EXECUTIVE EDUCATION

大数据与数据科学实战

技术结合数据 企业增长新引擎

Course Dates

开课时间

2021年10月27日

Course Duration

课时安排

10周在线课程
每周6-8小时*

Course Duration

课程费用

¥16,800

课程重点

养成数据驱动理念

  • 学会提出正确的问题
  • 学习最常用的数据技能,从数据中获得洞见
  • 为具体的商业问题找到正确的解决方法

学习沟通和解释数据

  • 卓有成效地呈现数据
  • 学习与数据科学家沟通的语言
  • 通过学习最常用的数据技能,更有效地解释数据

建设数字文化

  • 在数据影响战略、决策、执行的企业,通过技术和流程驱动文化转型
  • 了解建设优秀数据科学家团队的必备能力

您适合参加本课程吗?

本课程面向希望提升技能的中级职业经理人,有权做出重要组织决策的C级高管,以及那些想要在高成长领域推动职业发展的高管。

  • 产品经理、项目经理、营销经理、以及其他在决策过程中不可或缺的管理职位,他们希望对自己的工作有更深入、更可执行的洞察。
  • 总监、首席执行官、首席技术官、首席信息官、副总裁、总裁、创始人、总经理,他们会参与制定数据驱动的系统性决策,并希望加强数据科学在组织中的应用。
  • 希望了解数据科学以及希望获得更多数据分析经验的高管。

数据科学素养需要的知识储备

课程不要求学员在上课前具备编码等专业知识,但学员应当有量化的概念,该概念非常重要。
第一周为热身周,将带领学员回顾数学与统计学的基础概念,包括平均值、标准差、图、直方图、线性函数、对数函数等。 此外,每周设有“预备课”,专门介绍下一模块中涉及的重点概念,供学员参考。但真正养成数据科学素养,离不开学员在亲身实践体验中学习数据、数学、统计学。课程始终,无论是理论还是实践,我们会全力支持学员。

课程主题

在为期十周的课程中,您将接触到许多用于处理和分析数据的常见技术。本课程结束时,您将能够与数据科学和分析团队展开有效合作以推动业务决策,帮助组织机构取得成功。

模块 1:

概率决策

本模块会简单介绍数据科学和分析背后的基本原理,然后探索数据的基础。此外,你将阅读有关使用Jupyter Notebook的教程,这一交互式计算环境允许您将代码执行、富文本以及数据图和分析结合在一起。

模块 2:

创建样本数据

通过了解数据样本以及抽样变异和质量来探索调查科学。本模块将通过对抽样、I型和II型错误以及控制限制,描述利用抽样分析商业决策利弊的方法。

模块 3:

假设检验

了解在开展统计测试、比较、置信区间和误差幅度的基础上,进行商业决策的重要性。您将借助一个以直邮广告为重点的案例,探索这些概念,并运用4M模型(动机、方法、机制、信息)完成问题集。

模块 4:

利用样本数据推断

探索如何通过从样本数据中推断信息来获取最大利润。您将探索线性和曲线模式、需求、价格设置和弹性。

模块 5:

简单回归模型

简单的回归分析是实现更精密的数据驱动型商业决策的关键。我们会重点了解这些模型的使用方式,确保其有效使用的假设以及如何利用这些模型做出更好的商业决策。本模块的数据集侧重于利用犯罪率来预测费城的房价走势。

模块 6:

多元回归模型

了解数据科学和分析的两大常见用途:预测和A/B对照测试。这其中包括差异分析、时间序列回归以及设计并执行简单或复杂的A/B对照测试流程。应用基于资本资产定价模型,这种工具可以描述系统性风险和资产预期回报之间的关系。

模块 7:

预测机器学习

探索一些更为基本的机器学习方法,以及如何将其用于商业决策。概念包括监督学习和机器学习应用,例如垃圾邮件检测。

模块 8:

建立高效的数据科学团队

通过深入探讨能够定义有效数据科学团队的能力组合以及如何在组织内部建立数据驱动型文化,总结整个课程。强调常见的陷阱,同时简述与数据科学家有效合作的策略。

模块 1:

概率决策

本模块会简单介绍数据科学和分析背后的基本原理,然后探索数据的基础。此外,你将阅读有关使用Jupyter Notebook的教程,这一交互式计算环境允许您将代码执行、富文本以及数据图和分析结合在一起。

模块 5:

简单回归模型

简单的回归分析是实现更精密的数据驱动型商业决策的关键。我们会重点了解这些模型的使用方式,确保其有效使用的假设以及如何利用这些模型做出更好的商业决策。本模块的数据集侧重于利用犯罪率来预测费城的房价走势。

模块 2:

创建样本数据

通过了解数据样本以及抽样变异和质量来探索调查科学。本模块将通过对抽样、I型和II型错误以及控制限制,描述利用抽样分析商业决策利弊的方法。

模块 6:

多元回归模型

了解数据科学和分析的两大常见用途:预测和A/B对照测试。这其中包括差异分析、时间序列回归以及设计并执行简单或复杂的A/B对照测试流程。应用基于资本资产定价模型,这种工具可以描述系统性风险和资产预期回报之间的关系。

模块 3:

假设检验

了解在开展统计测试、比较、置信区间和误差幅度的基础上,进行商业决策的重要性。您将借助一个以直邮广告为重点的案例,探索这些概念,并运用4M模型(动机、方法、机制、信息)完成问题集。

模块 7:

预测机器学习

探索一些更为基本的机器学习方法,以及如何将其用于商业决策。概念包括监督学习和机器学习应用,例如垃圾邮件检测。

模块 4:

利用样本数据推断

探索如何通过从样本数据中推断信息来获取最大利润。您将探索线性和曲线模式、需求、价格设置和弹性。

模块 8:

建立高效的数据科学团队

通过深入探讨能够定义有效数据科学团队的能力组合以及如何在组织内部建立数据驱动型文化,总结整个课程。强调常见的陷阱,同时简述与数据科学家有效合作的策略。

注:为了帮助学员通过亲身体验实践学习数据技术,学会用数据制定更好的决策,课程设置了2次各为期1周的实验 室学习课程,学员将有机会深挖数据。该实践活动是10周课程总体设计的一部分。

立即领取课程手册

学习历程

本在线课程为期10周,学员将与加州大学伯克利分校高管教育的教授、行业精英以及世界各地的同行建立直接联系。课程在严格基于学科内容的基础上突出实践性,学员将在亲身经历实践过程中学习使用开源交互式平台Jupyter Notebook计算、分析数组。课程内容虽为事先预定,我们仍会致力于提供生动的体验式学习,学员将在解决一大批现实世界问题的同时,发现新的可能性。

  • 从对谷歌、Oakland A's、优步等数据驱动型行业的企业大咖的访谈中学习。
  • 每周设有实时在线“预备课”,专门介绍下一模块涉及的技术概念;以及在线实战模拟,在线作业指导。
  • 与加州大学伯克利分校高管教育的教授进行实时在线研讨,研讨会设有答疑环节。
  • 设有两次各为期一周的实验室学习,学员亲身实践,深挖数据。
  • 应用练习:在Jupyter Notebook平台上使用Python完成(完整的和不完整的)数据分析、可视化展示。
  • 主持讨论板

企业实例

由于加州大学伯克利分校高管教育的教授与硅谷及其周边地区众多具有行业代表性的全球知名科技公司联系密切,这些公司的科研及应用直接或间接地成为了本课程内容的来源:

亚马逊

优步

易趣

盖洛普

StubHub

注:本课程提到的企业名称或产品名称均为商标™或注册®商标名称。使用商标名称不代表和商标所有人之间存在任何附属关系或赞助关系。

行业实例

体现在通过提升数据素养技能而受益的数据敏感性企业中。典型行业包括:

金融科技/金融服务业

医疗保健业

信息技术业

制造业

零售业

学员感言

本课程让我受益最深的是:使用Jupyter Notebook动手实践任务以及每周在线模拟。

— 人才管理分析师 BitaLuliano

我喜欢课程集视频课、动手实践任务和Jupyter Notebook应用练习于一体。

— Digital Platforms & Products执行总监Michael Wolff

学习本课程后,我对数据科学有了深入了解,深度掌握了各种语言、模型、算法和值,并了解它们各自在实际应用中具备的优点和存在的问题。

— 应用科学家 Saloni Sonawala

我接触到好用的在线平台Jupyter Notebook,学习到现实世界的案例,课程还提供学习支持,这些都为精彩的学习之旅画上浓重的一笔。

— 业务发展经理Dmitry Karablinov

授课导师

史蒂夫·塔德利斯教授

James J. and Marianne B. Lowrey商学讲座教授,哈斯商学院

史蒂夫·塔德利斯教授在斯坦福大学任助理教授八年,后来到加州大学伯克利分校哈斯商学院任教。曾在eBay研发实验室任总监、杰出经济学家(2011–13)。在亚马逊担任经济学与市场设计副总裁期间(2016–17),他实现了…… 展开

沙查·卡里夫教授

Benjamin N. Ward经济学教授,哈斯商学院

沙查·卡里夫教授是实验社会科学实验室(Xlab)前系主任兼教务主任。其对行为经济学和实验经济学的研究,为理解个人偏好、风险态度、时间态度等问题提供了新工具,为决策提供几近完整全面的信息…… 展开

认证证书

认证证书

成功学完本课程的学习后,学员将被授予由加州大学伯克利分校高管教育认证的证书。本课程成绩分合格和不合格两等,80分为合格,合格方可获得认证证书。

立即领取课程手册

注:成功学完本课程后,我们将按照您报名时登记的姓名签发电子版认证证书,并使用电子邮件发送到您的邮箱。证书中使用的图像仅用于说明目的,加州大学伯克利分校高管教育可酌情更改。

立即申请

席位有限,抢先申请!