Hội thảo "Khoa học dữ liệu trong kinh doanh, tài chính và công nghiệp"

03/07/2019, 14:08

Hội thảo "Khoa học dữ liệu trong kinh doanh, tài chính và công nghiệp" - Ngày 3/7, tại Đà Nẵng, Trường Đại học Đông Á phối hợp với Hội Khoa học và Ứng dụng quốc tế (International Society of Science and Applied Technologies – ISSAT) tổ chức Hội thảo khoa học quốc tế với chủ đề “Khoa học dữ liệu trong kinh doanh, tài chính và công nghiệp” (gọi tắt là DSBFI 2019).

GS Hoàng Phạm – Khoa Kỹ sư hệ thống và Công nghiệp, Đại học Rutgers, Mỹ chủ trì hội thảo DSBFI 2019.

Hội thảo diễn ra từ ngày 3 – 5/7, chia thành 11 phiên làm việc với 31 báo cáo chuyên đề được trình bày bởi hơn 50 chuyên gia quốc tế đến từ 9 quốc gia trên thế giới gồm Pháp, Bỉ, Hoa Kỳ, Canada, Hàn Quốc, Hungary, Trung Quốc, CH Séc cùng sự tham gia của nhiều học giả từ các viện nghiên cứu, trường đại học, các khoa chuyên ngành về Công nghệ thông tin, Quản trị kinh doanh, Tài chính, Tự động hóa ở Việt Nam.

Đặc biệt, trong số đó rất nhiều nghiên cứu và đề xuất mang tính thực tiễn cao đến từ các nước có nền công nghệ thông tin phát triển ưu việt như Hoa Kỳ, Nhật Bản, Hàn Quốc, Canada,...

Hội thảo diễn ra trong bối cảnh kỉ nguyên của công nghệ số và dữ liệu. Sự phát triển mạnh mẽ của các kĩ thuật tiên tiến trong điện toán đám mây, nền tảng công nghệ kết nối Internet vạn vật đã tạo nguồn dữ liệu khổng lồ từ mọi mặt của đời sống xã hội, của sản xuất và kinh doanh.

TS Nguyễn Thị Anh Đào, Chủ tịch HĐQT, Hiệu trưởng Trường Đại học Đông Á phát biểu tại Hội thảo.

Phát biểu tại Hội thảo TS, Nguyễn Thị Anh Đào, Chủ tịch HĐQT, Hiệu trưởng Trường Đại học Đông Á  nhận định: "Chúng ta có quyền mơ ước từ sau hội thảo Data science này, ngành đào tạo khoa học dữ liệu tại Việt Nam sẽ được mở để góp phần đào tạo ra những nhà thông thái biết khai thác tích hợp kho dữ liệu ngày một khổng lồ thành những con số biết nói, những công thức ngăn chặn được bệnh tật, những phát minh mới đóng góp cùng thế giới.

Các tham luận tại hội thảo là những góc nhìn đa chiều, những phân tích vừa tổng quan vừa cụ thể về các chủ đề chính: từ khai thác dữ liệu lớn đến xây dựng các mô hình kinh doanh sáng tạo trong các ngành công nghiệp, kiểm soát quy trình thống kê và tiềm năng trong việc xử lý các ứng dụng dữ liệu lớn, phương pháp giám sát sản xuất theo thời gian thực cho sản xuất thông minh với các kỹ thuật trí tuệ nhân tạo,..., phần lớn các báo cáo đều nhận định tầm quan trọng và tác động của khoa học dữ liệu đến các lĩnh vực như tài chính, kinh doanh, công nghiệp, y tế,...

GS Peihua Qiu –Đại học Florida trình bày tham luận tại Hội thảo.

Theo GS. Peihua Qiu – Đại học Florida, Hoa Kỳ, “Dữ liệu lớn” là một từ thông dụng hiện nay do có một lượng lớn ứng dụng giàu dữ liệu từ các ngành công nghiệp khác nhau cũng như các dự án nghiên cứu đa dạng.

Trên thực tế, dữ liệu lớn thường ở dạng luồng dữ liệu, nghĩa là các lô dữ liệu mới tiếp tục xuất hiện theo thời gian. Một vấn đề nghiên cứu cơ bản để phân tích dữ liệu lớn trong một ứng dụng nhất định là theo dõi tuần tự quy trình cơ bản đằng sau dữ liệu được quan sát để xem nó có ổn định theo chiều dọc hay không, hay cách phân phối của nó thay đổi theo thời gian như thế nào?

Để giám sát một quy trình tuần tự, một công cụ thống kê chính là kiểm soát quy trình thống kê (SPC). Công cụ này được sử dụng chủ yếu để giám sát các dây chuyền sản xuất trong các ngành sản xuất trong nhiều thập kỷ qua. Với nhiều phương pháp mới và linh hoạt được phát triển trong nghiên cứu SPC gần đây, SPC có thể cung cấp một công cụ hiệu quả để xử lý nhiều ứng dụng dữ liệu lớn trong kinh doanh, tài chính và công nghiệp.

 GS Xianyi Zeng - Đại học ENSAIT& Viện nghiên cứu GEMTEX, Pháp trình bày tham luận tại Hội  thảo.

Trong phần trình bày về “Từ khai thác dữ liệu lớn đến xây dựng các mô hình kinh doanh sáng tạo trong các ngành công nghiệp cổ điển”, GS. Xianyi Zeng - Trường Nghệ thuật và Công nghiệp Dệt may Quốc gia (ENSAIT), Roubaix, Pháp dẫn ra một nghiên cứu trường hợp về chuỗi cung ứng thời trang. Theo GS. Zeng, các mô hình kinh doanh mới được tạo ra trong môi trường dữ liệu lớn sẽ cung cấp tất cả các dịch vụ đến doanh nghiệp tùy theo nhu cầu của khách hàng.

Các dịch vụ dựa trên dữ liệu này bao gồm: 1) phát triển nền tảng kỹ thuật số dựa trên trực quan hóa sản phẩm ảo để chia sẻ dữ liệu sản phẩm ở các cấp độ khác nhau, phá vỡ ranh giới và thực hiện việc thiết cũng như sản xuất có tương tác trực tiếp với người tiêu dùng; 2) xây dựng các hệ thống giám sát chuỗi cung ứng tổng thể để kiểm soát tất cả các sản phẩm ngay từ giai đoạn đầu tiên, chẳng hạn như sản xuất sợi cho đến khi cho ra sản phẩm cuối cùng là quần áo và các giai đoạn mua bán; 3) xây dựng các hệ thống đề xuất sản phẩm bằng các thông số kĩ thuật có liên quan đến nhận thức của người tiêu dùng về các đặc tính cũng như chức năng của thời trang, 4) xây dựng chuỗi cung ứng và sản xuất linh hoạt tối ưu hóa dựa trên dữ liệu, để thực hiện các nhiệm vụ sản xuất tùy chỉnh đa dạng bằng một loạt các nhà máy nhỏ trong cùng mạng lưới, 5) xây dựng hệ thống mạng lưới marketing để thực hiện dự báo trực tuyến hành vi của người tiêu dùng và dự đoán các thị trường cuối cùng.

Các đại biểu chụp ảnh lưu niệm.

Tiếp sau 3 phiên làm việc chung và 8 phiên làm việc chuyên đề từ ngày 3 - 5/7 của DSBFI 2019 là khóa đào tạo về Học máy căn bản và ứng dụng do GS Cedric Heuchenne đến từ Đại học Liege, Bỉ trực tiếp giảng dạy. Khóa học được tổ chức từ ngày 6 - 11/7 cũng tại Đại học Đông Á, dành cho các nhà nghiên cứu và các doanh nghiệp trong lĩnh vực khoa học dữ liệu.

Năm 2018, Cơ quan cơ sở dữ liệu Hàn Quốc (K-DATA) trực thuộc Chính phủ Hàn Quốc cũng đã chuyển giao gói tài trợ phần mềm trị giá 1 triệu USD phục vụ việc thực hành và phát triển kỹ năng chuyên môn trong lĩnh vực dữ liệu cho sinh viên Đại học Đông Á. Hoạt động này nhằm phát triển quan hệ song phương trong ngành công nghiệp dữ liệu hai nước cũng như thúc đẩy hệ thống dữ liệu trong giáo dục nói riêng.

Hội thảo khoa học quốc tế là diễn đàn thường niên của những người làm công tác nghiên cứu, ứng dụng, giảng dạy và quản lý trong lĩnh vực công nghệ thông tin, tài chính và quản trị kinh doanh trao đổi học thuật, chia sẻ kinh nghiệm ứng dụng và tìm kiếm sự hợp tác, phát triển đa phương. Qua đó sẵn sàng xúc tiến hợp tác nhiều mặt dựa trên thế mạnh của từng thành viên trong đào tạo, nghiên cứu khoa học, đặc biệt là chia sẻ sáng kiến và chuyển giao công nghệ mang tính ứng dụng cao thuộc các lĩnh vực nghiên cứu.

Bình Thanh

Bình luận