Head of department
Katedra za informacijske sustave i poslovnu analitiku podržava studente u stjecanju temeljnih vještina razumijevanja vrijednosti informacijskih sustava unutar organizacije te pomognu pozicioniranju budućih stručnjaka kao kritičnih poveznica između tehničkog i poslovnog područja u organizacijama.
Savladavanjem kolegija na katedri, studenti stječu znanja i sposobnosti da dizajniraju, razviju i primjene informacijske sustave koji će pomoći poduzećima da ubrzaju i poboljšaju svoje poslovne procese te da učinkovito riješe izazove upravljanja primjenom napredne analitike. Studenti također stječu čvrste temelje u dizajnu, uporabi i upravljanju uslugama koje se odnose na podatke, uključujući baze podataka, poslovne sustave, telekomunikacijske tehnologije i naprednu analitiku. Kolegiji obuhvaćaju znanja iz digitalnog marketinga (marketing danas dominantno koristi digitalne kanale za komunikaciju proizvoda ili usluge), preko unapređenja poslovnih procesa korištenjem digitalnih tehnologija, sve do upravljanja podacima tvrtke i korištenja napredne analitike. Postizanje ciljeva korištenjem digitalnih tehnologija ubraja se među najpotrebnije vještine našeg doba. To se odnosi na znanje, vještine i kompetencije na analitičkoj i strateškoj razini, te se posljedično odnosi na integraciju, analizu i interpretaciju podataka u digitalnom obliku. Za učinkovitu integraciju, analizu i interpretaciju podataka u digitalno doba potrebno je ovladati tehnikama i napraviti pomak od klasičnog izvještavanja (što se dogodilo?), analize (zašto se to dogodilo?) i nadzora (što se trenutno događa?), prema konceptualizaciji (što bi moglo biti dogoditi?), predviđanju (što će se vjerojatno dogoditi?) i preskripciji (što trebamo učiniti da povećamo vjerojatnost željenog događaja?). Ovaj pristup zahtijeva prelazak s reaktivnog na proaktivni način razmišljanja i djelovanja. S druge strane, potrebno je razvojem nadograditi klasično odlučivanje u moderno odlučivanje, odlučivanje vođeno podacima. Da biste to uspješno savladali, bit će potrebno ovladati znanjima i vještinama rada s podacima, posebno velikim setovima podataka. Ovdje se veliki setovi odnose na veliku količinu podatkovnih resursa, koji se povećavaju velikom brzinom i koja karakterizira velika raznolikost podataka. Spomenute karakteristike traže nove i inovativne metode obrade i optimizacije podataka i informacija, kao i poboljšavanje tehnika stvaranja uvida u podatke. Znanje i vještine integracije, analize i interpretacije podataka u digitalnom obliku u širem su kontekstu vještine podatkovne znanosti. Znanost o podacima je umjetnost pronalaženja i primjene znanja skrivenog u podacima; poticanje deduktivnih i induktivnih načina razmišljanja išto predstavlja konkurentsku prednost u svijetu danas i osigurava temelje za zadržavanje relevantnosti u budućnosti. Konačno, kolegiji Katedre za informacijske sustave i poslovnu analitiku nude interdisciplinarno znanje u kombinaciji s analitičkim vještinama (znanost o podacima) u rasponu od digitalnog marketinga do marketinga digitalne ere; monetizaciju koncepata velikih podataka (i ostalih podatkovnih rješenja) i efikasne primjene napredne analitike u digitalnoj ekonomiji.
Savladavanjem kolegija na katedri, studenti stječu znanja i sposobnosti da dizajniraju, razviju i primjene informacijske sustave koji će pomoći poduzećima da ubrzaju i poboljšaju svoje poslovne procese te da učinkovito riješe izazove upravljanja primjenom napredne analitike. Studenti također stječu čvrste temelje u dizajnu, uporabi i upravljanju uslugama koje se odnose na podatke, uključujući baze podataka, poslovne sustave, telekomunikacijske tehnologije i naprednu analitiku. Kolegiji obuhvaćaju znanja iz digitalnog marketinga (marketing danas dominantno koristi digitalne kanale za komunikaciju proizvoda ili usluge), preko unapređenja poslovnih procesa korištenjem digitalnih tehnologija, sve do upravljanja podacima tvrtke i korištenja napredne analitike. Postizanje ciljeva korištenjem digitalnih tehnologija ubraja se među najpotrebnije vještine našeg doba. To se odnosi na znanje, vještine i kompetencije na analitičkoj i strateškoj razini, te se posljedično odnosi na integraciju, analizu i interpretaciju podataka u digitalnom obliku. Za učinkovitu integraciju, analizu i interpretaciju podataka u digitalno doba potrebno je ovladati tehnikama i napraviti pomak od klasičnog izvještavanja (što se dogodilo?), analize (zašto se to dogodilo?) i nadzora (što se trenutno događa?), prema konceptualizaciji (što bi moglo biti dogoditi?), predviđanju (što će se vjerojatno dogoditi?) i preskripciji (što trebamo učiniti da povećamo vjerojatnost željenog događaja?). Ovaj pristup zahtijeva prelazak s reaktivnog na proaktivni način razmišljanja i djelovanja. S druge strane, potrebno je razvojem nadograditi klasično odlučivanje u moderno odlučivanje, odlučivanje vođeno podacima. Da biste to uspješno savladali, bit će potrebno ovladati znanjima i vještinama rada s podacima, posebno velikim setovima podataka. Ovdje se veliki setovi odnose na veliku količinu podatkovnih resursa, koji se povećavaju velikom brzinom i koja karakterizira velika raznolikost podataka. Spomenute karakteristike traže nove i inovativne metode obrade i optimizacije podataka i informacija, kao i poboljšavanje tehnika stvaranja uvida u podatke. Znanje i vještine integracije, analize i interpretacije podataka u digitalnom obliku u širem su kontekstu vještine podatkovne znanosti. Znanost o podacima je umjetnost pronalaženja i primjene znanja skrivenog u podacima; poticanje deduktivnih i induktivnih načina razmišljanja išto predstavlja konkurentsku prednost u svijetu danas i osigurava temelje za zadržavanje relevantnosti u budućnosti. Konačno, kolegiji Katedre za informacijske sustave i poslovnu analitiku nude interdisciplinarno znanje u kombinaciji s analitičkim vještinama (znanost o podacima) u rasponu od digitalnog marketinga do marketinga digitalne ere; monetizaciju koncepata velikih podataka (i ostalih podatkovnih rješenja) i efikasne primjene napredne analitike u digitalnoj ekonomiji.
Modules within the department
- Quantitative methods and modeling
- Data engineering
- Data warehousing and business intelligence
- Data warehousing and business intelligence
- Computer vision fundamentals
- Structured analytic techniques
- Introduction to machine learning
- Social network analysis
- Data analytics in cloud computing
- Social network analysis
- Data analytics in cloud computing
- Management of information systems
- Decision-making support systems
- Information systems in business administration
- Implementation of information systems
- Affective computing
- Data visualization - Techniques and tools
- Big data analysis techniques
- Advanced machine learning
- Big data analysis techniques
- Advanced machine learning
- CRM and marketing automation
- Analytical software tools in digital marketing
- Network analysis and social CRM
- Artificial intelligence in marketing
- Visualization software tools
- Application of artificial intelligence in business
- Business environment analysis
- Quantitative methods
- Introduction to machine learning
- Computer vision fundamentals
- Advanced machine learning
- Introduction to concepts of artificial intelligence
- Information theory and finite automata
- Data engineering
- Introduction to cognitive science
- Data warehousing and business intelligence
- Structured analytical techniques
- Cognitive modeling and simulation
- Introduction to machine learning
- Data visualization - techniques and tools
- Specialization course I (industry focus)
- Neuroscience for AI
- Synthetic data
- Human-computer Interaction
- Advanced machine learning
- Social network analysis
- Specialization course II (industry focus)
- Data management and governance
- Computer vision fundamentals
- Introduction to game theory
- Analytical techniques in cloud
- Generative AI tools and services
- Geoinformatics and spatial sensors
- Economy of smart cities
- Natural language processing
- AI and society
- Management of information systems
- Application of artificial intelligence in marketing
- Creativity and problem solving
- Application of artificial intelligence in business
- Creativity and problem solving
- Game theory applications in business
- Advanced statistical modeling