| Kods | IV0225 | ||||||||||||||||||||||||||||||||||||||||||||
| Nosaukums | Biznesa datu analīzes tehnoloģijas II | ||||||||||||||||||||||||||||||||||||||||||||
| Statuss | Obligātais/Ierobežotās izvēles | ||||||||||||||||||||||||||||||||||||||||||||
| Līmenis un tips | Pamatstudiju, Akadēmiskais | ||||||||||||||||||||||||||||||||||||||||||||
| Tematiskā joma | Datormācība | ||||||||||||||||||||||||||||||||||||||||||||
| Struktūrvienība | Inženierekonomikas un vadības fakultāte | ||||||||||||||||||||||||||||||||||||||||||||
| Mācībspēks | Leonards Budņiks, Tatjana Celmiņa | ||||||||||||||||||||||||||||||||||||||||||||
| Kredītpunkti | 6.0 | ||||||||||||||||||||||||||||||||||||||||||||
| Daļas | 1 | ||||||||||||||||||||||||||||||||||||||||||||
| Anotācija |
Studiju kurss sniedz visas prasmes un kompetences, kas nepieciešamas uzņēmumu datu konsolidācijai un analīzei. Pēc studiju kursa apgūšanas, studenti spēs izmantot MS Excel un Power BI rīkus uzņēmumu procesu analīzē, izstrādāt procesu datu modeļus un vizualizēt iegūtos rezultātus. Izpratīs datu un informācijas izmantošanas priekšrocības uzņēmuma iekšējo un ārējo procesu automatizācijā un optimizācijā.. Studiju projektu students izstrādā saskaņā ar izvēlēto tēmu un metodiskiem norādījumiem, ko sagatavo atbildīgais mācībspēks. Studiju projekta uzdevums ir pārbaudīt un novērtēt studentu teorētiskās zināšanas un praktiskās iemaņas darbā ar datoru, kā arī spēju praktisko uzdevumu risināšanā pielietot „Biznesa datu analīzes tehnoloģijas I” un „Biznesa datu analīzes tehnoloģijas II” studiju kursos iegūtās zināšanas.. |
||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa saturs |
|
||||||||||||||||||||||||||||||||||||||||||||
|
Mērķis un uzdevumi, izteikti kompetencēs un prasmēs |
Studiju kursa mērķis ir iemācīt studentus lietot MS Excel un Power BI dažādu datu apstrādes uzdevumu risināšanā un pielietot iegūtas zināšanas uzņēmējdarbības vadīšanas un plānošanas procesu optimizācijā. Iegūstamās prasmes: -veidot izpratni par uzņēmuma datu avotiem; -attīstīt spēju konsolidēt vairākus datu avotus; -attīstīt spēju algoritmizēt uzņēma procesus; -attīstīt spēju izveidot datu modeli no pieejamiem datu avotiem -attīstīt spēju pielietot MS Excel un Power BI sniegtās iespējas aprēķinu vizuālizācijai -attīstīt spēju izvirzīt priekšlikumus, balstoties uz izstrādātā datu modeļa rezultātiem. | ||||||||||||||||||||||||||||||||||||||||||||
|
Sasniedzamie studiju rezultāti un to vērtēšana |
Studenti saprot datu apstrādes principus. Ir spējīgs apkopot lielus datu apjomus. - Laboratorijas darbi datorklasē no 1. līdz 4.
1. Kontroldarbs Studenti saprot rakurstabulu izmantošanas īpatnības. Brīvi veido dažādas sarežģītības atskaites. Saprot relāciju saikņu principus. - Laboratorijas darbi datorklasē no 5. līdz 8. 2. Kontroldarbs Studenti spēj integrēt vairākus datu avotus un veidot atskaites. Saprot datu modeļa veidošanas principus. - Laboratorijas darbi datorklasē no 9. līdz 12. 3. Kontroldarbs Studenti spēj patstāvīgi lietot iegūtās zināšanas. - Studiju darbs |
||||||||||||||||||||||||||||||||||||||||||||
| Studiju rezultātu vērtēšanas kritēriji |
12 Laboratorijas darbi datorklasē - 28%
3 Kontroldarbi - 42% Studiju darbs - 30% |
||||||||||||||||||||||||||||||||||||||||||||
| Priekšzināšanas | Studentiem ir jāsaprot ekonomiskās likumsakarības uzņēmumā, ir jābūt zināšanām augstākajā matemātikā un statistikā | ||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa plānojums |
|
||||||||||||||||||||||||||||||||||||||||||||
| Kursa apgūšanas cena klausītājam | Pilna laika studijas Klātiene |
Nepilna laika studijas Klātiene |
Nepilna laika studijas Neklātiene |
|---|---|---|---|