Parcours de formation "Data Analytics for Business"

FONDAMENTAUX DU MANAGEMENT

• Innovative strategies for sustainable entrepreneurship
• Financial performance management
• Business & sustainability: transition & durability
• Public speaking, visual communication & design
• Data management
• Marketing reconsidered
• Team management & inclusivity
• Ecological challenges & organisational management

Compétences Expertise-métier

• 2 cours de pré-spécialisation

LEARNING BY DOING

Impact project: Transition, sustainability or inclusivity

Mise en situation

• Case studies: Decarbonation & business methodology
• Corporate Project "Challenge Open Innovation" : Mission de conseil d'un mois sur une problématique d'innovation réelle et actuelle d'une entreprise. Les projets d'entreprise permettent aux étudiants d'acquérir une expérience pratique de la conduite et de la stratégie d'entreprise. Il sont également confrontés à la complexité des processus décisionnels. Les étudiants sont accompagnés par leur tuteur KEDGE. La mission est effectuée en groupes de 4 à 5 étudiants. Combinaison de travail collectif et individuel. Présentation finale devant l'entreprise et le tuteur KEDGE.

COURS ADDITIONNELS

• Langues : anglais / FLE (français langue étrangère)
• Hard skills
  • TOSA Excel & coding skills
  • TOEIC preparation
  • Orthodidacte

Possibilité de faire un semestre à l'étranger en université partenaire

Votre expérience au choix

BOOTCAMP CODE

• Algorithmic
• Python

DIGITALISATION OF COMPANIES

• Digital strategies
• Digitalisation of business processes
• Management styles
• Inbound marketing
• Digital marketing

DATA ORGANISATION

• Data formats
• Data modelling
• Queries
• NoSQL/Hadoop/MapReduce

IMPACTS OF ARTIFICIAL INTELLIGENCE

• Ethics and artificial intelligence
• Legal dimensions of artificial intelligence
• Social impacts
• Economy of artificial intelligence

DATA VISUALISATION

• Descriptive statistics
• Multivariate analysis
• Dashboards
• Time series analysis

MACHINE LEARNING I (FUNDAMENTALS)

• Supervised learning (categorization and regression trees)
• Unsupervised learning (clustering)
• Reinforcement learning (Q-learning)
• Model validation
• Over- and under-fitting
• Cross validation

CONFERENCES, SEMINARS, SOFT SKILLS

AGILE PROJECT MANAGEMENT

• Agile methods
• Management of project teams
• Specific methods and tools
• Customer relations

MACHINE LEARNING II (ADVANCED TECHNIQUES)

• Neural network
• Deep learning
• Random forest and xg boost
• Natural language processing

BUSINESS ANALYTICS

• Linear programming
• Non-linear programming

STOCHASTIC PROCESSES

• Time series and forecasting
• Simulation

BUSINESS AND AI

• AI and new business models
• Starting a new AI business
• Marketing of AI

IMPLEMENTING MACHINE LEARNING IN COMPANIES

• The different types of actors involved
• Information systems aspects
• Setting up a pipeline
• Maintenance and updates of models

CONFERENCES, SEMINARS, SOFT SKILLS

INTERNATIONAL INTERNSHIP

Enables students to apply data analytics that they have learnt during a six month assignment within a multinational company.

PROFESSIONAL THESIS

Students select a relevant research question and write an academic assignment. They work closely with an academic supervisor who guides them through the various steps of their research.