Aller à : contenu haut bas recherche
 
 
EN     FR
Vous êtes ici:   UNIL > HEC Inst. > HEC App. > SYLLABUS
 
 

Business Intelligence and Analyzing Big Data

  • Enseignant(s):   T.Niemi  
  • Titre en français: Business intelligence et analyse du Big Data
  • Cours donné en: anglais
  • Crédits ECTS: 6 crédits
  • Horaire: Semestre de printemps 2019-2020, 4.0h. de cours (moyenne hebdomadaire)
  •  séances
  • site web du cours site web du cours
  • Formations concernées:
    Maîtrise universitaire ès Sciences en management, Orientation marketing

    Maîtrise universitaire ès Sciences en management, Orientation business analytics

    Maîtrise universitaire ès Sciences en management, Orientation stratégie, organisation et leadership

    Maîtrise universitaire ès Sciences en management, Orientation comportement, économie et évolution

[attention] Le syllabus du cours est entrain d'être modifié par le professeur responsable. Veuillez consulter cette page à nouveau dans quelques jours. --- A titre informatif uniquement, voici l'ancien syllabus :

Objectifs

At the of the course the students will be able to:

  • Explain key concepts and methods of business intelligence and big data.
  • Use standard tools for data collection and integration different data sources.
  • Use SQL and OLAP methods in BI.
  • Analyse business benefits, complexity, cost, and challenges of business intelligence and big data projects.

Contenus

The course will detail the steps in a successful BI project from identifying the data sources to creating visual reports. The methods and tools detailed in the course contain, for example:

  • Internal and external data sources (open and public data, social media data, data quality, confidentiality and privacy issues)
  • Database systems (relational, XML, NoSQL)
  • ETL process in internal and external data (integration, harmonisation, correctness of aggregations, missing data, etc.)
  • Data warehouse design (models, OLAP cube design, design challenges)
  • Analysis methods and tools (OLAP, R, SQL, BI and big data tools)

Coursework: Group assignment implementing and reporting on a small business intelligence project (40% of the final grade).

Références

No specific textbook. All relevant material will be made available on the course website. For those interested the following books contain relevant material for the course:

  • Krishnan, Krish. Data warehousing in the age of big data. Morgan Kaufmann Publishers Inc., 2013.
  • Kimball, Ralph, and Margy Ross. The data warehouse toolkit: The definitive guide to dimensional modeling. John Wiley & Sons, 2013.
  • Danneman, Nathan, and Heimann, Richard. Social media mining with R. Packt Publishing Ltd, 2014.

Evaluation


 

1ère tentative


 
Examen:
Ecrit 2h00 heures
Documentation:
Non autorisée
Calculatrice:
Autorisée avec restrictions
Evaluation:

Grading: Exam (60%) and coursework (40%) of the final grade.


 

Rattrapage


 
Examen:
Ecrit 2h00 heures
Documentation:
Non autorisée
Calculatrice:
Autorisée avec restrictions
Evaluation:

Retake exam 100% of the final grade.



[» page précédente]           [» liste des cours]
 
Recherche


Internef - CH-1015 Lausanne - Suisse  -   Tél. +41 21 692 33 00  -   Fax +41 21 692 33 05
Swiss University