CAS Big Data Analytics

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. 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. 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. 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. 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. Schliessen