Ogólna charakterystyka

Oferta Studiów kierowana jest do wszystkich, którzy będą zajmowali się szeroko rozumianą analizą oraz przetwarzaniem, często bardzo dużych zbiorów różnorodnych danych. Pojęcia „Analiza danych” oraz „Data Science” łączą  kompetencje z wielu dziedzin, specjalności takich jak: matematyka, statystyka, bazy danych, programowanie. Posiadanie takiej wiedzy oraz kompetencji i umiejętności jest coraz częściej pożądane na rynku IT.  

W programowanie znajdują się zarówno przedmioty pozwalające na zdobycie wiedzy o charakterze ogólnym (statystyka, bazy danych), przedmioty umożliwiające nabycie umiejętności programowania w wybranych językach (R, SQL, Python) jak i przedmioty dotyczące specjalistycznych metod przetwarzania i analizy danych (hurtownie danych, eksploracja danych, uczenie maszynowe,  przetwarzanie i analiza danych tekstowych). 

Studia podyplomowe Analiza danych – Data Science, przeznaczone są przede wszystkim dla:

  • osób pracujących na stanowiskach związanych z branżą informatyczną zajmujących się analizą danych, z niepełnym, lub bez kierunkowego wykształcenia - takim osobom studia umożliwią uzupełnienie, poszerzenie i uporządkowanie posiadanej wiedzy z zakresu „nauki o danych”, ich przetwarzania i analizy, a co za tym idzie podniesienie kwalifikacji do wykonywania zawodu, co ma szczególne znaczenie w sytuacji dynamicznie zmieniającego się rynku pracy, oraz szybkiego rozwoju nowych technologii,
  • osób odpowiedzialnych za podejmowanie decyzji z wykorzystaniem narzędzi informatycznych, także pracujących w dowolnej branży - takim osobom studia umożliwią zwiększeni wiedzy w dotyczącej analizy danych i jej znaczenia dla podejmowania decyzji, co umożliwi kompetentne uczestnictwo w przygotowaniu i prowadzeniu procesów decyzyjnych w różnych działach i branżach gospodarki.

W szczególności grupą docelową będą osoby, które są zainteresowane, aby nabyta wiedza i umiejętności pozwoliły im na świadome uczestnictwo w procesach wymagających przygotowania, przetwarzania i analizy danych oraz wizualizacji  i interpretacji wyników tych analiz.

Określenie efektów kształcenia

Absolwent będzie osobą przygotowaną do rozwiązywania problemów w zakresie przetwarzania i analizy różnorodnych danych. Zdobędzie i będzie potrafił łączyć kompetencje za zakresu statystyki, baz danych, oraz programowania. Nabyta wiedza oraz umiejętności praktyczne pozwolą mu na wyciąganie na podstawie danych wniosków, które mogę mieć potencjalnie dużą wartość biznesową/naukową i stanowić o przewadze na rynku.

W stopniu zależnym od poziomu wyjściowego słuchacza Studiów, absolwent posiądzie wiedzę i umiejętności  z zakresu: Statystyki, takie jak: przygotowanie danych, stosowanie metod analizy i wnioskowania statystycznego, opracowanie wyników. Pozna technologię Baz  Danych oraz metody dostępu do danych zgromadzonych w różnorodnych bazach danych (relacyjnych, NoSQL),  a także otwartych źródłach internetowych. Nabędzie umiejętność programowania w językach umożliwiające pobieranie danych, ich przetwarzanie oraz analizę takie jak: R, SQL, Python. Po nabyciu tych umiejętności o charakterze podstawowym i narzędziowym słuchacz studiów zapozna się z szeroką gamą zaawansowanych metod metod i technik analizy danych takich jak: uczenie maszynowe, ekspoloracja danych, przetwarzanie dużych zbiorów danych i big data; a także specyfiką przetwarzania danych zależną od ich typu w zakresie: analizy sieci społecznych, przetwarzania i analizy danych tekstowych i przetwarzanie języka naturalnego, czy też analizy danych przestrzennych.

Ważnym uzupełnieniem tych zagadnień będzie wiedza dotycząca prawnych aspektów gromadzenia, przetwarzania i analizy danych. 

Kwalifikacje absolwenta pozwolą mu na między innymi rozwiązywanie problemów w:

  • branży finansowej: np. analiza danych o transakcjach bankowych i wspomaganie decyzji kredytowych, wykrywanie nadużyć (fraud detection) i podejrzanych operacji;
  • sprzedaży: np. analiza danych o transakcjach w celu określenia trendów sprzedażowych i/lub segmentację klientów;
  • branży ubezpieczeniowej: np. określanie ryzyka ubezpieczeniowego
  • marketingu: np. analiza zachowania użytkowników stron i sklepów  internetowych w celu tworzenia systemów rekomendacyjnych;
  • nauce: np. analiza danych pochodzących z eksperymentów

Uczestnicy Studiów po zaliczeniu wszystkich przedmiotów objętych planem Studiów (w formie przewidzianej indywidualnie dla każdego z przedmiotów) uzyskują Świadectwo Ukończenia Studiów Podyplomowych z zakresu „Analiza danych – Data Science” wystawiane przez Akademię Górniczo-Hutniczą, a zgodne z wymogami Ministerstwa Nauki i Szkolnictwa Wyższego.

Sylwetka absolwenta

Oferta Studiów kierowana jest do wszystkich, którzy będą zajmowali się szeroko rozumianą analizą oraz przetwarzaniem, często bardzo dużych zbiorów różnorodnych danych.

Absolwent będzie  posiadał wiedzę umiejętności  z zakresu: Statystyki (przygotowanie danych, stosowanie metod analizy i wnioskowania statystycznego, opracowanie wyników); Baz  Danych oraz metody dostępu do danych zgromadzonych w różnorodnych bazach danych (relacyjnych, NoSQL),  a także otwartych źródłach internetowych.

Nabędzie umiejętność programowania w językach umożliwiające pobieranie danych, ich przetwarzanie oraz analizę takie jak: R, SQL, Python.

Będzie potrafił stosować  różnorodne zaawansowane metody i technik analizy danych takie jak: uczenie maszynowe, ekspoloracja danych, przetwarzanie dużych zbiorów danych i big data;  oraz analizować dane różnego typu: strukturalne, tekstowe – zapisane w języku naturalnym,  grafowe – sieci społeczne, czy też dane przestrzenne.

W szczególności absolwent studiów „Analiza danych – Data Science” będzie potrafił:

  • pobierać i łączyć dane z różnych źródeł (zarówno strukturalnych, jak i nieustrukturyzowanych): baz danych (relacyjnych i baz typu NoSQL), hurtowni danych, arkuszy kalkulacyjnych, źródeł internetowych, dokumentów tekstowych itp. 
  • przygotowywać dane i oceniać jakość danych
  • dobierać odpowiednie metody, techniki i narzędzia analizy danych oraz przeprowadzić analizę danych
  • graficznie przedstawić zarówno dane jak i wyniki analiz, a także dokonać interpretacji i oceny tych wyników

Ważnym uzupełnieniem tych zagadnień będzie wiedza dotycząca prawnych aspektów gromadzenia, przetwarzania i analizy danych. 

Wiedza oraz umiejętności praktyczne zdobyte w ramach studiów „Analiza danych – Data Science” będzie stanowić uzupełnienie, usystematyzowanie i pogłębienie wiadomości już posiadanych, jak też umożliwiać dalszy rozwój poprzez samodzielne studia/kształcenie  w zakresie Data Science i Big Data i/lub stanowić przygotowanie do udziału kolejnych wysoce specjalistycznych kursach.

Język wykładowy: polski

Ramowe treści kształcenia

Program studiów składa się z następujących przedmiotów, w łącznym wymiarze 200 godzin (72 godzin wykładów i 128 godzin laboratoriów), za które student może uzyskać 32 punktów ECTS, oraz samodzielnie wykonanego projektu dyplomowego za który student może uzyskać 4 pkt ECTS (Łącznie 36 pkt ECTS)

Lista przedmiotów:

  1. Wprowadzenie do analizy danych i data science
  2. Statystyka
  3. Bazy danych
  4. Programowanie w języku Python
  5. Ekstrakcja danych ze źródeł internetowych
  6. Hurtownie danych
  7. Analiza dużych zbiorów danych w środowisku Spark
  8. Uczenie maszynowe
  9. Eksploracja danych
  10. Analiza danych tekstowych
  11. Sieci społeczne
  12. Analiza danych przestrzennych
  13. Wizualizacja dużych zbiorów danych
  14. Prawne aspekty analizy danych
  15. Seminarium - Projekty dyplomowe
  16. Projekt dyplomowy
Go to top