MBA в спортивной аналитике European School of Data Science and Technology - ESDST

Какими бы несвязанными они ни казались, наука о данных и спорт идут рука об руку. Важнейшие решения игроков, менеджеров команд, тренеров и болельщиков полагаются на спортивную аналитику. Для крупнейших мировых турниров стратегии разрабатываются после тщательного и многократного анализа данных, продолжающегося значительный промежуток времени. Этот курс особенно полезен для спортивных энтузиастов, которые вырастили своих любимых как для игры, так и для анализа данных одновременно. Этот курс пробуждает спортивную смекалку с топливом для анализа данных, чтобы успешно позволить студентам продолжить карьеру своей мечты.

Особенности:

1. Область применения и применения аналитики данных в спортивном менеджменте
2. Увлекательные онлайн-курсы позволяют планировать обучение в зависимости от вашей работы и вашего образа жизни.
3. Постоянное руководство и поддержка отраслевых гидов
4. Реальные проекты с реальными наборами данных и сложными бизнес-задачами
5. Помощь в размещении
6. Распространенные бизнес-проблемы и применение анализа данных для предоставления решения
7. Научитесь применять теоретические концепции для решения бизнес-задач
8. Держит вас в курсе последних тенденций в отрасли
9. Практическое руководство по добавленной стоимости и обсуждение проекта с отраслевыми экспертами
10. Многие транснациональные компании участвуют в предоставлении, наставничестве и поддержке

• Приблизительная продолжительность курса : 3-4 недели
• Всего кредитов ECTS : 90
• Максимальное количество переводных кредитов : 30

Программа ESDST Online MBA по спортивному менеджменту состоит из курсов 18. Курс загружен несколькими практическими проектами / заданиями, по крайней мере, с одним завершенным отраслевым проектом. При этом каждый студент должен будет работать над уникальной реальной бизнес-задачей. Продолжительность каждого курса составляет около 3 недель, что составляет от 5 до 6 кредитов ECTS. Студенты должны пройти все эти курсы и проект Capstone, чтобы заработать в общей сложности 120 ECTS, чтобы претендовать на степень MBA в области науки о данных и машинного обучения.

1-й семестр - Фонд управления

• MBA-101 Управленческие навыки - 4
• MBA-102 Бухгалтерский учет для финансовой отчетности - 4
• MBA-103 Управление маркетингом - 4
• MBA-104 Передовое лидерство - 4

2-й семестр - Набор инструментов для работы с данными и аналитика

• MBA-105 Фонд бизнес-аналитики - 4
• MBA-106 Бизнес-статистика - 4
• MBA-107 Методы прогнозной аналитики — 4
• MBA-108 Программирование для аналитики с использованием R-4

3-й семестр - Применение и визуализация данных

• MBA-109 Искусственный интеллект и машинное обучение - 4
• MBA-110 Большие данные и NoSQL — 4
• MBA-111 Хранилище данных и управление - 4
• MBA-112 Визуализация данных и рассказывание историй с помощью Tableau — 4

4-й семестр – Принятие решений с использованием науки о данных

• MSA-101 Спортивная аналитика – I - 4
• MSA-102 Методы бизнес-исследований — 4
• МСА-103 Спорт Бизнес - 5
• MBA-113 Обработка естественного языка — 4

5-й семестр – Лидеры и наука о данных

• MSA-104 Спортивная аналитика – II – 5
• MSA-105 Принятие бизнес-решений с использованием спортивной аналитики — 4
• MSA-106 AI и ML в реальном мире и бизнесе — 4

6-й семестр – экспериментальное обучение

• CP-101 Консалтинговый проект Capstone (магистерская диссертация) - 12

Всего кредитов: 90