Cilji in kompetence
Študenti so sposobni razlikovati in analizirati področja uporabe umetne inteiigence v poslovnih informcijskih rešitvah. Znajo uporabiti primerne pripomočke in platforme umetne inteligence.
Vsebina
Predmet Umetna inteligenca v poslovnih informacijskih rešitvah se osredotoča na uporabo umetne inteligence, vključno z naprednim napovednim modeliranjem, strojnim učenjem in drugimi orodji podatkovne znanosti v primeru avtomatizacije in optimizacije delovanja poslovnih funkcij (poslovnih procesov), ki so podprti z uporabo naprednih poslovnih informacijskih rešitev (tj. modernih rešitev ERP). Študenti bodo imeli priložnost uporabiti svoje veščine vizualizacije podatkov, orodij za rudarjenje podatkov, napovedno modeliranje in naprednih tehnik optimizacije za reševanje izzivov poslovnih področij oz. poslovnih funkcij. Učinkovito podatkovno inženirstvo je bistveno za doseganje konkurenčne prednosti in ta vse bolj temelji na podatkovni analitiki. Sodobne platforme podatkovnega inženiringa zmanjšujejo ročno pripravo podatkov z avtomatizacijo procesov. To pa podjetjem omogoča večjo učinkovitost pri obdelavi podatkov v kontekstu podatkovne znanosti na področju posameznih poslovnih funkcij in procesov. Ta predmet nudi študentom temeljito razumevanje osnov platform za podatkovno inženirstvo, tako za operativne kot analitične primere uporabe, hkrati pa pridobijo znanje za podatkovno inženirstvo v okviru poslovnih informacijskih rešitev. Predmet bo obravnaval tudi tehnološke ekosisteme za analizo velikih količin podatkov.
Metode poučevanja in učenja
- predavanja
- vodene vaje v računalniški učilnici
- analiza primerov
Predvideni študijski rezultati - znanje in razumevanje
Študenti pri tem predmetu:
1. Ponovijo koncepte poslovne informatike in poslovnih informacijskih sistemov
2. Sistematično nadgradijo znanje o poslovnih informacijskih rešitvah in konceptih umetne inlteligence na tem področju (PILO 2a, PILO 3b)
3. Se usposobijo uporabljati teoretično znanje pri robotski avtomatizaciji procesov (PILO 2a, PILO 3a)
4. Se usposobijo uporabljati teoretično znanje pri podatkovnem rudarjenju v okviru poslovnih informacijskih rešitev (PILO 2a, PILO 3a)
5. So sposobni izbrati pripomočke umetne inteligence v okoljih poslovnih informacijkih rešitev (PILO 2a, PILO 3a)
6. Pridobijo praktične izkušnje za uporabo pripomočkov in platform umetne inteligence v okolju poslovnih inforcijskih rešitev (PILO 3b, PILO 3c)
7. Se zavedajo etičnih in trajnostnih vidikov na področju uporabe umetne inteligence v poslovnih informacijskih rešitvah (PILO 4a, PILO 4c)
Oznaka PILO (i.e. predvideni študijski rezultati programa) opredeljuje prispevek posameznega naštetega predvidenega študijskega rezultata učne enote k doseganju splošnih in/ali predmetno-specifičnih kompetenc oziroma učnih izidov, ki se s programom pridobijo).
Predvideni študijski rezultati - Prenosljive/ključne spretnosti in drugi atributi
Študenti pri tem predmetu:
1. Ponovijo koncepte poslovne informatike in poslovnih informacijskih sistemov
2. Sistematično nadgradijo znanje o poslovnih informacijskih rešitvah in konceptih umetne inlteligence na tem področju (PILO 2a, PILO 3b)
3. Se usposobijo uporabljati teoretično znanje pri robotski avtomatizaciji procesov (PILO 2a, PILO 3a)
4. Se usposobijo uporabljati teoretično znanje pri podatkovnem rudarjenju v okviru poslovnih informacijskih rešitev (PILO 2a, PILO 3a)
5. So sposobni izbrati pripomočke umetne inteligence v okoljih poslovnih informacijkih rešitev (PILO 2a, PILO 3a)
6. Pridobijo praktične izkušnje za uporabo pripomočkov in platform umetne inteligence v okolju poslovnih inforcijskih rešitev (PILO 3b, PILO 3c)
7. Se zavedajo etičnih in trajnostnih vidikov na področju uporabe umetne inteligence v poslovnih informacijskih rešitvah (PILO 4a, PILO 4c)
Oznaka PILO (i.e. predvideni študijski rezultati programa) opredeljuje prispevek posameznega naštetega predvidenega študijskega rezultata učne enote k doseganju splošnih in/ali predmetno-specifičnih kompetenc oziroma učnih izidov, ki se s programom pridobijo).
Temeljni literatura in viri
STERNAD ZABUKOVŠEK, Simona, TOMINC, Polona, BOBEK, Samo. Business informatics principles. V: PÁSZTO, Vít (ur.), et al. Spationomy : spatial exploration of economic data and methods of interdisciplinary analytics. Cham: Springer. cop. 2020, str. 93-118. https://doi.org/10.1007/978-3-030-26626-4_4, https://link.springer.com/content/pdf/10.1007%2F978-3-030-26626-4_4.pdf
Singh, S. Enterprise Resource Plannig. Lovelely Professional University, Punjab (India). https://ebooks.lpude.in/computer_application/bca/term_5/DCAP302_DCAP514_ENTERPRISE_RESOURCE_PLANNING.pdf
Podrobnosti o izvedbi in ocenjevanju Teoretični izpit (40%)
Praktični izpit (40%)
Sprotna naloga/projekt (20%)
Teoretični izpit - pisni izpit z vsaj enim vprašanjem iz vsakega sklopa v okviru predmeta.
Praktični izpit - praktični izpit z vsaj eno nalogo iz vsakega sklopa računalniškega pripomočka/rešitve, ki je vključena v predmet.
Sprotna naloga/projekt - sprotna naloga z vsaj eno zadolžitvijo iz vsakega sklopa predmeta.
