让一部分企业先学到真知识!

李勇:数据治理体系与AI在工程企业的应用实践

李勇老师李勇 注册讲师 24查看

课程概要

培训时长 : 2天

课程价格 : 扫码添加微信咨询

课程分类 : 数据分析

课程编号 : 37025

面议联系老师

适用对象

山东电力建设第三工程公司中高层管理人员、数据治理相关部门人员、IT技术人员、对人工智能应用感兴趣的工程领域专业人士;

课程介绍

讲授专家:李勇

培训对象:山东电力建设第三工程公司中高层管理人员、数据治理相关部门人员、IT技术人员、对人工智能应用感兴趣的工程领域专业人士;

课程时间:2天 (12小时)

课程背景:

本课程主要是在数字化转型与智能化升级的大背景下,旨在解决学员在数据治理体系建设、平台和工具应用以及人工智能技术在工程企业中的实际应用问题,通过系统学习,提升学员对数据治理与AI技术的认知与实践能力,课程具备理论结合实践、案例丰富、注重实效的特点。

课程收益:

培训完结后,学员能够:

² 受益一:全面理解数据治理体系的核心要素与构建方法;

² 受益二:熟练掌握主流数据治理平台和工具的使用技巧;

² 受益三:明确数据治理项目在企业中的落地实施步骤;

² 受益四:了解人工智能技术在工程企业的应用场景与潜力;

² 受益五:能够评估并选择适合工程企业的AI解决方案;

² 受益六:掌握如何结合数据治理推动AI技术在企业中的有效应用。

课程大纲:

单元

大纲

内容

单元一

数据治理体系概述

数据治理的定义与重要性

1.1 数据治理的概念解析

1.2 数据治理对企业发展的意义

1.3 数据治理的国内外发展现状

案例:某大型企业数据治理成功案例分析

数据治理体系的核心要素

2.1 数据战略与目标设定

2.2 数据组织架构与职责划分

2.3 数据管理制度与流程规范

案例:数据治理体系构建实例解析

讨论课题:如何根据企业实际情况制定数据治理战略?

单元二

数据治理平台与工具介绍

数据治理平台的功能架构

1.1 数据集成与管理模块

1.2 数据质量与清洗模块

1.3 数据安全与隐私保护模块

主流数据治理工具介绍

2.1 开源数据治理工具概览

2.2 商业数据治理工具对比

2.3 工具选型的关键因素分析

案例:数据治理工具在企业的应用实践

讨论课题:如何选择适合本企业的数据治理工具?

单元三

数据治理平台与工具应用实操

数据治理平台的安装与配置

1.1 平台环境准备与安装步骤

1.2 配置参数说明与优化建议

数据治理工具的操作演示

2.1 数据采集与导入操作

2.2 数据清洗与转换技巧

2.3 数据质量监控与报告生成

案例:数据治理工具实操演练

单元四

数据治理项目实施策略

数据治理项目的规划与启动

1.1 项目目标设定与需求分析

1.2 项目团队组建与角色分工

1.3 项目计划制定与时间表安排

数据治理项目的执行与控制

2.1 项目进度管理技巧

2.2 项目风险识别与应对措施

2.3 项目沟通机制与协调策略

案例:数据治理项目实施过程分析

讨论课题:如何有效管理数据治理项目的风险与进度?

单元五

数据治理体系落地实施步骤

数据治理体系的初步搭建

1.1 数据治理框架设计

1.2 数据治理政策与制度的制定

1.3 数据治理组织架构的调整与优化

数据治理体系的实施与推广

2.1 数据治理培训计划的制定与执行

2.2 数据治理文化的培育与推广

2.3 数据治理体系的持续优化与改进

案例:数据治理体系在企业中的落地实施过程

讨论课题:如何确保数据治理体系的长期有效运行?

单元六

人工智能技术在工程企业的应用概述

人工智能技术的发展历程与现状

1.1 人工智能的基本概念与原理

1.2 人工智能技术的发展历程回顾

1.3 人工智能技术在各行业的应用现状

人工智能技术在工程企业的应用潜力

2.1 工程企业面临的挑战与机遇

2.2 人工智能技术在工程企业的应用场景

2.3 人工智能技术对工程企业发展的推动作用

案例:人工智能技术在工程企业的应用实例

讨论课题:人工智能如何助力工程企业转型升级?

单元七

AI在工程管理中的应用

AI在项目管理中的应用

1.1 项目进度预测与优化

1.2 项目成本估算与控制

1.3 项目风险识别与评估

AI在工程管理决策中的支持作用

2.1 数据驱动的工程管理决策流程

2.2 AI辅助的工程管理决策支持系统

2.3 AI在工程管理决策中的实际应用案例

案例:AI在工程项目管理中的应用实践

讨论课题:如何利用AI提升工程管理的效率与准确性?

单元八

AI在工程设计与施工中的应用

AI在工程设计中的应用

1.1 智能化设计工具与平台

1.2 AI辅助的设计优化与验证

1.3 AI在设计创新中的作用

AI在工程施工中的应用

2.1 施工过程的智能化监控与管理

2.2 AI在施工质量控制中的应用

2.3 AI在施工安全与风险管理中的作用

案例:AI在工程设计与施工中的实际应用案例

讨论课题:如何结合AI技术提升工程设计与施工的质量与效率?

单元九

AI在工程运维与管理中的应用

AI在工程运维中的应用

1.1 智能化运维平台与工具

1.2 AI在运维预测与优化中的作用

1.3 AI在运维成本控制中的应用

AI在工程企业管理中的应用

2.1 企业资源管理的智能化升级

2.2 AI在企业管理决策中的支持作用

2.3 AI在企业文化与团队建设中的应用

案例:AI在工程运维与企业管理中的应用实践

讨论课题:如何利用AI技术提升工程运维与企业管理的水平?

单元十

数据治理与AI技术的融合应用

数据治理在AI应用中的重要性

1.1 高质量数据对AI模型的影响

1.2 数据治理在AI应用中的关键作用

1.3 数据治理与AI应用的互动关系

数据治理与AI技术的融合实践

2.1 数据治理为AI应用提供基础支撑

2.2 AI技术推动数据治理的智能化升级

2.3 数据治理与AI技术融合的应用案例

案例:数据治理与AI技术在企业中的融合应用实践

讨论课题:如何实现数据治理与AI技术的有效融合?

 

李勇老师的其他课程

• 李勇:数据治理的应用与发展
讲授专家:李勇 培训对象:数据管理(总监、经理、主管)、业务管理人员、数字化转型部门、产品及运营中心管理人员、技术中心管理人员等; 课程时间:1天 (6小时) 课程背景: 在大数据时代,“数据治理”对所有拥有大量数据的公司来说都是一个挑战。业内还流传着“数字转型,治理先行”的说法。越来越多的企业将数据治理作为数字化战略的一项必要举措,并将其列入企业的战略行动计划。“数据治理”的重点在于“治理”,它是一个涉及企业战略、组织架构、数据标准、管理规范、数据文化、技术工具的综合体。那么到底该怎么样做好数据治理,数据治理的整个流程和管理中存在什么问题,本课程将为您详细解析 课程收益: Ø 学习数据治理的基本概念以及数据治理对企业的好处; Ø 掌握数据治理的六个价值,三个现状,五类问题和六个挑战; Ø 掌握数据治理的道,法,术,器的具体做法 Ø 掌握数据治理在实践中遇到的各种问题; 课程大纲: 单元 大纲 内容 单元一 数据治理概述 1. 什么是数据治理 2. 数据治理治什么 3. 数据治理的六个价值 4. 数据治理的三个现状 5. 数据治理的五类问题 6. 数据治理的六个挑战 单元二 企业数据治理之道 1. 数据战略:数字化转型的指明灯 2. 组织机制:敏捷治理组织 3. 数据文化:数据思维融入团队 单元三 数据治理之法 1. 理现状,定目标 2. 数据治理能力成熟度评估 3. 数据治理线路规划 4. 数据治理保障体系建设 5. 数据治理技术体系建设 6. 数据治理长效运营 单元四 数据治理之术 1. 数据梳理与建模 2. 元数据管理 3. 主数据管理 4. 数据质量管理 5. 数据安全管理 6. 数据集成与共享 单元五 数据治理之器 1. 数据模型管理工具 2. 元数据和主数据管理工具 3. 数据质量管理工具 单元六 数据治理实践与总结 1. 企业数据治理实践案例 2. 企业数据治理总结与展望  
• 李勇:数据指标体系搭建
培训对象:互联网时代,希望学习数据分析的人士; 课程时间:1天 (6小时) 课程背景: 数据分析不是某个固定的职位,而是人工智能时代的通用能力。你会看到各行各业的招聘中都会要求应聘者具备数据分析能力。所以,具备数据分析能力可以极大地提升你在职场中的竞争力。通过本课程的学习,你会熟悉数据分析的方法,并将其灵活应用在自己所处的行业中。这样当你在工作中遇到新的问题时,也能够知道如何展开分析。 课程收益: 培训完结后,学员能够: ² 了解数据分析的基本思维; ² 了解数据分析给企业和个人带来的帮助; ² 了解数据分析的基本方式和方法; 课程大纲: 单元 大纲 内容 单元一 数据的业务指标 1. 如何理解业务指标 2. 常用的业务指标有哪些 1) 用户数据指标 2) 行为数据指标 3) 产品数据指标 4) 推广付费指标 5) 客户服务指标 3. 如何选择指标 4. 指标体系和报表 单元二 分析方法 1、 5W2H分析方法 1) 什么是5W2H分析方法 2) 5W2H分析法可以解决那些问题 2. 逻辑树分析方法 1)什么是逻辑树分析方法,适用于何种场景? 2)如何使用逻辑树分析法 3.行业分析方法 1)什么是行业分析方法?适用于何种场景? 2)如何使用行业分析方法 4. 多维拆解分析方法 1)什么是多维拆解分析方法?适用于何种场景? 2)如何使用多维拆解分析方法 5. 对比分析方法 1)什么是对比分析方法?适用于何种场景? 2)如何使用对比分析方法 6. 假设检验分析方法 1)什么是假设检验分析方法?适用于何种场景? 2)如何使用假设检验分析方法 7. 相关分析方法 1)什么是相关分析方法?适用于何种场景? 2)如何使用相关分析方法 8. RFM分析方法 1)什么是RFM分析方法?适用于何种场景? 2)如何使用RFM分析方法 9. AARRR模型分析方法 1)什么是AARRR模型分析方法? 2)如何使用AARRR模型分析方法 10. 漏斗分析方法 1)什么是漏斗分析方法?适用于何种场景? 2)如何使用漏斗分析方法 单元三 用数据分析解决问题 1. 数据分析解决问题的过程 2. 数据分析如何明确问题? 3. 数据分析如何分析原因? 4. 数据分析如何提出建议?如何回归分析应用 单元四 数据分析实战解析 1. 国内某互联网行业 1) 业务模式 2) 业务指标 3) 案例分析:销售额下滑 2. 国内某电商行业 1) 业务模式 2) 业务指标 3) 案例分析:回购率下滑;如何做好活动复盘 3. 金融信贷行业 1) 业务模式 2) 业务指标 3) 案例分析:逾期分析;如何制定风控策略  
• 李勇:数据商业智能BI的应用与发展
讲授专家:李勇 培训对象:数据管理(总监、经理、主管)、业务管理人员、数字化转型部门、产品及运营中心管理人员、技术中心管理人员等; 课程时间:1天 (6小时) 课程背景: 经过十余年信息化建设,很多企业都上线了各种业务系统,积累了大量业务数据,具备应用 BI (商业智能)进行数据分析和数据化管理的条件。而如何让BI项目在企业中落地并持续运转,成为很多企业尤其是传统企业头疼的问题。本课程聚焦 BI(商业智能)与 BI 项目, 重点介绍 BI 项目的建设流程和运营技巧,并围绕 BI 项目中的场景和人员两大要素,分享了 BI 在零售、金融、 制造、 医疗和教育等行业中的应用案例, 提出了搭建企业数据人才培养体系的方法。 课程收益: Ø 学习商业BI的基本概念; Ø 掌握BI的价值; Ø 掌握Bi的典型场景应用与行业应用; Ø 掌握BI项目开发与建设项目机制; 课程大纲: 单元 大纲 内容 单元一 什么是BI 1. BI的定义和相关概念解析 2. BI的发展前景 3. BI的工具,平台,系统和项目 4. Bi的类型 5. BI的主要功能和框架 单元二 BI的价值 1. BI对管理和业务的价值 2. BI对企业不同角色的价值 3. 企业应用BI前后的对比 单元三 典型的BI行业应用 1. 零售行业BI应用解析 2. 金融行业BI应用解析 3. 制造行业BI应用解析 4. 医疗行业BI应用解析 5. 教育行业BI应用解析 6. 轨道交通行业BI应用解析 单元四 典型BI业务应用 1. 数据大屏 1) 数据大屏的应用场景 2) 数据大屏的设计开发 3) 数据大屏背后的业务逻辑 2. 移动应用 1) 消息推送 2) 手机扫码 3. 自助分析 1) 自助分析模式 2) 自助分析应用与推广 单元五 BI项目开发与管理 1. 数据治理:从源头控制数据质量 2. 业务模型建设 3. PDCA闭环:持续优化BI系统 4. MVP与数据文化 5. 安全策略:保障BI安全运营 单元六 BI项目建设流程 1. 收集和明确需求 2. 选择合适的BI工具 3. 做好项目规划与实施方案 4. 项目开发与管理  

添加企业微信

1V1服务,高效匹配老师
欢迎各种培训合作扫码联系,我们将竭诚为您服务