PRZEGLĄD NAJWAśNIEJSZYCH SYSTEMÓW WSPOMAGANIA DECYZJI W ZARZADZANIU UJĘCIE METODOLOGICZNE

Wielkość: px
Rozpocząć pokaz od strony:

Download "PRZEGLĄD NAJWAśNIEJSZYCH SYSTEMÓW WSPOMAGANIA DECYZJI W ZARZADZANIU UJĘCIE METODOLOGICZNE"

Transkrypt

1 PRZEGLĄD NAJWAśNIEJSZYCH SYSTEMÓW WSPOMAGANIA DECYZJI W ZARZADZANIU UJĘCIE METODOLOGICZNE Celina M. Olszak Wprowadzenie Przez ostanie lata wypracowano wiele modeli i zasad odnośnie budowy komputerowych systemów wspomagania decyzji w zarządzaniu (SWD) [VaKe04]. Nie zawsze mieszczą się one jednak w wizji świata opartego na zasobach niematerialnych, zarządzaniu wiedzą, kapitałem intelektualnym, decentralizacji decyzji oraz sieciowych formach kooperacji [Olsz07]. NaleŜy zauwaŝyć, Ŝe dotychczasowe SWD, przy wszystkich swoich zaletach, były głównie układami statycznymi, budowanymi na wzorcach mechanistycznej lub biologicznej organizacji. Nie nawiązuje się w ich do modelu społeczno-kulturowego organizacji - modelu, który wymaga nieco innego spojrzenia na procesy podejmowania decyzji, centra władzy oraz zasoby informacyjne. Wynika to m.in. z faktu, Ŝe współczesne organizacje kreują swoją wartość dodaną nie tylko w obrębie swego wnętrza, ale tworzą ją poprzez interakcje z dostawcami, odbiorcami, klientami oraz nieformalnymi grupami społecznościowymi. Ich sukces w duŝej mierze zaleŝy od umiejętności nawiązywania i utrzymywania róŝnych form sieci relacji.

2 Celem artykułu jest zaprezentowanie najwaŝniejszych rodzajów systemów wspomagania decyzji, tj. SWD zorientowanych na: modele, dane, dokumentację, wiedzę oraz komunikację oraz odniesienie ich do potrzeb współczesnej organizacji. Szczególną uwagę poświęcono sieciowym SWD, jako tym propozycjom, które wpisują w relacyjny model zachowań organizacji i całej gospodarki. SWD zorientowane na modele Tradycyjne wspomaganie decyzji zorientowane było na modele (Model-Driven Decision Support Systems) [Kers00]. Wiązało się ono z formalną reprezentacją modeli decyzyjnych z wykorzystaniem narzędzi analizy decyzyjnej, optymalizacji, modelowania stochastycznego, symulacji, statystyki oraz modelowania logicznego. Zakładano, Ŝe problemy decyzyjne identyfikowane w fazie analizy, doprowadzą do wyboru odpowiedniej techniki modelowania, a skonstruowany model posłuŝy do oceny alternatywnych decyzji. We wspomaganie decyzji zorientowanym na modele odwoływano się do sekwencji następujących kroków: problem decyzyjny model dane analiza rozwiązanie. W SWD zorientowanych na modele zakładano, Ŝe modele dostarczane są uŝytkownikowi w postaci gotowych propozycji lub narzędzi, umoŝliwiających tworzenie własnych rozwiązań. Bez względu na sposób konstrukcji modelu, istotnym problemem było wierne odwzorowanie rzeczywistości. Praktyka niejednokrotnie pokazała jednak, Ŝe tworzone modele na potrzeby organizacji nie oddawały wystarczająco dobrze wszystkich aspektów danej sytuacji decyzyjnej. Do najczęstszych barier, jakie napotykano w pracy z taki systemami naleŝy zaliczyć:

3 niewystarczającą znajomość modeli danych, a takŝe ich róŝnorodność oraz trudności w prowadzeniu interakcji, konieczność dostosowania ogólnych modeli do konkretnego przypadku [Dziu05]. W tej sytuacji, projektując modele na potrzeby SWD, naleŝało brać pod uwagę moŝliwości ich zmian, rozwinięć, łączenia w bardziej złoŝone, tak aby mogły one wspierać decyzje podejmowane w zakresie róŝnych dziedzin problemowych, funkcji kierowniczych i na róŝnych poziomach zarządzania. W ten rodzaj wspomagania decyzji wpisywały się pierwsze SIK (systemy informowania kierownictwa) oraz EIS (Executive Information Systems). Posiadały one jednak stosunkowo wąski zakres moŝliwości i były dedykowane raczej dla pojedynczych decydentów lub niewielkich grup [Olsz07]. SWD zorientowane na dane Coraz bardziej złoŝona rzeczywistość społeczno-gospodarcza, natłok informacyjny, heterogeniczny i rozproszony charakter aktywów informacyjnych spowodowały, Ŝe tworzenie wiarygodnych modeli na potrzeby procesu podejmowania decyzji stawało się wyjątkowo trudnym zadaniem. W tej sytuacji, w metodologii budowy SWD pojawiło się podejście, określane jako zorientowane na dane (Data-Driven Decision Support Systems). Wychodzi się w nim z załoŝenia, Ŝe model nie jest dany a prori, ale konstruowany na podstawie analizy odpowiedniej kolekcji danych. We wspomaganiu decyzji zorientowanym na dane do rozwiązania danego problemu dochodzi się zgodnie z sekwencją następujących kroków: problem decyzyjny dane analiza model rozwiązanie.

4 Zadaniem SWD zorientowanych na dane jest pomoc menedŝerom w organizowaniu, wyszukiwaniu, odkrywaniu pewnych wzorców i zaleŝności zachodzących pomiędzy danymi oraz łączeniu duŝych wolumenów danych. Nie trudno zauwaŝyć, Ŝe efektywność tego podejścia zaleŝy w duŝej mierze od dostępności do danych przechowywanych w bazach danych, hurtowniach danych, umiejętności identyfikacji istniejących źródeł danych oraz opracowanych procedur i metodologii zbierania danych z danego obszaru (dziedziny). WaŜną rolę mają tutaj do spełnienia techniki z zakresu modelowania danych, zdalnego dostępu do baz danych, konwersji, weryfikacji i walidacji danych oraz standaryzacji formatów danych. Pomocne okazują się techniki ekstrakcji danych, drąŝenia danych, analizy wielowymiarowej oraz techniki agentowe. W duŝej mierze do tego postulatu budowy SWD nawiązują systemy Business Intelligence BI, w których do pracy z danymi wykorzystuje się przede wszystkim hurtownie danych, narzędzia do ekstrakcji i przesyłania danych oraz narzędzia do analizy oraz eksploracji danych [Olsz07]. SWD zorientowane na dokumentację Podejmowanie decyzji od zawsze związane było z wykorzystywaniem róŝnych dokumentów i repozytoriów wiedzy, dotyczących specyfikacji produktów, katalogów, waŝnej korespondencji, dokumentów legislacyjnych itp. W nurcie takich zapotrzebowań rozwinęły się SWD zorientowane na dokumentację (Document-Driven Decision Support Systems). Ich celem jest przede wszystkim ułatwienie decydentom wyszukiwania i zarządzania dokumentami oraz stronami WWW, które mogą okazać się pomocne w podejmowaniu decyzji. Takie systemy posiadają moŝliwości

5 ekstrakcji wiedzy z dokumentów tekstowych i jej integrację z repozytorium dokumentów w bazie wiedzy. Wymaga to stosowania róŝnych technik z zakresu przetwarzanie języka naturalnego, drąŝenia tekstu oraz wyszukiwania informacji. Praktyka pokazuje, Ŝe SWD zorientowane na dokumentację zazwyczaj współpracują z systemami zarządzania treścią (Content Management Systems CMS), systemami zarządzania dokumentami (Document Management - DC), systemami przepływu pracy (Workflow), pocztą elektroniczną, a takŝe portalami i systemami intranetowymi [Bald00]. SWD zorientowane na wiedzę Problematyka zarządzania wiedzą w organizacji, znalazła swoje mocne odbicie w budowie współczesnych SWD. Celem SWD zorientowanych na wiedzę (Knowledge-Driven Decision Support Systems) jest sugerowanie i rekomendowanie określonych działań menedŝerom, a takŝe odkrywanie nowej wiedzy na podstawie analizy róŝnych kolekcji danych [Bh- Po05]. Ekspertyzy mogą dotyczyć wiedzy na temat danej dziedziny, zrozumienia problemu i umiejętności rozwiązywania określonych klas zagadnień. W pewnym sensie, ten rodzaj SWD został zapoczątkowany na kanwie systemów ekspertowych (SE) i SWD z bazą wiedzy. W tym pierwszym przypadku, system pełnił rolę eksperta w określonym, zazwyczaj wąskim zakresie i proponował podjęcie określonych działań. W tym drugim zaś, w inteligentny sposób wspomagał decydenta w rozwiązywaniu trudnych, słabo ustrukturalizowanych problemów. Współcześnie, w inteligentnym wspomaganiu decyzji, stosuje się złoŝone techniki z zakresu sztucznej inteligencji, wnoszące odmienne od dotychczasowych spo-

6 soby pozyskiwania, gromadzenia i generowania wiedzy. Na uwagę zasługują, obok wspomnianych juŝ wcześniej SE, rozwiązania oparte na przetwarzaniu języka naturalnego, sieciach neuronowych, logice rozmytej, algorytmach genetycznych, technikach CBR oraz inteligentnych agentach. Wiele moŝliwości w zakresie generowania nowej wiedzy na potrzeby wspomagania decyzji, tak jak juŝ podkreślono wcześniej, wnoszą techniki drąŝenia danych. Zaawansowane systemy eksploracji danych stosowane są do odkrywania i udostępniania uogólnionych reguł i wiedzy zawartych w bardzo duŝych bazach wiedzy. W wielu bazach, dane są głęboko ukryte, a technologie szybkiego wyszukiwania mogą wskazywać na nieznane dotąd zaleŝności. Relacje pomiędzy danymi identyfikuje się na podstawie asocjacji, sekwencji, klasyfikacji, klasteryzacji, prognozowania. Do tego celu wykorzystywane są techniki wnioskowania m.in. takie, jak: metoda najbliŝszego sąsiada, drzewa decyzyjne, sieci neuronowe, algorytmy genetyczne itp. SWD zorientowane komunikację W SWD zorientowanych na komunikację (Communication-Driven Decision Support Systems) wychodzi się z załoŝenia, Ŝe szybka i sprawna komunikacja jest podstawą efektywnego podejmowania decyzji. Systemy te wyposaŝone są w róŝne procedury, słuŝące komunikowaniu się ekspertów ze sobą, wymianie myśli, wspólnej pracy nad dokumentem itp. Do jednych z pierwszych tego typu rozwiązań naleŝały GSWD (grupowe systemy wspomagania decyzji). Ich celem było nadzorowanie procedur zbiorowego podejmowania decyzji. Pomimo, Ŝe pierwsze GSWD opierały się głównie na wymiarze ten sam czas, to samo miejsce i miały

7 bardzo ograniczony zakres działania, potwierdziły, Ŝe taka formuła wspomagania moŝe w istotny sposób zwiększyć efektywność procesu podejmowania decyzji. Sieciowe SWD Rozwój techniki mikroprocesorowej, sieci komputerowych, Internetu, technologii Web oraz architektury klient/server stworzył okazję do udostępnienia narzędzi decyzyjnych znacznie szerszej grupie osób, niŝ było to dotychczas. Jeszcze do niedawna, SWD zarezerwowane dla wybranych organizacji i wąskiej grupy decydentów, mają szansę stać się rozwiązaniami w pewnym sensie dla kaŝdego. Dla podkreślenia tego faktu wprowadzono określenie sieciowe SWD (Web-enabled DSS) lub SWD na Ŝądanie (DSS on Demand) [Dziu05], [Powe00], [PoBh06]. Sieciowy model SWD ma na celu generowanie nowych relacji pomiędzy przedsiębiorstwami, klientami, dostawcami, akcjonariuszami oraz wykształcenie kolektywnej inteligencji. Odwołuje się do pracy w wielodyscyplinarnych zespołach, które wykraczają poza tradycyjne granice organizacji. Tworzenie sieciowych SWD okazuje się złoŝonym i trudnym zadaniem. WiąŜe się to m.in. z faktem, Ŝe rozwiązania te powinny być dostępne uŝytkownikom (o bardzo zróŝnicowanych potrzebach) przez 24 godziny i 7 dni w tygodniu. Postuluje się, aby ich struktura nie była narzucona, ale raczej wyłaniała się w naturalny sposób i była budowana ad hoc w odpowiedzi na zmieniające się potrzeby organizacji. Trudno nie zauwaŝyć, Ŝe architektura Web- SWD potrzebuje dostępu do obszernych baz danych i powinna być wyposaŝona w mechanizmy, które za-

8 pewnią szybką, sprawną reakcję systemu na zadawane przez uŝytkownika pytania. W załoŝeniu system dostarcza informacje i narzędzia decyzyjne z wykorzystaniem przeglądarki internetowej, np. Netscape Nawigator lub Internet Explorer. Serwer, który jest hostem aplikacji SWD łączy się z komputerem uŝytkownika przez sieć i umoŝliwia zadawanie pytań ad hoc, raportowanie oraz analizę informacji zawartych w bazach danych, hurtowniach danych i zintegrowanych systemach typu MRP II [Powe00]. Do wyświetlania wyników przetwarzania oraz przeprowadzania interaktywnych analiz danych i modeli słuŝą m.in. takie narzędzia informatyczne, jak: Java, JavaScript, Perl. Pomimo trudności w budowie sieciowych SWD, pojawia się coraz więcej ofert w Internecie, które realizują tę ideę. Są to np.: InterNetivity, Microsoft Carpoint, drkoop.com, Netscape s Decision Guides, Intrinsic Value Calculator. UŜytkownicy mają moŝliwość korzystania z wielu narzędzi, słuŝących do przeprowadzania analiz co będzie gdy, z równoczesnym dostępem do obszernych baz danych, przechowujących informacje na temat polityki finansowej, fiskalnej, zagranicznej, prawnej itd. Zakończenie Na zakończenie moŝna zaryzykować stwierdzenie, Ŝe sieciowe SWD zaczynają coraz bardziej przypominać środowiska społeczności internetowych, gdzie moŝliwe jest przede wszystkim: wypowiadanie się róŝnych osób w formie rekomendacji i recenzji, zgłaszanie opinii, komentarzy, sugestii, prowadzenie dialogu z róŝnymi uŝytkownikami, co odbywa się za pośrednictwem blogów firmowych, komunikatorów online itd.,

9 ocenianie pomysłów, produktów i kształtowanie rankingów ich popularności, tworzenie zbiorowej bazy wiedzy organizacji na podstawie mechanizmów Wikipedii [Mazu08]. Rozwój sieciowych SWD jest moŝliwy dzięki narzędziom i platformom technologicznych, do których naleŝą głównie: grupy dyskusyjne (Usenet), owe listy dyskusyjne (Mailing list), fora dyskusyjne, portale lub wortale społecznościowe, platformy blogowe, komunikatory i chaty online. Takie narzędzia dają szansę na poprawę efektywności organizacyjnego uczenia się, uwzględniającego równieŝ róŝne nieformalne grupy, jak np. CoPs (Communities of Practice), tworzenie scentralizowanych i zdecentralizowanych środowisk do podejmowania decyzji, promowanie nowych pomysłów, efektywniejsze zarządzanie przez przypadki oraz rozwój map ekspertów wiedzy. Literatura [BhPo05] [Bold01] [BoHW80] [Dziu05] Bhargava H. K., Power D. J.: Decision Support Systems and WEB Technologies: A Status Report Bolds R.: Enterprise Information Portals: Portals in Puberty. White paper, Kmworld, vol 2, July/August Bonczek H. C., Holsapple W., Whinston A.: Evolving Roles of Models in Decision Support Systems. Decision Science 11(2), Dziuba D.: Przesłanki rozwoju sieciowych systemów wspomagania decyzji udostępnianych w modelu biznesowym ASP, [w]: Informatyka. Strategie i zarządzanie

10 [Kers00] [Mazu08] [Olsz07] wiedzą, (red.) J. Oleński, Z. Olejniczk, J. S. Nowk. PTI, Katowice Kersten G. E.: Decision Making and Decision Support, [in]: Decision Support Systems for Sustainable Development. A Resource book of methods and applications, (ed.) G. E. Kersten, Z. Mikolajuk, A. Gar-on Yeh. Kluwer Academic Publishers Mazurek G.: Blogi i wirtualne społeczności wykorzystanie w marketingu, Oficyna Wolters Kluwer Polska, Kraków Olszak C. M.: Tworzenie i wykorzystywanie systemów Business Intelligence na potrzeby współczesnej organizacji. AE, Katowice [Powe00] Power D. J.: Web-Based and Model-Driven Decision [PoKa02] [VaKe04] Support Systems: Concepts and Issues. American Conference on Information Systems, California Power D. J., Kaparthi S.: Building Web-Based Decision Support Systems. Studien in Informatics and Control, vol. 11, no 4, Vahidov R., Kersten G. E.: Decision Station: Situating Decision Support Systems. Decision Support Systems, no 38, Prof. AE dr hab. Celina M. Olszak Katedra Informatyki Ekonomicznej Akademia Ekonomiczna ul. Bogucicka Katowice Polska Numer telefonu (fax) +48/32/

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie Hurtownie danych i business intelligence - wykład II Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2005-2008 Zagadnienia do omówienia 1. 2. Przegląd architektury HD 3. Warsztaty

Bardziej szczegółowo

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu i business intelligence Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl Wrocław 2005-2007 Plan na dziś : 1. Wprowadzenie do przedmiotu (co będzie omawiane oraz jak będę weryfikował zdobytą wiedzę

Bardziej szczegółowo

Co to jest Business Intelligence?

Co to jest Business Intelligence? Cykl: Cykl: Czwartki z Business Intelligence Sesja: Co Co to jest Business Intelligence? Bartłomiej Graczyk 2010-05-06 1 Prelegenci cyklu... mariusz@ssas.pl lukasz@ssas.pl grzegorz@ssas.pl bartek@ssas.pl

Bardziej szczegółowo

STUDIA I MONOGRAFIE NR

STUDIA I MONOGRAFIE NR STUDIA I MONOGRAFIE NR 21 WYBRANE ZAGADNIENIA INŻYNIERII WIEDZY Redakcja naukowa: Andrzej Cader Jacek M. Żurada Krzysztof Przybyszewski Łódź 2008 3 SPIS TREŚCI WPROWADZENIE 7 SYSTEMY AGENTOWE W E-LEARNINGU

Bardziej szczegółowo

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu Podstawy baz danych PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych

Bardziej szczegółowo

Automatyzacja Procesów Biznesowych. Systemy Informacyjne Przedsiębiorstw

Automatyzacja Procesów Biznesowych. Systemy Informacyjne Przedsiębiorstw Automatyzacja Procesów Biznesowych Systemy Informacyjne Przedsiębiorstw Rodzaje przedsiębiorstw Produkcyjne największe zapotrzebowanie na kapitał, największe ryzyko Handlowe kapitał obrotowy, średnie ryzyko

Bardziej szczegółowo

bo od managera wymaga się perfekcji

bo od managera wymaga się perfekcji bo od managera wymaga się perfekcji MODELOWANIE PROCESÓW Charakterystyka modułu Modelowanie Procesów Biznesowych (BPM) Modelowanie procesów biznesowych stanowi fundament wdroŝenia systemu zarządzania jakością

Bardziej szczegółowo

Metadane. Data Maining. - wykład VII. Paweł Skrobanek, C-3 pok. 323 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2006

Metadane. Data Maining. - wykład VII. Paweł Skrobanek, C-3 pok. 323 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2006 Metadane. Data Maining. - wykład VII Paweł Skrobanek, C-3 pok. 323 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2006 Plan 1. Metadane 2. Jakość danych 3. Eksploracja danych (Data mining) 4. Sprawy róŝne

Bardziej szczegółowo

Wstęp... 7. 3. Technologie informacyjne wpływające na doskonalenie przedsiębiorstwa

Wstęp... 7. 3. Technologie informacyjne wpływające na doskonalenie przedsiębiorstwa Spis treści Wstęp.............................................................. 7 1. Przedsiębiorstwo w dobie globalizacji.............................. 11 1.1. Wyzwania globalnego rynku....................................

Bardziej szczegółowo

Systemy z bazą wiedzy (spojrzenie bardziej korporacyjne) Baza wiedzy. Baza wiedzy. Baza wiedzy. Baza wiedzy

Systemy z bazą wiedzy (spojrzenie bardziej korporacyjne) Baza wiedzy. Baza wiedzy. Baza wiedzy. Baza wiedzy Zarządzanie wiedzą z bazą wiedzy (spojrzenie bardziej korporacyjne) Wybrane aspekty technologiczne związane z wiedzą i zarządzaniem wiedzą Google: baza wiedzy 1,180,000 znalezionych systemy zarządzania

Bardziej szczegółowo

Adam Dolega Architekt Rozwiązań Biznesowych Microsoft adam.dolega@microsoft.com

Adam Dolega Architekt Rozwiązań Biznesowych Microsoft adam.dolega@microsoft.com Adam Dolega Architekt Rozwiązań Biznesowych Microsoft adam.dolega@microsoft.com Budowa rozwiązań Rozwiązania dla programistów Narzędzia integracyjne Zarządzanie infrastrukturą Zarządzanie stacjami, urządzeniami

Bardziej szczegółowo

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu i business intelligence Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl Wrocław 2005-2012 Plan na dziś : 1. Wprowadzenie do przedmiotu (co będzie omawiane oraz jak będę weryfikował zdobytą wiedzę

Bardziej szczegółowo

technologii informacyjnych kształtowanie , procesów informacyjnych kreowanie metod dostosowania odpowiednich do tego celu środków technicznych.

technologii informacyjnych kształtowanie , procesów informacyjnych kreowanie metod dostosowania odpowiednich do tego celu środków technicznych. Informatyka Coraz częściej informatykę utoŝsamia się z pojęciem technologii informacyjnych. Za naukową podstawę informatyki uwaŝa się teorię informacji i jej związki z naukami technicznymi, np. elektroniką,

Bardziej szczegółowo

ZINTEGROWANE SYSTEMY INFORMATYCZNE

ZINTEGROWANE SYSTEMY INFORMATYCZNE Państwowa WyŜsza Szkoła Zawodowa w Elblągu Instytut Informatyki Stosowanej ZINTEGROWANE SYSTEMY INFORMATYCZNE Przygotował Podsiadło Robert. 1 Zintegrowany system informatyczny to według Encyklopedii Wikipedia

Bardziej szczegółowo

Budowa systemu wspomagającego podejmowanie decyzji. Metodyka projektowo wdrożeniowa

Budowa systemu wspomagającego podejmowanie decyzji. Metodyka projektowo wdrożeniowa Budowa systemu wspomagającego podejmowanie decyzji Metodyka projektowo wdrożeniowa Agenda Systemy wspomagające decyzje Business Intelligence (BI) Rodzaje systemów BI Korzyści z wdrożeń BI Zagrożenia dla

Bardziej szczegółowo

INFORMATYKA Pytania ogólne na egzamin dyplomowy

INFORMATYKA Pytania ogólne na egzamin dyplomowy INFORMATYKA Pytania ogólne na egzamin dyplomowy 1. Wyjaśnić pojęcia problem, algorytm. 2. Podać definicję złożoności czasowej. 3. Podać definicję złożoności pamięciowej. 4. Typy danych w języku C. 5. Instrukcja

Bardziej szczegółowo

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie Hurtownie danych i business intelligence - wykład II Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2005-2012 Zagadnienia do omówienia 1. Miejsce i rola w firmie 2. Przegląd architektury

Bardziej szczegółowo

W ORGANIZACJI. Strategiczne ujęcie zasobów ludzkich w procesach organizacyjnych

W ORGANIZACJI. Strategiczne ujęcie zasobów ludzkich w procesach organizacyjnych ZASTOSOWANIE TECHNOLOGII INFORMATYCZNYCH DO WSPOMAGANIA ZARZĄDZANIA ZASOBAMI LUDZKIMI W ORGANIZACJI Streszczenie Gracja Wydmuch Akademia Ekonomiczna im. Oskara Lange go we Wrocławiu gracjaw@hotmail.com

Bardziej szczegółowo

ROZDZIAŁ 1. WPROWADZENIE DO PROBLEMATYKI SYSTEMÓW EKSPERTOWYCH 19

ROZDZIAŁ 1. WPROWADZENIE DO PROBLEMATYKI SYSTEMÓW EKSPERTOWYCH 19 SPIS TREŚCI WSTĘP 15 ROZDZIAŁ 1. WPROWADZENIE DO PROBLEMATYKI SYSTEMÓW EKSPERTOWYCH 19 1.1. Pojęcie i rozwój systemów ekspertowych 19 1.1.1. Definiowanie systemu ekspertowego w literaturze przedmiotu 20

Bardziej szczegółowo

Informatyczne uwarunkowania realizacji strategii inteligentnego wspomagania biznesu

Informatyczne uwarunkowania realizacji strategii inteligentnego wspomagania biznesu dr Helena Dudycz Katedra Teorii Informatyki Akademia Ekonomiczna we Wrocławiu e-mail: helena.dudycz@ae.wroclaw.pl Informatyczne uwarunkowania realizacji strategii inteligentnego wspomagania biznesu Streszczenie

Bardziej szczegółowo

BPM vs. Content Management. Jarosław Żeliński analityk biznesowy, projektant systemów

BPM vs. Content Management. Jarosław Żeliński analityk biznesowy, projektant systemów BPM vs. Content Management Jarosław Żeliński analityk biznesowy, projektant systemów Cel prezentacji Celem prezentacji jest zwrócenie uwagi na istotne różnice pomiędzy tym co nazywamy: zarzadzaniem dokumentami,

Bardziej szczegółowo

KOMPUTEROWE SYSTEMY ZARZĄDZANIA

KOMPUTEROWE SYSTEMY ZARZĄDZANIA Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Wydział Zarządzania Katedra Informatyki Stosowanej Krzysztof Regulski nr albumu: 107663 KOMPUTEROWE SYSTEMY ZARZĄDZANIA WIEDZĄ W ORGANIZACJI

Bardziej szczegółowo

LISTA KURSÓW PLANOWANYCH DO URUCHOMIENIA W SEMESTRZE ZIMOWYM 2015/2016

LISTA KURSÓW PLANOWANYCH DO URUCHOMIENIA W SEMESTRZE ZIMOWYM 2015/2016 LISTA KURSÓW PLANOWANYCH DO URUCHOMIENIA W SEMESTRZE ZIMOWYM 2015/2016 INFORMATYKA I STOPNIA studia stacjonarne 1 sem. PO-W08-INF- - -ST-Ii-WRO-(2015/2016) MAP003055W Algebra z geometrią analityczną A

Bardziej szczegółowo

Zintegrowany System Informatyczny (ZSI)

Zintegrowany System Informatyczny (ZSI) Zintegrowany System Informatyczny (ZSI) ZSI MARKETING Modułowo zorganizowany system informatyczny, obsługujący wszystkie sfery działalności przedsiębiorstwa PLANOWANIE ZAOPATRZENIE TECHNICZNE PRZYGOTOWANIE

Bardziej szczegółowo

Podstawowe pojęcia Sieci komputerowe Sieć komputerowa - system umoŝliwiający wymianę danych między 2 lub więcej komputerami. Składają się na nią komputery środki słuŝące realizacji połączenia. Komputery

Bardziej szczegółowo

SYSTEMY BUSINESS INTELLIGENCE W ZARZĄDZANIU WIEDZĄ W ORGANIZACJI

SYSTEMY BUSINESS INTELLIGENCE W ZARZĄDZANIU WIEDZĄ W ORGANIZACJI SYSTEMY BUSINESS INTELLIGENCE W ZARZĄDZANIU WIEDZĄ W ORGANIZACJI Streszczenie Celina M. Olszak Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach olszak@ae.katowice.pl W artykule przedstawiono specyfikę

Bardziej szczegółowo

P R E Z E N T A C J A

P R E Z E N T A C J A P R E Z E N T A C J A decyzje-it.pl internetowy serwis branŝy IT specjalizujący się w oprogramowaniu dla biznesu Serwis decyzje-it.pl Kim jesteśmy? decyzje-it.pl to specjalistyczny, internetowy serwis

Bardziej szczegółowo

System B2B jako element przewagi konkurencyjnej

System B2B jako element przewagi konkurencyjnej 2012 System B2B jako element przewagi konkurencyjnej dr inż. Janusz Dorożyński ZETO Bydgoszcz S.A. Analiza biznesowa integracji B2B Bydgoszcz, 26 września 2012 Kilka słów o sobie główny specjalista ds.

Bardziej szczegółowo

Wprowadzenie do technologii Business Intelligence i hurtowni danych

Wprowadzenie do technologii Business Intelligence i hurtowni danych Wprowadzenie do technologii Business Intelligence i hurtowni danych 1 Plan rozdziału 2 Wprowadzenie do Business Intelligence Hurtownie danych Produkty Oracle dla Business Intelligence Business Intelligence

Bardziej szczegółowo

Małopolska wobec epuap

Małopolska wobec epuap Małopolska wobec epuap Zasady integracji samorządów Małopolski na platformie epap poprzez Cyfrowy Urząd Kraków, 2 kwietnia 2004 r. Cyfrowy Urząd stan obecny Elektroniczna platforma komunikacyjna umoŝliwiającą

Bardziej szczegółowo

Prezentacja specjalności studiów II stopnia. Inteligentne Technologie Internetowe

Prezentacja specjalności studiów II stopnia. Inteligentne Technologie Internetowe Prezentacja specjalności studiów II stopnia Inteligentne Technologie Internetowe Koordynator specjalności Prof. dr hab. Jarosław Stepaniuk Tematyka studiów Internet jako zbiór informacji Przetwarzanie:

Bardziej szczegółowo

Transformacja wiedzy w budowie i eksploatacji maszyn

Transformacja wiedzy w budowie i eksploatacji maszyn Uniwersytet Technologiczno Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI W pracy przedstawiono proces

Bardziej szczegółowo

Akademia Ekonomiczna w Poznaniu Katedra Informatyki Ekonomicznej. Internet 2.0

Akademia Ekonomiczna w Poznaniu Katedra Informatyki Ekonomicznej. Internet 2.0 Internet 2.0 Plan Czym jest Internet 2.0? Charakterystyczne cechy Internetu 2.0 RóŜnice między Internetem 1.0 a 2.0 Internet 2.0 jaki znamy Technologie Internet Semantyczny a Internet 2.0 Internet 2.0

Bardziej szczegółowo

Skomputeryzowane Informacyjne Systemy Zarządzania (SISZ) Rodzaje systemów informacyjnych w biznesie. Systemy informacyjne. System informatyczny

Skomputeryzowane Informacyjne Systemy Zarządzania (SISZ) Rodzaje systemów informacyjnych w biznesie. Systemy informacyjne. System informatyczny Rodzaje systemów informacyjnych w biznesie Systemy informacyjne Informacyjne systemy zarządzania Skomputeryzowane informacyjne systemy zarządzania 2 Systemy informacyjne Najszersze pojęcie, związane z

Bardziej szczegółowo

Przegląd przykładowych rozwiązań technicznych stosowanych przez pracodawców do inwigilacji pracowników. Jakub Bojanowski Partner

Przegląd przykładowych rozwiązań technicznych stosowanych przez pracodawców do inwigilacji pracowników. Jakub Bojanowski Partner Przegląd przykładowych rozwiązań technicznych stosowanych przez pracodawców do inwigilacji pracowników Jakub Bojanowski Partner Agenda. 1 Wprowadzenie 2 Metody inwigilacji technicznej 3 Podsumowanie 1

Bardziej szczegółowo

OPIS i SPECYFIKACJA TECHNICZNA

OPIS i SPECYFIKACJA TECHNICZNA OPIS i SPECYFIKACJA TECHNICZNA Dotyczy Konkursu ofert numer 1/POIG 8.2/2013 WdroŜenie internetowego systemu klasy B2B do automatyzacji procesów biznesowych oraz koordynacji działań z partnerami w firmie

Bardziej szczegółowo

SHAREPOINT SHAREPOINT QM SHAREPOINT DESINGER SHAREPOINT SERWER. Opr. Barbara Gałkowska

SHAREPOINT SHAREPOINT QM SHAREPOINT DESINGER SHAREPOINT SERWER. Opr. Barbara Gałkowska SHAREPOINT SHAREPOINT QM SHAREPOINT DESINGER SHAREPOINT SERWER Opr. Barbara Gałkowska Microsoft SharePoint Microsoft SharePoint znany jest również pod nazwą Microsoft SharePoint Products and Technologies

Bardziej szczegółowo

Zalew danych skąd się biorą dane? są generowane przez banki, ubezpieczalnie, sieci handlowe, dane eksperymentalne, Web, tekst, e_handel

Zalew danych skąd się biorą dane? są generowane przez banki, ubezpieczalnie, sieci handlowe, dane eksperymentalne, Web, tekst, e_handel według przewidywań internetowego magazynu ZDNET News z 8 lutego 2001 roku eksploracja danych (ang. data mining ) będzie jednym z najbardziej rewolucyjnych osiągnięć następnej dekady. Rzeczywiście MIT Technology

Bardziej szczegółowo

CELE I TREŚCI NAUCZANIA POSZCZEGÓLNYCH PRZEDMIOTÓW I. PRZEDMIOTY PODSTAWOWE, WSPÓLNE DLA OBYDWU ŚCIEŻEK:

CELE I TREŚCI NAUCZANIA POSZCZEGÓLNYCH PRZEDMIOTÓW I. PRZEDMIOTY PODSTAWOWE, WSPÓLNE DLA OBYDWU ŚCIEŻEK: CELE I TREŚCI NAUCZANIA POSZCZEGÓLNYCH PRZEDMIOTÓW PODYPLOMOWYCH STUDIÓW INFOBROKERSTWA I ZARZĄDZANIA INFORMACJĄ I. PRZEDMIOTY PODSTAWOWE, WSPÓLNE DLA OBYDWU ŚCIEŻEK: 1. Informacja w nauce, społeczeństwie

Bardziej szczegółowo

Usługi analityczne budowa kostki analitycznej Część pierwsza.

Usługi analityczne budowa kostki analitycznej Część pierwsza. Usługi analityczne budowa kostki analitycznej Część pierwsza. Wprowadzenie W wielu dziedzinach działalności człowieka analiza zebranych danych jest jednym z najważniejszych mechanizmów podejmowania decyzji.

Bardziej szczegółowo

Marcin Adamczak Jakub Gruszka MSP. Business Intelligence

Marcin Adamczak Jakub Gruszka MSP. Business Intelligence Marcin Adamczak Jakub Gruszka MSP Business Intelligence Plan Prezentacji Definicja Podział Zastosowanie Wady i zalety Przykłady Historia W październiku 1958 Hans Peter Luhn pracownik działu badań w IBM

Bardziej szczegółowo

Portale raportowe, a narzędzia raportowe typu self- service

Portale raportowe, a narzędzia raportowe typu self- service Portale raportowe, a narzędzia raportowe typu self- service Bartłomiej Graczyk Kierownik Projektów / Architekt rozwiązań Business Intelligence E mail: bartek@graczyk.info.pl Site: www.graczyk.info.pl Agenda

Bardziej szczegółowo

ETL - wykład III. Zagadnienia do omówienia. Identyfikacja wymagań

ETL - wykład III. Zagadnienia do omówienia. Identyfikacja wymagań ETL - wykład III Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2006-2008 Zagadnienia do omówienia 1. na dane 2. Specyfikacja wymagań / systemu 3. Integracja informacji 4. Dyskusja

Bardziej szczegółowo

System do rekrutacji nowej generacji

System do rekrutacji nowej generacji System do rekrutacji nowej generacji PYTON Falcon pozwala usprawnić proces rekrutacji zewnętrznej i wewnętrznej, zarządza całym procesem rekrutacyjnym: wakatami, ofertami pracy, rozmowami kwalifikacyjnymi,

Bardziej szczegółowo

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA Wykład 8 Narzędzia zarządzania informacją cz. 2 Dr inż. Mariusz Makuchowski Baza wiedzy Baza wiedzy (ang. Knowledgebase) stanowi swoisty rejestr problemów zgłaszanych

Bardziej szczegółowo

Rok akademicki: 2014/2015 Kod: EAR-2-106-IS-s Punkty ECTS: 4. Kierunek: Automatyka i Robotyka Specjalność: Informatyka w sterowaniu i zarządzaniu

Rok akademicki: 2014/2015 Kod: EAR-2-106-IS-s Punkty ECTS: 4. Kierunek: Automatyka i Robotyka Specjalność: Informatyka w sterowaniu i zarządzaniu Nazwa modułu: Systemy informatyczne w produkcji Rok akademicki: 2014/2015 Kod: EAR-2-106-IS-s Punkty ECTS: 4 Wydział: Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Kierunek: Automatyka

Bardziej szczegółowo

TWORZENIE BAZ WIEDZY W SYSTEMACH EKSPERTOWYCH GOSPODAROWANIA MAJĄTKIEM OBROTOWYM PREDSIĘBIORSTWA

TWORZENIE BAZ WIEDZY W SYSTEMACH EKSPERTOWYCH GOSPODAROWANIA MAJĄTKIEM OBROTOWYM PREDSIĘBIORSTWA TWORZENIE BAZ WIEDZY W SYSTEMACH EKSPERTOWYCH GOSPODAROWANIA MAJĄTKIEM OBROTOWYM PREDSIĘBIORSTWA Leszek Kiełtyka, Waldemar Jędrzejczyk Wprowadzenie Systemy ekspertowe (SE) są to komputerowe programy konsultacyjne,

Bardziej szczegółowo

kierunkową rozwoju informatyzacji Polski do roku 2013 oraz perspektywiczną prognozą transformacji społeczeństwa informacyjnego do roku 2020.

kierunkową rozwoju informatyzacji Polski do roku 2013 oraz perspektywiczną prognozą transformacji społeczeństwa informacyjnego do roku 2020. Z A T W I E R D Z A M P R E Z E S Polskiego Komitetu Normalizacyjnego /-/ dr inż. Tomasz SCHWEITZER Strategia informatyzacji Polskiego Komitetu Normalizacyjnego na lata 2009-2013 1. Wprowadzenie Informatyzacja

Bardziej szczegółowo

SYLABUS demo TRENING PAMIĘCI MODUŁ I. Opanowanie skojarzeniowo wyobraŝeniowych metod zapamiętywania oraz innych, wybranych

SYLABUS demo TRENING PAMIĘCI MODUŁ I. Opanowanie skojarzeniowo wyobraŝeniowych metod zapamiętywania oraz innych, wybranych SYLABUS demo TRENING PAMIĘCI MODUŁ I Opis kursu Co jest przedmiotem kursu? Przedmiotem kursu jest trening w zakresie podstaw stosowania technik zapamiętywania. Kurs obejmuje równieŝ całą niezbędną wiedzę

Bardziej szczegółowo

METODY WSPOMAGANIA DECYZJI MENEDŻERSKICH

METODY WSPOMAGANIA DECYZJI MENEDŻERSKICH PREZENTACJA SEPCJALNOŚCI: METODY WSPOMAGANIA DECYZJI MENEDŻERSKICH WYDZIAŁ INFORMATYKI I KOMUNIKACJI KIERUNEK INFORMATYKA I EKONOMETRIA SEKRETARIAT KATEDRY BADAŃ OPERACYJNYCH Budynek D, pok. 621 e-mail

Bardziej szczegółowo

E-logistyka Redakcja naukowa Waldemar Wieczerzycki

E-logistyka Redakcja naukowa Waldemar Wieczerzycki E-logistyka Redakcja naukowa Waldemar Wieczerzycki E-logistyka to szerokie zastosowanie najnowszych technologii informacyjnych do wspomagania zarządzania logistycznego przedsiębiorstwem (np. produkcją,

Bardziej szczegółowo

Sylabus przedmiotu: Data wydruku: Dla rocznika: 2014/2015. Kierunek: Opis przedmiotu. Dane podstawowe. Efekty i cele. Opis. 1 z 5

Sylabus przedmiotu: Data wydruku: Dla rocznika: 2014/2015. Kierunek: Opis przedmiotu. Dane podstawowe. Efekty i cele. Opis. 1 z 5 Sylabus przedmiotu: Specjalność: Informatyka w zarządzaniu Wszystkie specjalności Data wydruku: Dla rocznika: 2014/2015 Kierunek: Wydział: Zarządzanie Ekonomii, Zarządzania i Turystyki Dane podstawowe

Bardziej szczegółowo

Platforma Cognos. Agata Tyma CMMS Department Marketing & Sales Specialist atyma@aiut.com.pl. 2011 AIUT Sp. z o. o.

Platforma Cognos. Agata Tyma CMMS Department Marketing & Sales Specialist atyma@aiut.com.pl. 2011 AIUT Sp. z o. o. Platforma Cognos Agata Tyma CMMS Department Marketing & Sales Specialist atyma@aiut.com.pl Business Intelligence - Fakty Kierownicy tracą około 2 godzin dziennie na szukanie istotnych informacji. Prawie

Bardziej szczegółowo

Hurtownie danych i systemy informacji gospodarczej. Vastosowanie w handlu elektronicznym.

Hurtownie danych i systemy informacji gospodarczej. Vastosowanie w handlu elektronicznym. Hurtownie danych i systemy informacji gospodarczej. Vastosowanie w handlu elektronicznym. Autorzy: Alan R. Simon, Steven L. Shaffer Słowo wstępne. Wprowadzenie. Część I - Podstawy: koncepcje i modele handlu

Bardziej szczegółowo

Automatyzacja Procesu SprzedaŜy

Automatyzacja Procesu SprzedaŜy Automatyzacja Procesu SprzedaŜy Sales Force Automation (SFA) jest istotną funkcją systemu OM CRM, poniewaŝ usprawnia i zwiększa przebieg procesu sprzedaŝy całego zespołu Twojej Firmy. SFA obejmuje kluczowe

Bardziej szczegółowo

World Wide Web? rkijanka

World Wide Web? rkijanka World Wide Web? rkijanka World Wide Web? globalny, interaktywny, dynamiczny, wieloplatformowy, rozproszony, graficzny, hipertekstowy - system informacyjny, działający na bazie Internetu. 1.Sieć WWW jest

Bardziej szczegółowo

DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE:

DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE: DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE: JAKIE PROBLEMY ROZWIĄZUJE BI 1 S t r o n a WSTĘP Niniejszy dokument to zbiór podstawowych problemów, z jakimi musi zmagać się przedsiębiorca, analityk,

Bardziej szczegółowo

Business Intelligence jako narzędzie do walki z praniem brudnych pieniędzy

Business Intelligence jako narzędzie do walki z praniem brudnych pieniędzy Business www.comarch.pl Intelligence jako narzędzie do walki z praniem brudnych pieniędzy Business Intelligence jako narzędzie do walki z praniem brudnych pieniędzy Tomasz Matysik Kołobrzeg, 19.11.2009

Bardziej szczegółowo

Specjalizacja magisterska Bazy danych

Specjalizacja magisterska Bazy danych Specjalizacja magisterska Bazy danych Strona Katedry http://bd.pjwstk.edu.pl/katedra/ Prezentacja dostępna pod adresem: http://www.bd.pjwstk.edu.pl/bazydanych.pdf Wymagania wstępne Znajomość podstaw języka

Bardziej szczegółowo

Strona internetowa projektu: www.ipr.fnm.pl. Osoba odpowiedzialna: k.kubisty@fnm.pl lub

Strona internetowa projektu: www.ipr.fnm.pl. Osoba odpowiedzialna: k.kubisty@fnm.pl lub Narzędzia informatyczne służące do efektywnego zarządzania Centrum Kompetencji Seed i Start-up, procesami decyzyjnymi w nim zachodzącymi oraz budowania bazy pomysłodawców, technologii i ekspertów zewnętrznych

Bardziej szczegółowo

SYSTEMY INFORMATYCZNE W ZARZĄDZANIU ŁAŃCUCHEM DOSTAW

SYSTEMY INFORMATYCZNE W ZARZĄDZANIU ŁAŃCUCHEM DOSTAW Streszczenie SYSTEMY INFORMATYCZNE W ZARZĄDZANIU ŁAŃCUCHEM DOSTAW Piotr Piorunkiewicz Politechnika Śląska, Wydział Organizacji i Zarządzania piorunkiewicz@woiz.polsl.pl Filozofia zarządzania łańcuchem

Bardziej szczegółowo

KIERUNKOWE EFEKTY KSZTAŁCENIA

KIERUNKOWE EFEKTY KSZTAŁCENIA WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA II STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA NAUK TECHNICZNYCH Dyscyplina

Bardziej szczegółowo

INŻYNIERIA OPROGRAMOWANIA

INŻYNIERIA OPROGRAMOWANIA INSTYTUT INFORMATYKI STOSOWANEJ 2013 INŻYNIERIA OPROGRAMOWANIA Inżynieria Oprogramowania Proces ukierunkowany na wytworzenie oprogramowania Jak? Kto? Kiedy? Co? W jaki sposób? Metodyka Zespół Narzędzia

Bardziej szczegółowo

Prezentacja FusionSystem

Prezentacja FusionSystem Prezentacja FusionSystem sierpień 2014 1 O systemie System zarządzania marketingiem FusionSystem powstał jako odpowiedź na zwiększone zapotrzebowanie firm na usługi reklamy w Internecie. Połączenie zaawansowanych

Bardziej szczegółowo

Systemy zarządzania wiedzą w strategiach firm. Prof. dr hab. Irena Hejduk Szkoła Głowna Handlowa w Warszawie

Systemy zarządzania wiedzą w strategiach firm. Prof. dr hab. Irena Hejduk Szkoła Głowna Handlowa w Warszawie Systemy zarządzania wiedzą w strategiach firm Prof. dr hab. Irena Hejduk Szkoła Głowna Handlowa w Warszawie Wprowadzenie istota zarządzania wiedzą Wiedza i informacja, ich jakość i aktualność stają się

Bardziej szczegółowo

ZAKRES NAUCZANIA INFORMATYKI EKONOMICZNEJ NA STUDIACH EKONOMICZNYCH I INFORMATYCZNYCH

ZAKRES NAUCZANIA INFORMATYKI EKONOMICZNEJ NA STUDIACH EKONOMICZNYCH I INFORMATYCZNYCH ZAKRES NAUCZANIA INFORMATYKI EKONOMICZNEJ NA STUDIACH EKONOMICZNYCH I INFORMATYCZNYCH Magdalena Kotnis Wprowadzenie Zakres tematyczny obszaru Informatyki Ekonomicznej jest obszerny. Pierwsze próby zakreślenia

Bardziej szczegółowo

Zintegrowane Systemy Informatyczne analiza, projektowanie, wdrażanie

Zintegrowane Systemy Informatyczne analiza, projektowanie, wdrażanie dr hab. Grzegorz Bartoszewicz, prof. nadzw. UEP Katedra Informatyki Ekonomicznej Zintegrowane Systemy Informatyczne analiza, projektowanie, wdrażanie Tematyka seminarium związana jest z wykorzystaniem

Bardziej szczegółowo

Projekt: Współpraca i Rozwój wzrost potencjału firm klastra INTERIZON

Projekt: Współpraca i Rozwój wzrost potencjału firm klastra INTERIZON Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Projekt: Współpraca i Rozwój wzrost potencjału firm klastra INTERIZON Opis szkoleń z obszaru INFORMATYKA planowanych

Bardziej szczegółowo

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA PROJEKTAMI W PRZEDSIĘBIORSTWIE

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA PROJEKTAMI W PRZEDSIĘBIORSTWIE KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA PROJEKTAMI W PRZEDSIĘBIORSTWIE Seweryn SPAŁEK Streszczenie: Zarządzanie projektami staje się coraz bardziej powszechne w przedsiębiorstwach produkcyjnych, handlowych

Bardziej szczegółowo

I rok. semestr 1 semestr 2 15 tyg. 15 tyg. Razem ECTS. laborat. semin. ECTS. konwer. wykł. I rok. w tym. Razem ECTS. laborat. semin. ECTS. konwer.

I rok. semestr 1 semestr 2 15 tyg. 15 tyg. Razem ECTS. laborat. semin. ECTS. konwer. wykł. I rok. w tym. Razem ECTS. laborat. semin. ECTS. konwer. Wydział Informatyki i Nauki o Materiałach Kierunek Informatyka studia I stopnia inżynierskie studia stacjonarne 08- IO1S-13 od roku akademickiego 2015/2016 A Lp GRUPA TREŚCI PODSTAWOWYCH kod Nazwa modułu

Bardziej szczegółowo

Instrukcja do panelu administracyjnego. do zarządzania kontem FTP WebAs. www.poczta.greenlemon.pl

Instrukcja do panelu administracyjnego. do zarządzania kontem FTP WebAs. www.poczta.greenlemon.pl Instrukcja do panelu administracyjnego do zarządzania kontem FTP WebAs www.poczta.greenlemon.pl Opracowanie: Agencja Mediów Interaktywnych GREEN LEMON Spis treści 1.Wstęp 2.Konfiguracja 3.Konto FTP 4.Domeny

Bardziej szczegółowo

Sieci VPN SSL czy IPSec?

Sieci VPN SSL czy IPSec? Sieci VPN SSL czy IPSec? Powody zastosowania sieci VPN: Geograficzne rozproszenie oraz duŝa mobilność pracowników i klientów przedsiębiorstw i instytucji, Konieczność przesyłania przez Internet danych

Bardziej szczegółowo

Kompleksowe rozwiązanie informatyczne dla administracji publicznej i samorządów COMARCH WORKFLOW COMARCH WORKFLOW. Agenda

Kompleksowe rozwiązanie informatyczne dla administracji publicznej i samorządów COMARCH WORKFLOW COMARCH WORKFLOW. Agenda www.comarch.pl Kompleksowe rozwiązanie informatyczne dla administracji publicznej i samorządów COMARCH WORKFLOW II Konwent Informatyków Administracji Publicznej na Lubelszczyźnie 29.01.09 Agenda e-urząd

Bardziej szczegółowo

Wyzwania Biznesu. Co jest ważne dla Ciebie?

Wyzwania Biznesu. Co jest ważne dla Ciebie? Wyzwania Biznesu Zarabianie pieniędzy Oszczędzanie pieniędzy i poprawa wydajności Szybsze wprowadzanie produktów na rynek Maksymalizacja zwrotu z inwestycji portfelowych Trzymać się harmonogramu, budżetu

Bardziej szczegółowo

Semantyczny Monitoring Cyberprzestrzeni

Semantyczny Monitoring Cyberprzestrzeni Semantyczny Monitoring Cyberprzestrzeni Partnerzy projektu: Katedra Informatyki Ekonomicznej Uniwersytet Ekonomiczny w Poznaniu Partnerzy projektu: Zarys problemu Źródło internetowe jako zasób użytecznych

Bardziej szczegółowo

Kierunek Informatyka stosowana Studia stacjonarne Studia pierwszego stopnia

Kierunek Informatyka stosowana Studia stacjonarne Studia pierwszego stopnia Studia pierwszego stopnia I rok Matematyka dyskretna 30 30 Egzamin 5 Analiza matematyczna 30 30 Egzamin 5 Algebra liniowa 30 30 Egzamin 5 Statystyka i rachunek prawdopodobieństwa 30 30 Egzamin 5 Opracowywanie

Bardziej szczegółowo

Systemy Informacji Przestrzennej

Systemy Informacji Przestrzennej Systemy Informacji Przestrzennej Maciej Bednarski mbednarski@ispik.pl Cieszyn, 14 października 2010 Instytut Systemów Przestrzennych i Katastralnych S.A. GLIWICE Krótka historia Instytutu Rozpoczęcie działalności

Bardziej szczegółowo

INFORMATYKA PLAN STUDIÓW NIESTACJONARNYCH 2-GO STOPNIA (W UKŁADZIE ROCZNYM) STUDIA ROZPOCZYNAJĄCE SIĘ W ROKU AKADEMICKIM 2015/16

INFORMATYKA PLAN STUDIÓW NIESTACJONARNYCH 2-GO STOPNIA (W UKŁADZIE ROCZNYM) STUDIA ROZPOCZYNAJĄCE SIĘ W ROKU AKADEMICKIM 2015/16 -learning INFORMATYKA PLAN STUDIÓ NISTACJONARNYCH 2-GO STOPNIA ( UKŁADZI ROCZNYM) STUDIA ROZPOCZYNAJĄC SIĘ ROKU AKADMICKIM 2015/16 Rok I Zajęcia dydaktyczne obligatoryjne ybrane zagadnienia matematyki

Bardziej szczegółowo

Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl

Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Plan wykładów Wprowadzenie - integracja

Bardziej szczegółowo

WYDZIAŁ INFORMATYKI. Warszawa, 2010.04.16. Do wszystkich Wykonawców

WYDZIAŁ INFORMATYKI. Warszawa, 2010.04.16. Do wszystkich Wykonawców WYDZIAŁ INFORMATYKI ul. Świętokrzyska 14 B, skr. poczt. 411, U.P. Warszawa 1, 00-950 Warszawa tel. (22)5567518, e-mail: anna.przylecka@pkn.pl Warszawa, 2010.04.16 Do wszystkich Wykonawców Dotyczy: postępowania

Bardziej szczegółowo

III Edycja ITPro 16 maja 2011

III Edycja ITPro 16 maja 2011 III Edycja ITPro 16 maja 2011 SharePoint 2010 SharePoint jako platforma ERP Paweł Szczecki pawel.szczecki@predica.pl Prelegent Paweł Szczecki Współwłaściciel firmy Predica sp. z o.o. Odpowiedzialny za

Bardziej szczegółowo

Hurtownie danych - przegląd technologii

Hurtownie danych - przegląd technologii Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Plan wykład adów Wprowadzenie - integracja

Bardziej szczegółowo

Tomasz Grześ. Systemy zarządzania treścią

Tomasz Grześ. Systemy zarządzania treścią Tomasz Grześ Systemy zarządzania treścią Co to jest CMS? CMS (ang. Content Management System System Zarządzania Treścią) CMS definicje TREŚĆ Dowolny rodzaj informacji cyfrowej. Może to być np. tekst, obraz,

Bardziej szczegółowo

Security Master Class

Security Master Class Security Master Class Platforma kompleksowej analizy zdarzeń Linux Polska SIEM Radosław Żak-Brodalko Senior Solutions Architect Linux Polska sp. z o.o. Podstawowe problemy Jak pokryć lukę między technicznym

Bardziej szczegółowo

Na środowisko teleinformatyczne zbudowane w ramach Projektu składać się będzie sprzęt komputerowy oraz oprogramowanie.

Na środowisko teleinformatyczne zbudowane w ramach Projektu składać się będzie sprzęt komputerowy oraz oprogramowanie. SEKAP SYSTEM ELEKTRONICZNEJ KOMUNIKACJI ADMINISTRACJI PUBLICZNEJ W WOJEWÓDZTWIE ŚLĄSKIM ZAKRES PROJEKTU Zakres projektu SEKAP - produkty Zakres projektu obejmuje stworzenie teleinformatycznego środowiska

Bardziej szczegółowo

Modernizacja systemów zarządzania i obsługi klienta w Kasie Rolniczego Ubezpieczenia Społecznego

Modernizacja systemów zarządzania i obsługi klienta w Kasie Rolniczego Ubezpieczenia Społecznego Modernizacja systemów zarządzania i obsługi klienta w Kasie Rolniczego Ubezpieczenia Społecznego Wicedyrektor Biura Kadr i Szkolenia Centrali KRUS 1 Projekty Komponentu A Poakcesyjnego Programu Wsparcia

Bardziej szczegółowo

Prezentacja specjalności Inżynieria Systemów Informatycznych

Prezentacja specjalności Inżynieria Systemów Informatycznych Prezentacja specjalności Inżynieria Systemów Informatycznych Kierownik specjalności: Prof. nzw. Marzena Kryszkiewicz Konsultacje: piątek, 16:15-17:45, pok. 318 Sylwetka absolwenta: inżynier umiejętności

Bardziej szczegółowo

STUDIA NIESTACJONARNE I STOPNIA Przedmioty kierunkowe

STUDIA NIESTACJONARNE I STOPNIA Przedmioty kierunkowe STUDIA NIESTACJONARNE I STOPNIA Przedmioty kierunkowe Technologie informacyjne prof. dr hab. Zdzisław Szyjewski 1. Rola i zadania systemu operacyjnego 2. Zarządzanie pamięcią komputera 3. Zarządzanie danymi

Bardziej szczegółowo

Tematy prac dyplomowych w roku akademickim 2012/2013 zgłoszone w Zakładzie Systemów Rozproszonych

Tematy prac dyplomowych w roku akademickim 2012/2013 zgłoszone w Zakładzie Systemów Rozproszonych Tematy prac dyplomowych w roku akademickim 2012/2013 zgłoszone w Zakładzie Systemów Rozproszonych L.p. Opiekun pracy Temat 1. dr hab. inż. Franciszek Grabowski 2. dr hab. inż. Franciszek Grabowski 3. dr

Bardziej szczegółowo

Technologie Internetowe i Algorytmy

Technologie Internetowe i Algorytmy Technologie Internetowe i Algorytmy Katedra Algorytmów i Modelowania Systemów Cel Chcemy zapewnić absolwentom: dobre przygotowanie teoretyczne znajomość nowoczesnych technologii Profil absolwenta Przedmioty

Bardziej szczegółowo

Case study: Mobilny serwis WWW dla Kolporter

Case study: Mobilny serwis WWW dla Kolporter Case study: Mobilny serwis WWW dla Kolporter Sklep internetowy Kolporter.pl oferuje swoim Klientom blisko 100 000 produktów w tym: ksiąŝki, muzykę, film i gry. Kolporter postanowił stworzyć nowy kanał

Bardziej szczegółowo

Zarządzanie kompetencjami pracowników

Zarządzanie kompetencjami pracowników Zarządzanie kompetencjami pracowników Kompetencje IT w dobie cyfryzacji i informatyzacji życia gospodarczego Baza wymaganych kompetencji i jej zmiana w czasie Kompetencje a stanowisko pracy Indywidualizacja

Bardziej szczegółowo

T2A_W01 T2A_W01 T2A_W02 3 SI_W03 Posiada szeroką wiedzę w zakresie teorii grafów T2A_W01

T2A_W01 T2A_W01 T2A_W02 3 SI_W03 Posiada szeroką wiedzę w zakresie teorii grafów T2A_W01 Efekty dla studiów drugiego stopnia profil ogólnoakademicki, na kierunku Informatyka w języku polskim, na specjalnościach Metody sztucznej inteligencji oraz Projektowanie systemów CAD/CAM, na Wydziale

Bardziej szczegółowo

Dodatkowo, w przypadku modułu dotyczącego integracji z systemami partnerów, Wykonawca będzie przeprowadzał testy integracyjne.

Dodatkowo, w przypadku modułu dotyczącego integracji z systemami partnerów, Wykonawca będzie przeprowadzał testy integracyjne. Załącznik nr 1a do Zapytania ofertowego nr POIG.08.02-01/2014 dotyczącego budowy oprogramowania B2B oraz dostawcy sprzętu informatycznego do projektu pn. Budowa systemu B2B integrującego zarządzanie procesami

Bardziej szczegółowo

Zarządzanie łańcuchem dostaw

Zarządzanie łańcuchem dostaw Społeczna Wyższa Szkoła Przedsiębiorczości i Zarządzania kierunek: Zarządzanie i Marketing Zarządzanie łańcuchem dostaw Wykład 1 Opracowanie: dr Joanna Krygier 1 Zagadnienia Wprowadzenie do tematyki zarządzania

Bardziej szczegółowo

Analityk i współczesna analiza

Analityk i współczesna analiza Analityk i współczesna analiza 1. Motywacje 2. Analitycy w IBM RUP 3. Kompetencje analityka według IIBA BABOK Materiały pomocnicze do wykładu z Modelowania i Analizy Systemów na Wydziale ETI PG. Ich lektura

Bardziej szczegółowo

E - PUBLIC RELATIONS POJĘCIE I ZASTOSOWANIE

E - PUBLIC RELATIONS POJĘCIE I ZASTOSOWANIE Łukasz Żabski E - PUBLIC RELATIONS POJĘCIE I ZASTOSOWANIE Public relations (PR) w Internecie fachowo określane jako e-pr, polega na budowaniu i utrzymaniu dobrych relacji ze wspólnotami mogącymi mieć znaczący

Bardziej szczegółowo

Trochę się zmieniło, Model biznesowy Architektura Społeczna w EA Inteligentne aplikacje System EVERPROGRESS Główne funkcje systemu Osobisty asystent

Trochę się zmieniło, Model biznesowy Architektura Społeczna w EA Inteligentne aplikacje System EVERPROGRESS Główne funkcje systemu Osobisty asystent Trochę się zmieniło, Model biznesowy Architektura Społeczna w EA Inteligentne aplikacje System EVERPROGRESS Główne funkcje systemu Osobisty asystent więcej niż prosta aplikacja Cechy niefunkcjonalne systemu

Bardziej szczegółowo

Zarządzaj projektami efektywnie i na wysokim poziomie. Enovatio Projects SYSTEM ZARZĄDZANIA PROJEKTAMI

Zarządzaj projektami efektywnie i na wysokim poziomie. Enovatio Projects SYSTEM ZARZĄDZANIA PROJEKTAMI Sprawne zarządzanie projektami Tworzenie planów projektów Zwiększenie efektywności współpracy Kontrolowanie i zarządzanie zasobami jak również pracownikami Generowanie raportów Zarządzaj projektami efektywnie

Bardziej szczegółowo