes dizem que fazer o curso junto com seus colegas ajuda a compartilhar conhecimento e acelerar o impacto.
Esperamos que você também sinta isso. Valores especiais de desconto.
A melhor parte de estudar com um colega é que um incentiva o outro e vocês discutem em profundidade o que estão aprendendo.
Courtlyn
Especialista em promoção e eventosCom base nas informações fornecidas, seu grupo pode receber um desconto especial no curso BUSINESS ANALYTICS PARA LÍDERES: DOS DADOS ÀS DECISÕES com início em TBD .
Enviamos um e-mail a você com os próximos passos para fazer a inscrição. Se você está pronto(a) para se inscrever clique no botão abaixo.
Está em dúvida? Entre em contato conosco em inscricao.brasil@emeritus.org.quer que você também faça o curso Business Analytics para Líderes: dos dados às decisões .
Para começar, complete o formulário com as informações.
OkayEstá interessado em explorar os outros cursos do(a) UC Berkeley Executive Education? Saiba mais >
Os líderes de negócios de hoje sabem que analytics é algo crítico para o sucesso de amanhã. Muitos já descobriram como decisões baseadas em dados permitem casos de negócios mais sólidos e maior agilidade, enquanto outros estão ficando para trás.
Em todos os setores, os profissionais de negócios — incluindo aqueles sem experiência em codificação ou análise avançada de dados — estão reconhecendo a necessidade de desenvolver sua fluência de dados e entender como as principais tecnologias, como IA, se cruzam com a análise de dados. Neste programa, com a ajuda de atividades práticas, sessões ao vivo e estudos de caso do mundo real, você descobrirá como as decisões baseadas em dados permitem casos de negócios mais sólidos e maior agilidade.
Organizações orientadas por dados têm agora 23 vezes mais probabilidade de adquirir clientes, 6 vezes mais probabilidade de reter clientes e 19 vezes mais probabilidade de serem lucrativas.
Cerca de 94% das empresas afirmam que dados e análises são importantes para o crescimento dos negócios e a transformação digital
As empresas estão usando analytics para aumentar a eficiência, melhorar o serviço ao consumidor e identificar riscos e oportunidades em todos os setores. Este programa foi projetado para profissionais de negócios que reconhecem essa tendência crescente e desejam usar técnicas de dados e análises para orientar a estratégia nos níveis superiores de suas organizações. (não é necessária nenhuma experiência anterior de programação ou análise avançada) O curso Business Analytics para líderes: dos dados às decisões pode ser particularmente benéfico para aqueles nos seguintes cargos:
Gerentes de nível médio a sêniorque desejam impulsionar a inovação em suas organizações, alavancando modelos de tomada de decisão com base em dados. Cargos representativos incluem:
Executivos seniores e chefes de negócios que desejam compreender melhor as oportunidades de negócios que a análise possibilita, bem como as regulamentações relacionadas à proteção de dados e implicações de privacidade. Cargos representativos incluem:
Consultores que desejam fornecer soluções aos clientes com base nos dados e tecnologias mais recentes. Cargos representativos incluem:
Profissionais de análise de dados e tecnologia que desejam traçar o roteiro para análises e iniciativas de IA para sua organização, com o objetivo de resolver problemas de negócios importantes. Cargos representativos incluem:
Este programa posicionará você para:
Ao longo de dois meses, você desenvolverá gradativamente sua perspicácia analítica para melhor equipá-lo para um mundo em rápida evolução e centrado em dados.
Desde o início, este programa fundamenta sua compreensão de business analytics no mundo real, citando casos reais de negócios, não apenas aplicações teóricas. Neste módulo, apresentamos o modelo operacional centrado em IA e como aproveitar seus quatro componentes para alcançar escala, escopo e inovação.
Este módulo é sobre dados: como acessá-los, processá-los, transformá-los e deixá-los prontos para IA. Também apresentaremos o conceito de visualização de dados e aprenderemos algumas das melhores práticas para realizá-lo.
Neste módulo, você aprenderá como explorar padrões em dados históricos para prever eventos futuros usando análise preditiva, uma ferramenta fundamental para identificar riscos e oportunidades. Também analisaremos o escopo do aprendizado supervisionado em negócios usando vários exemplos.
Dando continuidade à nossa abordagem de aprendizado supervisionado e análise preditiva, neste módulo apresentamos técnicas de IA de última geração para permitir a tomada de decisões baseada em dados.
Neste módulo, passamos para o aprendizado não supervisionado, que pode ajudá-lo a reunir e agrupar dados de maneira mais eficaz. A ampla gama de aplicações de negócios inclui tudo, desde a segmentação de clientes até a detecção de transações fraudulentas.
Aqui, exploramos as maneiras como as empresas centradas em IA usam o aprendizado por reforço para sistemas de recomendação, publicidade na web, negociação de ações, saúde e muitos outras aplicações. O computador executa uma sucessão de interações de tentativa e erro em um ambiente dinâmico para tentar determinar qual abordagem é a melhor.
Neste módulo, aprendemos como as empresas desenvolvem plataformas de experimentação que lhes permitem executar muitos testes em alta velocidade, o que por sua vez lhes permite aprender, adaptar, inovar e tomar decisões de negócios sólidas, mesmo em tempos de incerteza.
Abordaremos primeiro algumas preocupações associadas ao uso de aprendizado de máquina em análises prescritivas e como isso pode afetar nossas estratégias de negócios no futuro. Em seguida, abordaremos a proteção de dados e privacidade, que continuarão a ser uma consideração importante no mundo do big data. Não apenas apresentaremos algumas das melhores práticas associadas à proteção de dados, mas também descreveremos as etapas para o desenvolvimento de uma estratégia de dados mais geral.
Desde o início, este programa fundamenta sua compreensão de business analytics no mundo real, citando casos reais de negócios, não apenas aplicações teóricas. Neste módulo, apresentamos o modelo operacional centrado em IA e como aproveitar seus quatro componentes para alcançar escala, escopo e inovação.
Neste módulo, passamos para o aprendizado não supervisionado, que pode ajudá-lo a reunir e agrupar dados de maneira mais eficaz. A ampla gama de aplicações de negócios inclui tudo, desde a segmentação de clientes até a detecção de transações fraudulentas.
Este módulo é sobre dados: como acessá-los, processá-los, transformá-los e deixá-los prontos para IA. Também apresentaremos o conceito de visualização de dados e aprenderemos algumas das melhores práticas para realizá-lo.
Aqui, exploramos as maneiras como as empresas centradas em IA usam o aprendizado por reforço para sistemas de recomendação, publicidade na web, negociação de ações, saúde e muitos outras aplicações. O computador executa uma sucessão de interações de tentativa e erro em um ambiente dinâmico para tentar determinar qual abordagem é a melhor.
Neste módulo, você aprenderá como explorar padrões em dados históricos para prever eventos futuros usando análise preditiva, uma ferramenta fundamental para identificar riscos e oportunidades. Também analisaremos o escopo do aprendizado supervisionado em negócios usando vários exemplos.
Neste módulo, aprendemos como as empresas desenvolvem plataformas de experimentação que lhes permitem executar muitos testes em alta velocidade, o que por sua vez lhes permite aprender, adaptar, inovar e tomar decisões de negócios sólidas, mesmo em tempos de incerteza.
Dando continuidade à nossa abordagem de aprendizado supervisionado e análise preditiva, neste módulo apresentamos técnicas de IA de última geração para permitir a tomada de decisões baseada em dados.
Abordaremos primeiro algumas preocupações associadas ao uso de aprendizado de máquina em análises prescritivas e como isso pode afetar nossas estratégias de negócios no futuro. Em seguida, abordaremos a proteção de dados e privacidade, que continuarão a ser uma consideração importante no mundo do big data. Não apenas apresentaremos algumas das melhores práticas associadas à proteção de dados, mas também descreveremos as etapas para o desenvolvimento de uma estratégia de dados mais geral.
Projeto de conclusão - Business Analytics para líderes: dos dados às decisões, com duração de dois meses, termina com um projeto de conclusão no qual você resolve um problema de negócios do mundo real usando um modelo operacional centrado em IA.
Baixar o folderPara obter uma compreensão mais clara de como a análise de negócios realmente funciona no mundo real, você analisará vários estudos de caso envolvendo essas empresas proeminentes:
Explore como o LendingClub usou o aprendizado supervisionado (ou análise preditiva) para prever se os mutuários pagarão ou não inadimplir os seus empréstimos.
Descubra como o eBay usou análises prescritivas e experimentação para tomar decisões estratégicas para a implementação de recursos.
Explore como a Osaro aproveitou o aprendizado por reforço profundo para permitir a automação e transformar o mercado de warehouse.
Saiba como o Ant Group construiu um modelo operacional centrado em IA com base em abordagens analíticas para alcançar escala, escopo e inovação.
Observação: Todos os nomes de produtos e empresas são marcas comerciais ou registradas de seus respectivos proprietários. O estudo desses produtos e/ou empresas não implica qualquer afiliação ou endosso por parte deles.
FREDERICO FINAN
Demian Pouzo
FREDERICO FINAN
Professor do Departamento de Economia da UC Berkeley e Haas School of Business
Especialista em microeconomia aplicada, o Prof. Finan ministra cursos de pós-graduação em análise de dados nos cursos de MBA Executivo da Haas. Sua pesquisa usa análise de dados para explorar as interações entre forças econômicas e políticas nos países em desenvolvimento. Normalmente, isso envolve o trabalho com grandes volumes de dados e o uso de técnicas de teste A/B para incorporar melhor os dados e as evidências empíricas na tomada de decisões nos negócios e na política.
O Prof. Finan publicou mais de 20 artigos revisados por pares, muitos deles nos mais renomados periódicos acadêmicos como American Economic Review e Quarterly Journal of Economics. Outras credenciais relevantes são: Diretor do corpo docente do Centro de Economia e Política de Berkeley; integrante do conselho e pesquisador do Bureau for Research and Economic Analysis of Development (BREAD); pesquisador associado do National Bureau of Economic Research. Em 2013, o Prof. Finan recebeu uma bolsa de pesquisa do Alfred P. Sloan.
O Prof. Finan realizou mais de 100 apresentações como convidado sobre análise de dados e outros tópicos de pesquisa em instituições de prestígio, incluindo suas recentes apresentações na University of Chicago, Harvard University, Stanford University, Yale University e World Bank.
O Prof. Finan recebeu o grau de Ph.D em Economia Agrícola e de Recursos da UC Berkeley em 2006. Ele foi professor assistente de economia na University of California, Los Angeles e professor visitante na Graduate School of Business da Stanford University antes de retornar à UC Berkeley como membro do corpo docente em 2009.
Demian Pouzo
Professor associado do Departamento de Economia, UC Berkeley
Integrante do corpo docente da UC Berkeley desde 2009, o Prof. Pouzo ministra cursos de pós-graduação em análise de dados nos cursos de Educação Executiva da Haas. Além de explorar como os indivíduos tomam decisões quando enfrentam incertezas, sua pesquisa se concentra no desenvolvimento de ferramentas para métodos de aprendizado de máquina com ênfase na descoberta de padrões que fundamentam os dados.
O Prof. Pouzo publicou artigos revisados por pares em periódicos especializados em economia, finanças, estatística e matemática aplicada. É editor associado do Journal of Econometrics Methods and Journal of Econometrics. Apresentações na University of Chicago, Harvard University e MIT estão entre suas mais de 100 apresentações como convidado sobre aprendizado de máquina e outros tópicos de pesquisa.
O Prof. Pouzo obteve um Ph.D. em economia pela NYU em 2009, sob a supervisão de Ricardo Lagos, Xiaohong Chen e Tom Sargent (Prêmio Nobel de Economia de 2011).
Inscrever-se no programa Análise de negócios para líderes é o primeiro passo em direção aoCertificate of Business Excellence. Você terá acesso a uma rede global privada de mais de 41.000 egressos da UC Berkeley em mais de 80 países, junto com benefícios exclusivos disponíveis apenas para egressos da UC Berkeley:
Networking e eventos
Recursos Berkeley
Novidades e comunicação
Observação: Todos os benefícios estão sujeitos a alterações.
Seja reconhecido! Após a conclusão bem-sucedida do programa, a UC Berkeley Executive Education concede um certificado digital verificado de conclusão aos participantes. Os participantes devem concluir 80 por cento das atividades exigidas, incluindo um projeto de conclusão (se houver) para obter o certificado de conclusão. Este programa também conta para um Certificate of Business Excellence.
Baixar o folderObservação: Este programa resulta em um certificado digital de conclusão e não é elegível para crédito de graduação/CEUs. Após a conclusão bem-sucedida do programa, seu certificado digital verificado será enviado por e-mail no nome usado ao se registrar no programa. Todas as imagens do certificado são apenas para fins ilustrativos e podem estar sujeitas a alterações a critério da UC Berkeley Executive Education.
Este programa conta para um Certificate of Business Excellence
Dias do currículo: Dois dias
Pilar(es): Empreendedorismo e Inovação / Estratégia e Gestão
Um Certificate of Business Excellence da UC Berkeley proporciona aos indivíduos a oportunidade de criar um plano pessoal de estudo estruturado pelos nossos quatro pilares acadêmicos. Os participantes terão destaque no mercado de trabalho com a certificação de uma universidade reconhecida mundialmente e terão a flexibilidade de concluir o programa em até três anos.