新闻详细

ASQ 大数据课程北京站招生中

发布日期:2018-08-27 14:46:56

随着信息化时代的发展,数据的形式呈现多样化,数据结构呈现复杂性的特征,这标志着大数据时代的到来。这一时代的数据具有处理速度快、数据量大、样本复杂但价值密度低等特点。在这个用数据说话,依靠数据竞争的时代,越来越多的企业意识到数据已经成为重要的智力资产和资源。而大数据技术的关键不在于掌握庞大的数据信息,而在于对这些具有意义的数据进行专业化处理,提高对数据的“加工能力”,通过“加工”实现数据的“增值”。

为此,ASQ偕同华信技术检验有限公司邀请了美国大数据专家Jim Duarte先生于9月26-28日来北京为大家带来关于大数据方面的最新培训课程(英文授课,提供中文翻译),课程安排:
9月26日 - 全面质量管理下的互联网大数据以及组织具备何种条件才算进入大数据时代 – 管理人员培训 (1天)
9月27-28日 - 大数据,数据科学 & 质量 - 质量从业人员(2天)

培训价格:
全面质量管理下的互联网大数据以及组织具备何种条件才算进入大数据时代 – 管理人员培训 (1天):会员价1800元,非会员价2000元
大数据,数据科学 & 质量 - 质量从业人员(2天):会员价3600元,非会员价4000元

培训地点:
北京朝阳区朝外大街甲10号中认大厦13层

培训报名联系人:
梁京京 女士
电话:010-59892141
Email: jliang@asq.org

讲师简介:
Instructor Profile
Jim Duarte 是美国质量学会(ASQ)院士会员,ASQ注册质量工程师和注册六西格玛黑带,还持有精益六西格玛黑带证书。曾在临床医学研究,制药质量,电子工业制造,重工业和医疗保健领域从事统计工作。曾担任雷诺金属质量保障部门的技术总监,Anheuser Busch公司的战略业务分析总监,美国生产力和质量中心(APQC)的高级顾问经理。他目前的研究方向包括物联网(IoT),大数据和颠覆型分析学。他是华盛顿大学,加州州立大学,韦伯斯特大学,国立大学和威斯康星大学帕克赛德分校的特邀教授。在统计学,过程改进和战略规划方面发表过大量的论文和著作。获得了分析学方法领域的6项专利,其中2项是美国的专利,4项是国际专利,还有1项正在申请中。

课程大纲
Training Outline


全面质量管理下的互联网大数据及组织具备何种条件才算进入大数据时代 – 管理人员培训 (1天)
整理TQM的大数据和分析 
  • 描述数据的类型以做出好的决策
    • 低容量,低周转率,低变量的数据(传统的)
    • 高容量,高周转率,多变量的数据(大数据)
  • 部门职责
    • 制造和工程 – 创建好的数据
    • 信息技术(IT) – 管理性数据格式化并授予访问权
    • 操作技术(OT) – 过程数据格式化并授予访问权
    • 质量和工程 – 对好的数据运用分析学
  • 各部门合作用TQM取得大数据的成功

为过程创建好的数据
  • 传感器数据
  • 联网设备(物联网 - IoT)
    • 过程和制造数据 – 工业物联网(IIoT)
    • 分析来自联网设备的数据 - 智联网(AoT)
  • 为好的数据创建存储库

创建好数据的访问权以进行分析
  • 易访问的用户界面
  • 将数据存储在所有用户的共同区域

好数据格式化以进行分析
  • 结合相关数据
    • 来自不同的来源
    • 来自各个来源中的相关表格
  • 确保所有的变量都存在以进行分析

分析好的数据
  • 质量和工程数据研究员的职责
    • 数据研究员I – 访问数据的电脑知识
    • 数据研究员II – 统计知识以执行提前分析
    • 数据研究员III – 业务分析员有使用分析软件的知识
  • 高级分析工具
    • 文本分析
    • 预测性建模
    • 机器学习
    • 离散事件仿真
    • 分析网络图
    • 连续流处理以监控过程稳定性

高级分析工具运用案例分析(在介绍工具时展示)
  • 铝制厨具涂层
  • 日用消费品
    • 客户之声
    • 观点分析
  • 汽车零部件

大数据,数据科学 & 质量 - 质量从业人员(2天)
管理做出更好的决策
  • 创建一种合作的环境
  • 过程和工程必须创造好的数据
  • 信息技术和操作技术必须向好数据开放
  • 技术科学将分析他们可使用的好数据

使用分析学和想象力来解决问题

对大数据和物联网使用新的七大工具
  • 文本分析
    • 客户之声
    • 社交媒体数据
    • 情绪分析
  • 预测性建模
  • 机器学习
  • 网络图解
  • 聚类分析
  • 离散事件仿真
  • 持续事件流

过程分析
  • 试验设计 vs. 机器学习
  • 网络图解 vs. 柏拉图
  • 机器学习和预测性建模
    • 决策树
    • 多元回归
    • 神经网络
    • 可靠性存活分析

过程监控
  • 大容量,高速率数据的控制图
  • 持续流信息处理