Business Process Re-engineering for Competitive Advantage培訓

Business 過程模型和符號 （BPMN）、決策模型和符號 （DMN） 和案例 Management 模型和符號 （CMMN） 是用於過程、決策和案例建模的三個物件 Management 組 （OMG） 標準。本課程介紹了所有這些方法，並告知我們何時應該使用哪種方法。

本課程面向希望將業務規則應用於其解決方案的企業架構師、業務和系統分析師以及經理。通過Drools，您可以使用幾乎自然語言編寫業務規則，從而縮小業務與IT之間的差距。

Insurtech（又名數字保險）是指保險 + 新技術的融合。在 Insurtech 領域，“數字保險公司”將技術創新應用於其業務和運營模式，以降低成本、改善客戶體驗並提高運營敏捷性。

在這種講師指導的培訓中，參與者將瞭解在其組織和整個行業內實現數字化轉型所需的技術、方法和思維方式。該培訓 針對需要獲得全域理解、打破炒作和行話並邁出建立 Insurtech 戰略第一步的經理。

在本次培訓結束時，參與者將能夠：

• 智慧、系統地討論 Insurtech 及其所有組成部分
• 識別並揭開 Insurtech 中每項關鍵技術的作用的神秘面紗。
• 起草在組織內實施 Insurtech 的總體策略

觀眾

• 保險公司
• 保險行業的技術人員
• 保險利益相關者
• 顧問和業務分析師

課程形式

• 部分講座、部分討論、練習和案例研究小組活動

本課程由講師主導，提供在 澳門 的線下或線上培訓，面向希望深入瞭解 Drools 6 並在其應用中實現業務規則的中級開發者。

通過本課程，學員將能夠：

• 理解規則引擎（如 Drools）的核心概念和優勢。
• 使用 Drools Workbench 和 Eclipse 進行規則編寫和測試。
• 使用 Drools 規則引擎創建、組織和執行業務規則。
• 應用決策表、規則流和 DSL 等高級功能。

本課程爲期三天，旨在向負責編寫測試和規則的業務分析師介紹Drools 7。

本課程專注於創建純邏輯。完成本課程後，分析師可以編寫測試和邏輯，開發者可將其進一步集成到業務應用中。

本課程爲期三天，旨在向開發人員介紹Drools 7。本課程不涉及Drools集成、性能或其他複雜主題。

本課程爲期3天，旨在向負責編寫測試和規則的業務分析師介紹Drools 6。

本課程專注於創建純邏輯。完成本課程後，分析師可以編寫測試和邏輯，開發人員可以將其進一步集成到業務應用中。

在這個由 澳門 的講師指導的現場培訓中，參與者將了解實施 Fintech 策略所需的技術、方法和思維方式。

本培訓面向需要對 Fintech 有“全域”理解的管理者，打破炒作和行話，併為採用適用於金融業務和服務的新技術邁出切實的第一步。

在本次培訓結束時，參與者將能夠

• 為他們的組織提出可行的 Fintech 策略。
• 了解並解釋關鍵技術的作用和功能。
• 起草一個行動計劃，以循序漸進的方式引入新技術。

基於模型的開發 （MBD） 是一種軟體開發方法，可以更快、更經濟高效地開發動態系統，例如控制系統、信號處理和通信系統。它依賴於圖形建模，而不是傳統的基於文本的程式設計。

在這個講師指導的現場培訓中，參與者將學習如何應用 MBD 方法來降低開發成本並加快其嵌入式軟體產品的上市時間。

在本次培訓結束時，參與者將能夠

• 選擇並利用正確的工具來實施 MBD。
• 使用 MBD 在嵌入式軟體專案的早期階段進行快速開發。
• 縮短其嵌入式軟體投放市場的時間。

課程形式

• 部分講座、部分討論、練習和大量動手實踐

本課程教授如何使用OMG DMN（決策模型與標註）標準設計和執行決策。

本課程採用實踐教學方法，幫助學員掌握OptaPlanner的基本功能，並提供所需的工具。

本課程向學生介紹Python語言。完成本課程後，學生將能夠編寫處理各種主題領域的非簡單Python程序。主題包括語言組件、使用專業IDE、控制流結構、字符串、I/O、集合、類、模塊和正則表達式。課程輔以許多動手實驗、解決方案和代碼示例。

完成課程後，學生將能夠展示對Python安全原則的知識和理解。

本課程爲講師指導的培訓，在澳門（線上或線下）進行，旨在幫助學員理解需求分析，並能夠高效、準確地使用分析技術爲其項目進行需求分析。

通過本培訓，學員將能夠：

• 識別不同類型的需求。
• 理解需求分析的整體概念及其中的活動。
• 熟悉需求分析的方法論。
• 利用不同的需求分析技術爲其項目帶來優勢。
• 通過迭代的需求收集過程，結構化需求，以便與架構師和開發人員高效溝通。

在這個由 講師指導的 澳門現場（現場或遠端）實時培訓中，參與者將學習如何使用 Python skope-rules 根據現有數據集自動生成規則。

在本次培訓結束時，參與者將能夠：

• 使用 skope-rules 從可用資料中提取規則。
• 應用 skope-rules 來執行分類，這在監督式異常檢測或不平衡分類中特別有用。 
• 生成用於對新傳入數據進行分類的規則。
• 調整規則以解決欺詐檢測、預測性維護、入侵檢測、保險申請審批等方面的實際問題。

本課程通過實踐練習演示軟件工程，需求工程和測試的基礎知識和應用。