Innovatív üzleti adattudomány - BMEGT20VVV1002-00

A kurzus célja, hogy a hallgatók képesek legyenek azon üzleti problémák azonosítására, amelyekben az adatelemzési, vagy adattudományi módszerek alkalmazhatók, és ezek prototipizálásával a benne rejlő üzleti előny alátámasztását, kommunikációját is elvégzik. A kurzus gazdasági döntéseket megalapozandó adatelemzési módszerek elméleti és gyakorlati alapjaival ismerteti meg a hallgatókat, a leíró statisztikától kezdve a mesterséges intelligencián alapuló prediktív modellezésen át az interaktív vizualizációig. Kiemelt cél, hogy a hallgatók egyetlen, átfogó üzleti adatbázison keresztül, a gyakorlatban is megtapasztalják az adatelemzés teljes életciklusát modern, innovatív szoftverkörnyezetben. A szükséges elméleti ismeretek átadása mellett a tárgy az adatelemző gondolkodásmód, az adatvezérelt döntéstámogatás és a "storytelling with data" (történetmesélés adatokkal) szemléletmódjának kialakítására helyezi a hangsúlyt.

1. Ismeri az üzleti célú adatelemzés legfontosabb feladatait, lépéseit (adatok gyűjtése, feltárás, modellezés, kiértékelés, vizualizáció) és a használható innovatív szoftveres eszközöket.
2. Tisztában van az általános leíró statisztika alapfogalmaival és a változók közötti kapcsolatok vizsgálatának fontosságával.
3. Ismeri az adattudomány és az AI legfontosabb elméleti modelljeit, a felügyelt és felügyelet nélküli gépi tanulás (machine learning) alapvető paradigmáit.
4. Ismeri a modern adatvizualizáció eszközeit, alapelveit és a dashboard-tervezés alapjait (Power BI környezetben).
5. Tisztában van az adatvezérelt döntéstámogató eszközök üzleti intelligencia (BI) területén történő alkalmazásának lehetőségeivel.

1. Képes arra, hogy üzleti problémát azonosítson, amire adatelemzési vagy gépi tanulási megoldások adhatók.
2. Képes arra, hogy a tudását hasznosítva megtanuljon statisztikai és gépi tanulást támogató programokat használok adatok feltárására, vizualizációra és prediktív modellek építésére.
3. Képes alapvető adattudományi elemzések eredményeit érthető üzleti nyelvre lefordítani.

1. Nyitott a legújabb információtechnológiai eszközök (AI, ML, BI szoftverek) megismerésére és használatára.
2. A minőségi munkavégzés érdekében problémaérzékeny, proaktív magatartást tanúsít.
3. Folyamatos ismeretszerzéssel bővíti tudását, figyelemmel kíséri az adattudomány trendjeit.
4. Törekszik az etikus és felelős adathasználatra, valamint a hibamentes feladatmegoldásra.

1. Alkalmas önálló munkavégzésre (megfelelő szoftveres technika kiválasztása és annak használatának megtanulására).
2. Gondolkozásában a rendszerelvű, "data-driven" megközelítést alkalmazza.
3. Az elemzésekből levont következtetéseiért és az azokra épülő döntési javaslatokért képes felelősséget vállalni.
4. Projektek tagjaként a rá eső feladatokat, különösen egy átfogó üzleti adatbázis meghatározott szegmensének elemzését önállóan, felelősséggel próbálja elvégezni.

Előadások (elméleti alapozás), interaktív számítógépes gyakorlatok (szoftverek használatának bemutatása), csoportos vagy egyéni problémamegoldás és elméleti számonkérés (teszt).

• Órai anyagok, PPT-t, kiadott adatbázisok és elemzési fájlok / Lecture materials, ppts, shared data bases and analysis files
• Cole Nussbaumer Knaflic (2015): Storytelling with data
• Fogarassyné Vathy Ágnes, Starkné Werner Ágnes (2011): Intelligens adatelemzés
• Gábor Békés, Gábor Kézdi (2020): Data Analysis: For business, economics and policy, Cambridge University Press

1. órai aktivitás: A félév során a félév elején meghirdetett beosztás szerint minden hallgatónak egyszer szükséges órai aktivitásban részt vennie. Ez 25 pontot ér a félév végén kialakított jegyben. Az órai aktivitás minimum pontszáma 12 pont. 2. összegző tanulmányi teljesítményértékelés: A félév végén a meghirdetett beosztás szerint egy alkalommal zárthelyi dolgozatot kell írni, amely teszt jellegű vagy esettanulmányi jellegű kérdéseket tartalmaz a félév során bemutatott mind a négy tématerületet érintve. A zárthelyi 75 pontot ér a félév végén kialakított jegyben. A zárthelyinek nincsen minimum pontszáma.

• Órai aktivitás: 25
• Zárthelyi dolgozat: 75
• Összesen: 100

Az órai aktivitás és a zárthelyi dolgozat is egyszer pótolható/javítható, mindkettő a félév végén meghirdetett beosztás szerint.

A Kari Hallgatói Képviselet véleményezése után jóváhagyta dr. Szandi-Varga Péter oktatási dékánhelyettes 2026.05.04-én. Érvényes 2026.05.04-től.

A 2.2. pontban megfogalmazott tanulási eredmények eléréséhez a tantárgy a következő tematikai blokkokból áll. Az egyes félévekben meghirdetett kurzusok sillabuszaiban e témaelemeket ütemezzük a naptári és egyéb adottságok szerint.

A Tantárgyi adatlap I. és II. részén túli III. részét az érintett szak(ok) szakfelelőse(i)vel való egyeztetés alapján az 1.8. pontban megjelölt Menedzsment és Vállalkozásgazdaságtan Tanszék vezetője hagyja jóvá.