Efter avslutad utbildning ska den studerande ha kunskaper om/i

• Beskriva hur man använder dataanalys, AI och BI-verktyg för att samla, analysera och presentera data. 

• Definiera den strategiska betydelsen av data i företagsmiljöer och hur data kan användas för att stödja beslutsfattande och strategiutveckling. 

• Diskutera etiska och juridiska aspekter av datahantering och dataskydd, inklusive GDPR och andra relevanta dataskyddsbestämmelser. 

• Förklara real-time analytics och dess tillämpningar i affärsbeslut. 

• Redogöra för data governance och privacy by design, inklusive hur man hanterar stora datamängder med hjälp av moderna data-lake lösningar

Efter avslutad utbildning ska den studerande ha färdigheter i att

• Tolka och kombinera data från olika källor för att skapa meningsfulla affärsinsikter 

• Använda AI och BI-verktyg för att visualisera och kommunicera insikter till olika intressenter inom organisationen. 

• Genomföra förändringsledning för att integrera en datadriven kultur i verksamheten 

• Förstå och tillämpa grundläggande principer inom MLOps och automation för att effektivisera dataanalysprocesser för att kunna ställa relevanta krav på tekniska lösningar 

• Utveckla strategier för datamonetisering samt hantera och optimera data-lake arkitekturer med fokus på affärsnytta och effektiv datahantering.

Efter avslutad utbildning ska den studerande ha kompetenser att

• Utvärdera och arbeta operativt och strategiskt med dataanalys, AI och visualisering samt metoder för att säkerställa datakvalitet och relevans i affärsanalyser. 

• Utveckla och etablera data- och insiktsdriven affärs-, verksamhets- och hållbarhetsutveckling med stöd av dataanalys, AI och Business Intelligence.

 • Bedriva och leda omställningsarbetet mot ett mer datadrivet arbetssätt inklusive att använda och administrera data-lake lösningar. 

• Kritiskt utvärdera och förbättra datadrivna processer och BI-insatser. 

• Implementera etisk AI och ansvarsfull utveckling i affärsprocesser.