| Course | Number of hours | ECTS credits | Form of verification | Mandatoriness |
|---|---|---|---|---|
|
Lectures: 4, including sub-activities:
|
1 | Completing the classes | Obligatory |
|
Lectures: 8, including sub-activities:
|
3 | Completing the classes | Obligatory |
|
Lectures: 8, including sub-activities:
|
4 | Completing the classes | Obligatory |
|
Lectures: 8, including sub-activities:
|
4 | Completing the classes | Obligatory |
|
Lectures: 8, including sub-activities:
|
3 | Completing the classes | Obligatory |
|
Laboratory classes: 8, including sub-activities:
|
2 | Completing the classes | Obligatory |
|
Seminars: 4, including sub-activities:
|
- | Completing the classes | Obligatory |
| Sum | 104 | 17 |
Major Data Analysis – Data Science
2026/2027, Postgraduate studies, Full-time studies
Zakres tematyczny
Studia podyplomowe „Analiza Danych - Data Science” to kierunek przygotowujący do pracy z danymi w środowisku biznesowym, technologicznym i naukowym. Program odpowiada na rosnące zapotrzebowanie rynku na specjalistów potrafiących pozyskiwać, przetwarzać, analizować i interpretować duże zbiory danych oraz wspierać procesy decyzyjne oparte na danych. Studia łączą wiedzę z zakresu statystyki, baz danych, programowania i metod sztucznej inteligencji z praktycznym wykorzystaniem nowoczesnych narzędzi analitycznych. Uczestnicy zdobywają kompetencje w zakresie pracy z językami Python, SQL i R, technologii Big Data, uczenia maszynowego, analizy danych tekstowych oraz wizualizacji danych. Program został zaprojektowany z myślą o osobach, które chcą rozwijać kompetencje analityczne i praktyczne umiejętności wykorzystywane w nowoczesnym środowisku IT i biznesu.
Do kogo adresowane są studia podyplomowe
Studia skierowane są do:
- osób pracujących w branży IT, które chcą rozwijać kompetencje związane z analizą danych i Data Science,
- specjalistów wykorzystujących dane w procesach decyzyjnych i biznesowych,
- osób planujących przebranżowienie w kierunku analizy danych,
- absolwentów oraz osób z różnych środowisk akademickich i zawodowych - m.in. kierunków technicznych, ścisłych, ekonomicznych, społecznych, przyrodniczych czy medycznych - zainteresowanych wykorzystaniem analizy danych w swojej branży,
- osób zainteresowanych praktycznym wykorzystaniem metod uczenia maszynowego i Big Data,
- specjalistów chcących uporządkować i rozszerzyć wiedzę z zakresu przetwarzania danych.
Kierownik studiów podyplomowych
dr inż. Robert Marcjan, tel.: 12 12 328 33 10, mail: marcjan@agh.edu.pl
Organizator studiów podyplomowych
Wydział Informatyki, tel.: 12 328-34-00, mail: informatyka@agh.edu.pl
Osoba do kontaktu
mgr inż. Dominika Knapik-Mróz, kom. 785 850 084, mail: dkm@agh.edu.pl
| Course | Number of hours | ECTS credits | Form of verification | Mandatoriness |
|---|---|---|---|---|
|
Lectures: 4, including sub-activities:
|
1 | Completing the classes | Obligatory |
|
Lectures: 8, including sub-activities:
|
3 | Completing the classes | Obligatory |
|
Lectures: 8, including sub-activities:
|
4 | Completing the classes | Obligatory |
|
Lectures: 8, including sub-activities:
|
4 | Completing the classes | Obligatory |
|
Lectures: 8, including sub-activities:
|
3 | Completing the classes | Obligatory |
|
Laboratory classes: 8 |
2 | Completing the classes | Obligatory |
|
Seminars: 4, including sub-activities:
|
- | Completing the classes | Obligatory |
| Sum | 104 | 17 |
| Course | Number of hours | ECTS credits | Form of verification | Mandatoriness |
|---|---|---|---|---|
|
Lectures: 8, including sub-activities:
|
4 | Completing the classes | Obligatory |
|
Lectures: 4, including sub-activities:
|
2 | Completing the classes | Obligatory |
|
Lectures: 4, including sub-activities:
|
3 | Completing the classes | Obligatory |
|
Lectures: 2, including sub-activities:
|
1 | Completing the classes | Obligatory |
|
Lectures: 2, including sub-activities:
|
1 | Completing the classes | Obligatory |
|
Lectures: 2, including sub-activities:
|
1 | Completing the classes | Obligatory |
|
Lectures: 4, including sub-activities:
|
2 | Completing the classes | Obligatory |
|
Lectures: 2, including sub-activities:
|
1 | Completing the classes | Obligatory |
|
Seminars: 8, including sub-activities:
|
3 | Completing the classes | Obligatory |
|
Project classes: 12, including sub-activities:
|
4 | Completing the classes | Obligatory |
| Sum | 96 | 22 |
| Course | Number of hours | ECTS credits | Form of verification | Mandatoriness |
|---|---|---|---|---|
|
Lectures: 8, including sub-activities:
|
4 | Completing the classes | Obligatory |
|
Lectures: 4, including sub-activities:
|
2 | Completing the classes | Obligatory |
|
Lectures: 4, including sub-activities:
|
3 | Completing the classes | Obligatory |
|
Lectures: 2, including sub-activities:
|
1 | Completing the classes | Obligatory |
|
Lectures: 2, including sub-activities:
|
1 | Completing the classes | Obligatory |
|
Lectures: 2, including sub-activities:
|
1 | Completing the classes | Obligatory |
|
Lectures: 4, including sub-activities:
|
2 | Completing the classes | Obligatory |
|
Lectures: 2, including sub-activities:
|
1 | Completing the classes | Obligatory |
|
Seminars: 8, including sub-activities:
|
3 | Completing the classes | Obligatory |
|
Project classes: 12, including sub-activities:
|
4 | Completing the classes | Obligatory |
| Sum | 96 | 22 |