Технологии цифровой трансформации

Программа охватывает основной круг вопросов, связанных с тенденциями, трендами и описанием сущности цифровой трансформации в современных условиях. В нем изложены цель и задачи, признаки, плюсы и минусы развития и ускорения цифровой трансформации, рассмотрены прогнозы, представлены наиболее типичные и важные примеры цифровой трансформации и их применение в различных отраслях. Значительное внимание уделено анализу перспектив применения видов цифровой трансформации для конкретных фирм и компаний по отраслям, прогнозам развития цифровой трансформации на российском рынке.

Программа вооружает слушателя знаниями современных трендов и тенденций развития глобального рынка новых технологий и позволяет развить навыки их прикладного использования при решении конкретных задач предприятия.

Преподавательский состав программы обладает обширным релевантным опытом в области разработки стратегий цифровой трансформации и инновационных ИТ-решений для компаний разных отраслей бизнеса.

АНО ДПО ИПК Арсенал имеет опыт реализации проектов по оказанию образовательных и информационно-консультационных услуг для ГБУ «Малый бизнес Москвы», ГАОУ ДПО «Московский центр качества образования», АО «Российский экспортный центр», включающих в том числе элементы внедрения технологий цифровой трансформации и диджитализации на разных уровнях и в разных отраслях бизнеса.

Модули программы:

• Тенденции и определения цифровой трансформации: Цифровизация общества и бизнеса трансформирует организации. Трансформация и процессы. Теория «прорывных инноваций». Пять фактов о цифровой трансформации.
• Тренды цифровой трансформации: Отбор менеджеров по продажам. Трансформация финансовой отрасли. Трансформация электроэнергетики. Концепция цифрового месторождения. Умное производство - Industry 4.0. Цифровая трансформация авторынка. Пять главных технологических трендов. Прорывные технологии.
• Дополненная реальность: Взаимодействие с виртуальным интерфейсом. Алгоритм работы. Маркеры дополненной реальности. Теория компьютерного зрения. Google glass, шлемы дополненной реальности. Особенности дополненной реальности. Ограничения. Прогноз от Gartner. Потребители технологии дополненной реальности. Использование технологий дополненной реальности в отраслях. Условия развития дополненной реальности
• Виртуальная реальность. Технологии виртуальной реальности. CAVE (Cave Automatic Virtual Environment). Виртуальный ретинальный монитор. Мнение Gartner. Реализация виртуального мира. Игровая индустрия. Путешествия в виртуальной реальности. Виртуальное обучение и симуляторы. Новые интерфейсы. 3D моделирование. 3D моделирование в производстве. 3D моделирование в разведке. 3D моделирование в добыче. 3D моделирование в строительстве. 3D моделирование в энергетике. Визуализация данных в 3D.
• Интернет вещей. Вещи в интернет и Интернет вещей. Схема отображения физических и виртуальных вещей. Дорожная карта Интернета вещей. Уровни интернета вещей. Ландшафт интернета вещей. Gartner: десять «горячих» технологий Интернета вещей. Кейсы использования. Состояние рынка в России.
• Технология машинного обучения. Машинное обучение. Особенности. Сферы приложения. Распознавание текста. Синтаксический разбор предложений. Boston Housing Data. Признаки. Диаграммы рассеяния для каждой пары переменных. Верхний треугольник матрицы корреляции. Кейсы и примеры использования.
• Объемная печать (3D печать). История появления идеи 3D печати. Особенность технологии СЛС. Моделирование методом послойного наплавления. Проект RepRap. Примеры 3D печати. Кейсы применения 3D печати. Потенциальные эффекты от 3D печати. Функциональность 3D принтера. Состояние рынка. 3D в России.
• Роботизация. Определение, сущность, история. Варианты управления. Манипуляционный робот. Мобильный робот. Основные области исследований в робототехнике. Экзоскелет НAL-5 с управлением от биотоков мышц. Использование антропоморфных роботов. Примеры. Прогнозы развития робототехники. Роботы на производстве. Автоматизация производства.
• Большие данные: Big Data. Определение, сущность, история.  Признаки больших данных - 3 Vs. 6V: volume, value, variety, veracity, viability, velocity. Поиск закономерностей. Откуда берутся большие данные. Какие компании обрабатывают большие данные. Примеры BIGDATA

• Образование – среднее или высшее профессиональное
• Квалификация – специальной квалификации не требуется
• Наличие опыта профессиональной деятельности – не требуется
• Предварительное освоение иных дисциплин/курсов /модулей – не требуется

• Образование – среднее или высшее профессиональное
• Квалификация – специальной квалификации не требуется
• Наличие опыта профессиональной деятельности – не требуется
• Предварительное освоение иных дисциплин/курсов /модулей – не требуется