brak
Zakres tematyczny
Program studiów przewiduje uzupełnienie wiedzy kandydatów o niezbędne wiadomości teoretyczne z dziedziny matematyki, statystyki, programowania i relacyjnych baz danych, ale głównym celem jest przekazanie umiejętności praktycznych:
- przygotowanie danych do analizy
- eksploracja danych, w tym danych tekstowych
- zastosowanie uczenia maszynowego oraz Big Data do rozwiązywania problemów z obszaru biznesu
- tworzenie prognoz i podejmowanie decyzji na podstawie m.in. danych marketingowych
- wizualizacja danych w programie Power BI oraz tworzenie interaktywnych dashboardów
Studenci poznają też społeczne i etyczne aspekty analizy danych oraz rolę i wpływ data science na zachowania konsumenta. Studia kończą się warsztatami (projekt grupowy), na których studenci mogą jeszcze raz sprawdzić swoje nabyte umiejętności.
Do kogo adresowane są studia podyplomowe
Studia podyplomowe Podstawy analityki danych w biznesie kierowane są do wszystkich osób, które nie posiadają kierunkowego wykształcenia w dziedzienie informatyki ani w dziedzinach pokrewnych, ale chciałyby zacząć pracę na stanowisku związanym z analityką danych i potrzebują zdobyć podstawową wiedzę oraz umiejętności praktyczne związane z analityką danych biznesowych. Program studiów ukierunkowany jest stricte na umiejętności praktyczne przy minimum potrzebnej wiedzy teoretycznej, co czyni je przystępnym dla osób w każdym wieku i z dowolnym doświadczeniem zawodowym. Szczególnie kierowane są do wszystkich, którzy zainteresowani są całkowitą zmianą dotychczasowej branży na prężnie rozwijającą się dziedzinę analityki danych lub chcą zmienić stanowisko wewnątrz dotychczasowej firmy. Również właściciele i pracownicy małych firm, którzy chcą poznać najnowsze trendy w prowadzeniu procesów decyzyjnych w działalności biznesowej zyskają na tych studiach niezbędne umiejętności.
Kierownik studiów podyplomowych
dr Małgorzata Zajęcka mzajecka@agh.edu.pl
Organizator studiów podyplomowych
Wydział Informatyki AGH, tel.: +48 12 328 34 00, e-mail: informatyka@agh.edu.pl
Osoba do kontaktu
mgr inż. Paulina Mularczyk-Mędrykowska, tel. +48 12 328 33 21, mail: paula@agh.edu.pl
Зимовий сместр, 2023/2024
| Предмет | Кількість годин | Бали ECTS | Форма перевірки | |
|---|---|---|---|---|
|
Wprowadzenie do Data Science
|
Лекція:
4 |
1 | Залік | O |
|
Podstawy opisu i wnioskowania statystycznego
|
Лекція:
8 Лабораторні заняття: 8 |
2 | Залік | O |
|
Języki programowania w analizie danych: Python
|
Лабораторні заняття:
20 |
2 | Залік | O |
|
Języki programowania w analizie danych: R
|
Лабораторні заняття:
14 |
2 | Залік | O |
|
Inżynieria danych
|
Лекція:
4 Лабораторні заняття: 8 |
2 | Залік | O |
|
Eksploracja danych
|
Лабораторні заняття:
20 |
3 | Залік | O |
|
Bazy danych
|
Лабораторні заняття:
12 |
2 | Залік | O |
|
Społeczne i etyczne aspekty analizy danych
|
Семінарські заняття:
8 |
1 | Залік | O |
| Сума | 106 | 15 |
Літній семестр, 2023/2024
| Предмет | Кількість годин | Бали ECTS | Форма перевірки | |
|---|---|---|---|---|
|
Analityka dużych zbiorów danych i Data Science w biznesie
|
Семінарські заняття:
12 |
2 | Залік | O |
|
Uczenie maszynowe
|
Лекція:
8 Лабораторні заняття: 12 |
4 | Залік | O |
|
Drzewa decyzyjne
|
Лекція:
2 Лабораторні заняття: 6 |
2 | Залік | O |
|
Analiza danych tekstowych
|
Лабораторні заняття:
16 |
3 | Залік | O |
|
Prognozowanie i analityka predykcyjna
|
Лекція:
2 Лабораторні заняття: 12 |
2 | Залік | O |
|
Wizualizacja danych i Storytelling
|
Лабораторні заняття:
12 |
2 | Залік | O |
|
Warsztaty projektowe
|
Проектні заняття:
10 |
1 | Залік | O |
| Сума | 92 | 16 |