Бизнес-аналитика и большие данные (Master in Business Analytics and Big Data — MiBA)

38.04.02На английском языке

Уровень обучения Магистратура

Форма обучения Очная

Продолжительность обучения 2 года

Вступительные испытания
  • Менеджмент и деловой английский (по модели GMAT) — письменно
  • Деловые коммуникации — устно-письменно (на английском языке)  (для граждан РФ и соотечественников)
Описание программы

Цель программы — подготовить менеджеров в области анализа больших данных с сильным технологическим бэкграундом

Данная программа ориентирована, прежде всего, на абитуриентов STEM -профиля или с опытом работы в аналитике / IT, которые хотят расширить знания инструментов анализа данных и менеджмента для построения управленческой карьеры в сфере работы с данными, в том числе и на международном рынке

Приобретаемые компетенции:

  • Владение инструментами обработки и анализа больших данных
  • Оценка ценности результатов аналитики с точки зрения бизнеса
  • Принятие управленческих решений на основе данных
  • Управление IT проектами
Зачет онлайн-курсов

Наличие сертификата об окончании следующих онлайн-курсов дает пять дополнительных баллов при поступлении:

Основные учебные курсы
  • Управление данными / Data Governance
  • Статистический анализ данных в Python / Statistical Programming in Python
  • Введение в отраслевую аналитику / Industry Business Analytics
  • Машинное обучение и анализ больших данных / Machine Learning and Big Data Analysis
  • Современный стратегический анализ / Contemporary Strategic Analysis
  • Глубокое обучение в бизнес-приложениях / Deep Learning for Business Applications
  • Управление ИТ проектами / IT Projects Management
  • Принятие решений для менеджера продукта на основе данных / Data-driven Decision Making for Product Managers
  • Введение в технологии больших данных / Introductory to Big Data Modern Technologies
  • Архитектура предприятия и бизнес-моделирование на основе анализа данных / Enterprise Architecture and Business Models: based on Data Analysis
  • Управление эффективностью / Performance Management
  • Визуально-аналитическое мышление / Visual Anaytical Mindset
  • Цифровая трансформация и инновационное предпринимательство / Digital Transformation and Innovative Entrepreneurship
  • Дизайн-мышление / Design Thinking
  • Финансовые технологии / Financial Technologies
  • Маркетинговая аналитика / Marketing Analytics
  • Дизайн технологических стартапов / Tech Startup Design
Аккредитация

Программа прошла международную аккредитацию European Quality Improvement System (EQUIS) в рамках институциональной аккредитации Института «Высшая школа менеджмента», сертификат от 11.12.2018.

Преимущества обучения
  • Программа направлена на формирование фундаментальных знаний в области менеджмента и современных аналитических инструментов, применяемых для решения управленческих задач. Выпускники будут обладать методами обработки больших данных, применять аналитические инструменты при решении управленческих задач
  • Технологическая платформа. Использование облачной платформы для погружения в специфику современных решений для анализа больших данных позволяет студентам изучить современный стек Big Data / ML / AI решений технологий. Вычислительные ресурсы платформы также помогут при выполнении дипломных и мини-проектов на индустриальных данных компаний-партнеров
  • С 2021 года программа будет усилена технологическими курсами по разработке и внедрению моделей машинного обучения, курсами по работе с большими данными и их визуализации. Для эффективного вхождения в обучающий процесс в программе предусмотрены вводные курсы «Development Essentials» и «Management Essentials»
  • Все курсы программы реализуются с участием сотрудников ведущих российских и международных компаний. Например, в число преподавателей MiBA входят руководители Data Science, Data Governance проектов компании Яндекс, Одноклассники, JetBrains, ВТБ. Кроме этого, гостевые лекции — традиционная практика на программе
  • Для успешного освоения программы в рамках магистерского диссертационного исследования предполагается реализация проекта полного цикла в области анализа больших данных на примере реальной компании или государственной структуры. Этот элемент программы является уникальным, а по завершении программы выпускник будет, таким образом, иметь не только теоретические знания, но и практический опыт реализации междисциплинарных проектов
  • Программа реализуется на английском языке, процесс обучения проходит в кросс-культурной среде, что позволяет повысить конкурентоспособность выпускников на международном рынке труда
Известные преподаватели
  • М.Ю. Арзуманян — старший преподаватель кафедры информационных технологий в менеджменте
  • Т. А. Гаврилова — доктор технических наук, заведующая кафедрой информационных технологий в менеджменте, автор более 180 публикаций по управлению знаниями, инженерии знаний и интеллектуальным системам
  • Е. В. Гиленко — кандидат экономических наук, доцент кафедры государственного и муниципального управления, автор более 30 публикаций в области прогнозирования и статистического анализа (больших) данных, а также электронного правительства
  • В.А. Горовой — кандидат технических наук, старший преподаватель кафедры информационных технологий в менеджменте, Data Science Product Manager в Яндекс.Вертикалях, руководство ML-проектами в Auto.ru и Яндекс.Недвижимости
  • Д. В. Кудрявцев — кандидат технических наук, доцент кафедры информационных технологий в менеджменте, автор более 50 публикаций по управлению знаниями и архитектуре предприятий
  • М. М. Смирнова — кандидат экономических наук, заведующая кафедрой маркетинга, автор более 40 публикаций по инновационно-ориентированному межфирменному взаимодействию и поведению потребителей
  • И. Христодолоу — профессор Вестминстерской школы бизнеса, автор более 30 публикаций в области стратегического менеджмента
  • Дж. Шиума — профессор Университете Базиликата, автор более 60 публикаций в области управления интеллектуальным капиталом для создания ценности бизнеса
  • С. А. Яблонский — кандидат технических наук, доцент кафедры информационных технологий в менеджменте, автор более 200 публикаций по управлению знаниями, многосторонним платформам, электронной коммерции
Международные связи

Всего более 80 партнеров, в том числе:

  • Венский университет экономики и бизнеса (Австрия)
  • Лувенская школа менеджмента Католического университета Лувена (Бельгия)
  • Кельнский университет, факультет менеджмента, экономики и социальных наук (Германия)
  • Школа бизнеса и экономики Университета Маастрихта (Германия)
  • Копенгагенская школа бизнеса (Дания)
  • Школа бизнеса IE (Испания)
  • Школа бизнеса LUISS (Италия)
  • Школа бизнеса CUHK Китайского университета г. Гонконг (Китай)
  • Роттердамская школа менеджмента Университета Эразмус (Нидерланды)
  • Норвежская школа менеджмента BI (Норвегия)
  • Университет им. Козьминского (Польша)
  • Университет Аалто, Школа экономики (Финляндия)
  • Лаппеенрантский технологический университет (Финляндия)
  • Школа бизнеса ESC, Ренн (Франция)
Основные направления исследований

В качестве выпускной дипломной работы студенты выполняют групповой проект в команде из 2-3 человек и решают реальные бизнес-задачи, которые предоставляются компаниями-партнерами. Представители компании курируют и консультируют проектную команду, а также предоставляют все необходимые материалы и данные

Практика и будущая карьера

Места прохождения практики

У студентов есть возможность проходить практику в ведущих российских и международных компаниях:

  • Mail.ru Group
  • Банк ВТБ
  • IBM
  • Lamoda
  • Doc+
  • PwC
  • МегаФон
  • СИБУР
  • МТС
  • SAS
  • Unilever
  • ВКонтакте
Перечень ключевых профессий
  • Менеджер проекта / продукта в области больших данных, продвинутой аналитики и Data Science
  • Бизнес-консультант
  • Бизнес-аналитик
  • Chief Data Officer
  • Chief Innovation Officer
  • Chief Product Officer

Известные организации, в которых работают выпускники

  • ПАО «Банк ВТБ»
  • ПАО «Газпром»

  • Мегафон
  • ООО «Яндекс»
  • Mail.ru Group
  • Unilever
  • The Boston Consulting Group
  • EY (Ernst & Young)
  • Google Inc.
  • IBM
  • KPMG
  • L’Oréal Group
  • Microsoft Corporation
  • McKinsey & Company
  • P&G (Procter & Gamble Co.)
  • PwC
  • SAP