Üzleti intelligencia labor

Business Intelligence Laboratory

A tantárgyleírás hatályossága

Hatályosság kezdete:

2026. March 21.

Hatályosság vége:

—

Tantárgy neve (magyarul, angolul)

Üzleti intelligencia labor

Business Intelligence Laboratory

Tantárgykód

BMEVIAUMB09

Tantárgyjelleg

—

Képzési szint

—

Kurzustípusok és óraszámok (heti/féléves)

Kurzustípus	elmélet	gyakorlat	laboratóriumi gyakorlat
óraszám (heti)	0	0	3
jelleg (kapcsolt/önálló)	—	—	önálló

Tanulmányi teljesítmény/értékelés típusa

félévközi érdemjegy

Tantárgy kreditértéke

Tantárgyfelelős

DR. Ekler Péter

beosztás: egyetemi docens

elérhetőség: ekler.peter@vik.bme.hu

Tantárgyat gondozó oktatási szervezeti egység

Automatizálási és Alkalmazott Informatikai Tanszék

https://www.aut.bme.hu

Kar

Villamosmérnöki és Informatikai Kar

Tantárgy weboldala

https://www.aut.bme.hu/Course/BMEVIAUMA02

Tantárgy elsődleges mintatantervi jellege

—

Közvetlen előkövetelmények – Erős előkövetelmény

nincs

Közvetlen előkövetelmények – Gyenge előkövetelmény

nincs

Közvetlen előkövetelmények – Párhuzamos előkövetelmény

nincs

Közvetlen előkövetelmények – Mérföldkő előkövetelmény

nincs

Közvetlen előkövetelmények – Kizáró feltétel

nincs

Célkitűzés

Tantárgyprogram

· A tárgyból 4 számítógépes labor (4x45p) (egyik önálló jelleggel) a félév elején és egy (önálló) projektfeladat lesz

· A laborok tematikája a következő:

o Open Source BI eszközök használata, adatbetöltés, reporting

o ELK alapú fejlesztés

o MSSQL alapú üzleti intelligencia megoldás fejlesztése, PowerBI a gyakorlatban

o Adatelemzés, statisztikai és adatbányászati eszközök használata

· A laborokon a jelenlétet a laborvezető ellenőrzi.

· A projektfeladattal kapcsolatban a félév során legalább 1 alkalommal előre egyeztetve biztosítunk konzultációt, egyedi kérdésekkel külön is kereshető a laborvezető.

· A projektfeladatot a félév végén rögzített időszakban kell bemutatni a laborvezetőnek.

· A projektfeladat témája: Saját BI megoldás fejlesztése: adatforrás(ok) bekötése, ETL folyamatok építése, reportok és döntéselőkészítő KPI-k megjelenítése és számítása

A labor célja, hogy laborfeladatok formájában lehetőséget biztosítson az Üzleti intelligencia tárgyakban ismertetett területek kipróbálására és gyakorlati elsajátítására.

Tanulmányi eredmények

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Tudás

Nincsenek rögzített tanulási eredmények.

Képességek

Nincsenek rögzített tanulási eredmények.

Attitűd

Nincsenek rögzített tanulási eredmények.

Autonómia és felelősség

Nincsenek rögzített tanulási eredmények.

Oktatási módszertan

Laboratórium

Tanulástámogató anyagok

Online források

Morgan Kaufmann, Business Intelligence Guidebook: From Data Integration to Analytics, 2014.; Joshua N. Milligan, Learning Tableau 10 - Second Edition: Business Intelligence and data visualization that brings your business into focus, 2016.; Alex Holmes: Hadoop in Practice, Second Edition, 2014.; John Russel: Cloudera Impala, 2013.; Phil Simon: Too Big to Ignore: The Business Case for Big Data, 2013.; Stephen Few: Information Dashboard Design: Displaying Data for At-a-Glance Monitoring, 2013.; Ralph Kimball, Margy Ross, Warren Thornthwaite, Joy Mundy, Bob Becker: The Kimball Group Reader: Relentlessly Practical Tools for Data Warehousing and Business Intelligence, 2010.; Howard Dresner: The Performance Management Revolution: Business Results Through Insight and Action, 2007.

A tantárgy teljesítéséhez ajánlott előzetes ismeretek

Tudás típusú kompetenciák

(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

Adatbázisok, számítógépes hálózatok, objektum orientált programozás

Képesség típusú kompetenciák

(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

nincs

Ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák

(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)

Adatbázisok, számítógépes hálózatok, objektum orientált programozás

Általános szabályok

Követelmények: Szorgalmi időszakban: - Az órarend szerinti foglalkozásokon való részvétel, - A laboratóriumi gyakorlatok sikeres elvégzése. Az elégtelen felkészültségű hallgatók a mérési gyakorlaton nem vehetnek részt, azt pótolniuk kell. További feltétel a mérés sikeres végrehajtása és az ezt dokumentáló jegyzőkönyv elfogadtatása a mérésvezető oktatóval. A jegyzőkönyvet a labor hetének végéig kell feltölteni. - A projektfeladat megoldásával legalább 40% pontszám elérése. - A félévközi jegy a labor jegyzőkönyvek osztályzatának és a projektfeladat pontszámának tevődik össze 50-50% arányban. Pótlási lehetőségek: Egy mérés pótolható a félév során. A projekt feladat a pótlás hét végéig pótolható.

Teljesítményértékelési módszerek

Szorgalmi időszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Szorgalmi időszakban végzett teljesítményértékelések részaránya

Nincs megadva részarány.

Vizsgaidőszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Vizsgarészek részaránya

Nincs megadva részarány.

Érdemjegy megállapítása

Nincs megadva érdemjegy határ.

Jelenléti és részvételi követelmények

Nincs megadva jelenléti követelmény.

Javítás, ismétlés és pótlás különös szabályai

Nincs megadva.

Rövid leírás

Nincs megadva.

Részletes leírás

Nincs megadva.

Ajánlott tantárgyak

BMEVIAUMA24 Üzleti Intelligencia BMEVITMA311 Adatbázisok BMEVIIIMA04 Szolgáltatásorientált rendszerintegráció

A tantárgy elvégzéséhez szükséges tanulmányi munka

Nincs megadva munkaidő bontás.

Tantárgykövetelmények hatályossága

Tantárgykövetelmények hatályosságának kezdete:

—

Tantárgykövetelmények hatályosságának vége:

—

Tantervi elhelyezés

Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.