=== STUDIA PODYPLOMOWE ===
Akademia Górniczo-Hutnicza
Analiza danych - Data Science - studia podyplomowe na Wydziale Informatyki, Elektroniki i Telekomunikacji
Charakterystyka studiów prezentowana przez uczelnię
Charakterystyka studiów: 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.
Program studiów: W programie 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).
Lista przedmiotów:
• Wprowadzenie do analizy danych i data science
• Statystyka
• Bazy danych
• Programowanie w języku Python
• Ekstrakcja danych ze źródeł internetowych
• Hurtownie danych
• Analiza dużych zbiorów danych w środowisku Spark
• Uczenie maszynowe
• Eksploracja danych
• Analiza danych tekstowych
• Sieci społeczne
• Analiza danych przestrzennych
• Wizualizacja dużych zbiorów danych
• Prawne aspekty analizy danych
• Seminarium - Projekty dyplomowe
• Projekt dyplomowy
Sylwetka absolwenta: Absolwent będzie posiadał wiedzę i 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.
Metody statystycznej analizy danych - studia podyplomowe na Wydziale Zarządzania
Charakterystyka studiów prezentowana przez uczelnię
Charakterystyka studiów: Studia są adresowane do osób, które chcą pogłębić swoja wiedzę z zakresu statystycznej i ekonometrycznej analizy danych. W szczególności, udział w studiach polecany jest osobom chcącym poszerzyć swoją wiedzę oraz poznać praktyczne metody modelowania i prognozowania zjawisk ekonomicznych i gospodarczych.
Dzięki warsztatowej formule zajęć, absolwenci studiów będą posiadali praktyczne umiejętności dające się wykorzystać w rozwiązywaniu realnych problemów w pracy zawodowej. Dodatkowym efektem zakończonych studiów będzie znajomość odpowiednich narzędzi informatycznych (tj. Excel, Statistica, Statgraphics i pakiet R) pozwalających na samodzielne projektowanie oraz skuteczne prowadzenie specjalistycznych analiz statystycznych.
Program studiów:
• Statystyka opisowa i graficzna prezentacja danych (27 godz.)
• Wybrane pakiety statystyczne I (24 godz.)
• Wielowymiarowa klasyfikacja danych (18 godz.)
• Analiza współzależności zjawisk (24 godz.)
• Metody wnioskowania statystycznego (27 godz.)
• Analiza danych w instytucjach finansowych (6 godz.)
• Analiza wariancji (18 godz.)
• Analiza i prognozowanie szeregów czasowych (27 godz.)
• Praktyczne aspekty badań ankietowych (15 godz.)
• Wybrane pakiety statystyczne II (24 godz.)
• Metody statystyczne w rozwiązaniach Business Intelligence (3 godz.)
• Metody statystyczne w przedsiębiorstwie przemysłowym (3 godz.)
• Seminarium (18 godz.)
Sylwetka absolwenta: Absolwent studiów posiada wiedzę i umiejętności praktyczne z zakresu statystyki i ekonometrii pozwalające na prowadzenie wszechstronnej analizy danych. Po ukończeniu studiów absolwent będzie w stanie dobierać odpowiednie metody i modele umożliwiające wyciągnięcie poprawnych wniosków dotyczących danych empirycznych. Zdobyta wiedza pozwoli poprawnie interpretować wyniki przeprowadzanych analiz. Absolwent będzie potrafił przeprowadzić badania w pakietach MS Excel, R, STATISTICA oraz Statgraphics. Stosując poznane modele szeregów czasowych, uczestnik studiów będzie potrafił poprawnie prognozować zjawiska ekonomiczne, finansowe i gospodarcze.
Akademia Leona Koźmińskiego
Data Science i Big Data w zarządzaniu - studia podyplomowe
Cel studiów: Celem studiów jest dostarczenie kadrze managerskiej holistycznego spojrzenia na całość zagadnień związanych z Big Data i Data Science oraz praktycznych kompetencji w wykorzystaniu ich w kierowaniu działem lub przedsiębiorstwem, a w szczególności wiedzy w zakresie specyfiki dużych danych, integracji i gromadzenia danych z różnych źródeł oraz architektury rozwiązań klasy Big Data.
Korzyści dla uczestników: Uczestnicy zdobędą wiedzę na temat analizy danych w oparciu o zaawansowane metody Data Science, a także umiejętności ich wykorzystywania w podejmowaniu skuteczniejszych decyzji biznesowych. Poznają także konkretne narzędzia BI i wizualizacji danych. Uczestnicy dowiedzą się jak zaplanować i skutecznie zrealizować transformację przedsiębiorstwa w przedsiębiorstwo oparte na danych (data-driven business), a także jak zorganizować i zarządzać niezbędną infrastrukturą.
Po studiach uczestnik posiądzie kompetencje pozwalające: skutecznie prowadzić projekty o charakterze BigData i Data Science; skutecznie przeprowadzić transformację przedsiębiorstwa/działu w stronę przedsiębiorstwa opartego o analizę danych; organizować i zarządzać infrastrukturą Big Data i Data Science; wykorzystać wyniki analizy danych w zarządzaniu przedsiębiorstwem.
W trakcie studiów pozna:
* w jaki sposób Big Data i Data Science zmieniają współczesne organizacje
* metody statystyczne i ich zastosowania w analizie danych
* zastosowanie metod Data Science w analizie danych, proces analizy danych, jego etapy
* różnice w podejściach opartych na statystyce i na metodach uczenia maszynowego
* sposoby konstrukcji zespołów Data Science / Big Data, ich relacje do innych zespołów i rolę managera w zespole Data Science
* kryteria sukcesu projektu Data Science / Big Data
* strategie zarządzania danymi oraz zagrożenia związane z ich bezpieczeństwem
* wybrane dostępne na rynku narzędzia do wizualizacji danych i narzędzia Business Intelligence i ich zastosowanie w przedsiębiorstwie
* rozwiązania i platformy technologiczne związane z Big Data.
Po studiach uczestnik będzie potrafił: konstruować i mierzyć modele; rozpoznawać czy na podstawie zestawu danych można uzyskać odpowiedź na zadane pytanie; posługiwać się narzędziami do analizy danych; posługiwać się wybranymi narzędziami do wizualizacji danych i narzędziami Business Intelligence; zaprezentować wyniki analizy danych; szacować koszty związane z realizacja projektu Big Data i utrzymaniu infrastruktury Big Data; ustanowić politykę bezpieczeństwa danych; ustanowić politykę zarządzania danymi.
Adresaci studiów: Średnia i wyższa kadra menedżerska, z co najmniej 3-letnim łącznym stażem zawodowym. Pełniące swoje funkcje m.in. (ale nie wyłącznie) w obszarach marketingu, finansów, IT, zarządzania łańcuchem produkcji, HR, zarządzanie strategiczne.
Politechnika Białostocka
Data science - studia podyplomowe na Wydziale Informatyki
Charakterystyka studiów prezentowana przez uczelnię
O czym? Studia poświęcone są w głównej mierze zagadnieniom uczenia maszynowego (ang. machine learning), czyli dotyczą problematyki sztucznej inteligencji (ang. AI – Artifficial Intelligence) oraz działania systemów wykorzystujących przetwarzanie dużych ilości danych – big data. W szczególności sztucznym sieciom neuronowym, deeep learning – w przypadku specjalności developerskiej oraz biznesowym aspektom i otoczeniem działania systemów – w przypadku analityka danych.
Co zyskasz? Absolwenci obu specjalności, wspólnie zdobywają na I sem. wiedzę niezbędną do zrozumienia mechanizmów składowania i przetwarzania dużej ilości danych, statystycznej i wielowymiarowej analizy danych, problemów biznesowych i rozwiązań big data oraz wiedzę nt. metod i narzędzi uczenia maszynowego. Słuchacz na II sem. specjalności „Developer” zdobędzie wiedzę w zakresie wykorzystania sztucznych sieci neuronowych, deep learningu oraz umiejętności wykorzystania tej wiedzy do implementacji algorytmów przetwarzania danych w środowisku produkcyjnym Hadoop/Spark oraz języka R/Python. Natomiast słuchacz specjalności „Analityk danych” zdobędzie wiedzę w zakresie biznesowych modeli danych (finansowe, e-commerce, medyczne i social media), big data, przetwarzania wstępnego i transformacji danych, a także rozwiązań wykorzystujących Data Science. Dopełnieniem będą umiejętności pracy z wykorzystaniem języka R, raportowania i wizualizacja danych oraz wprowadzenie do wybranych środowisk analitycznych.Dzięki partnerom merytorycznym z rynku OwedOutcomes (dawniej TangramCare Polska), TJ Software / OpenTopic, Sotrender), słuchacz otrzyma dużo wiedzy praktycznej, dotyczącej zagadnień przetwarzania danych i big data, problemów biznesowych i rozwiązań wykorzystujących big data, z uwzględnieniem wymagań rynku, modeli biznesowych oraz realiów biznesowych.
Dla kogo studia? Do podstawowych celów studiów należy pomoc w zdobyciu kwalifikacji i nowej wiedzy nawet dla osób, które dotychczas nie miały styczności z ww. tematami. Dlatego też program studiów, zawiera zagadnienia teoretyczne związane z przetwarzaniem big data i narzędziami uczenia maszynowego. Chcemy nauczyć nie tylko korzystania z narzędzi i programowania skryptów przetwarzających dane, ale też uświadomić słuchaczom co kryje się za poszczególnymi etapami przetwarzania danych i poleceniami, które wydają.Specjalność „Analityk danych” jest skierowana do osób, które chcą w przyszłości pracować przy tematach analizy i wizualizacji danych, wykorzystania API do tworzenia aplikacji, a także narzędzi dedykowanych – np. Qlik Sense. W przypadku tej specjalności nie jest konieczna znajomość języków programowania. Z kolei dla specjalności „Developer” konieczne jest posiadanie co najmniej średniej wiedzy z programowania obiektowego, tj. w szczególności w co najmniej jednym języku wysokiego poziomu, np. C++, CSharp, Java, Python. Znajomość metod statystycznych będzie atutem, ale nie jest konieczna. Wiedzę tą będzie mógł uczestnik przyswoić sobie na studiach / szkoleniu.
Politechnika Poznańska
Hurtownie danych i analiza danych - studia podyplomowe na Wydziale Informatyki
Charakterystyka studiów prezentowana przez uczelnię
Profil kształcenia: Studia podyplomowe „Hurtownie danych i analiza danych” są adresowane do osób zajmujących się praktycznie zagadnieniami projektowania, implementowania i administrowania systemami hurtowni oraz analizy i eksploracji danych. Nowoczesne firmy są zarządzane w oparciu o wiedzę, dzięki której są uruchamiane odpowiednie działania biznesowe. Wiedza ta, z kolei, jest zdobywana w oparciu o informacje płynące zarówno z otoczenia jak i z wewnętrznych systemów firmowych. Jednym z podstawowych źródeł pozyskiwania informacji są wewnątrzfirmowe systemy gromadzące dane, które podlegają zaawansowanym analizom, a ich wyniki stanowią podstawę podejmowania decyzji biznesowych. Tego typu analizy są możliwe dzięki dwóm technologiom: hurtowni danych i inteligencji biznesowej bazującej na eksploracji danych. Hurtownie danych pozwalają na integrację danych z różnych heterogenicznych źródeł danych oraz prostą analizę tych danych, natomiast technologia eksploracji danych pozwalała na zaawansowaną analizę danych, odkrywanie wiedzy, wzorców, trendów i reguł w danych przechowywanych w bazach i hurtowniach danych.
Studia oferują słuchaczom kompetencje w dziedzinie modelowania, projektowania, implementacji i administrowania nowoczesnymi systemami hurtowni danych, technologii integracji danych, zasilania i odświeżania hurtowni danych, architektury i organizacji wewnętrznej hurtowni danych,baz danych NoSQL a także technik analizy danych, podstawowych metod i algorytmów eksploracji danych oraz zaawansowanych technik eksploracji sieci społecznościowych.
Program studiów obejmuje następujące przedmioty (wykład + laboratorium):
Architektury i technologie integracji danych (problematyka integracji danych, systemy mediacyjne, sfederowane, architektury hurtowni danych);
Modelowanie hurtowni danych (konceptualny model wielowymiarowy, implementacja konceptualnego modelu wielowymiarowego-ROLAP, MOLAP, schemat gwiazdy, płatka śniegu, konstelacji faktów, gwiazda-płatek śniegu, dyskusja dot. wyboru właściwego schematu, problematyka modelowania wymiarów, wymiary wolnozmienne, taksonomia hierarchii wymiarów);
Technologie zasilania i odświeżania HD (ETL/ELT, problematyka czyszczenia danych, case study); - Organizacja wewnętrzna HD (struktury indeksowe (B-drzewo, bitmapowy, połączeniowy, bitmapowy połączeniowy, sklastrowany, MDC), perspektywy zmaterializowane, partycjonowanie, kompresja, optymalizacja zapytań gwiaździstych);Klasyczna analiza danych (zaawansowane funkcje analityczne w języku SQL, rozszerzenia grupowania w SQL); Techniki i algorytmy eksploracji danych; Zaawansowane techniki analizy danych - sieci społecznościowe; Składowanie i analiza gigadanych (Big Data) (koncepcja serwerów baz danych NoSQL, sposoby dostępu do danych w NoSQL, indeksowanie, platforma Hadoop, Sparc);Projekt systemu HD (wykorzystanie zdobytej wiedzy w ramach projektu systemu hurtowni danych od analizy wymagań, poprzez profilowanie źródeł danych, modelowanie schematu hurtowni danych, budowanie przepływów ETL/ELT, implementowanie aplikacji analitycznych).
Politechnika Warszawska
Big Data - przetwarzanie i analiza dużych zbiorów danych - studia podyplomowe na Wydziale Elektroniki i Technik Informacyjnych
Charakterystyka studiów prezentowana przez uczelnię
Charakterystyka: Celem studiów jest zdobycie praktycznych umiejętności analizy dużych zbiorów danych, zrozumienie podstaw, celu i obszaru zastosowania rezultatów takiej analizy. W czasie studiów słuchacze zapoznają się z najważniejszymi współczesnymi narzędziami i technologiami związanymi z zagadnieniami Big Data.
Tematyka przedmiotów:
• Wprowadzenie do technologii Big Data
• Wprowadzenie do baz NoSQL
• Projektowanie rozwiązań Big Data
• Przetwarzanie Big Data za pomocą Apache Hadoop
• Przetwarzanie Big Data z użyciem Apache Spark
• Uczenie maszynowe w rozwiązaniach Big Data
• Case studies
• SAS LASR Server for Big Data
Data Science – algorytmy, narzędzia i aplikacje dla problemów typu Big Data - studia podyplomowe na Wydziale Elektroniki i Technik Informacyjnych
Charakterystyka studiów prezentowana przez uczelnię
Charakterystyka: Studia są przeznaczone dla osób chcących wykorzystywać wiedzę zawartą w dużych wolumenach danych w celu wspierania podejmowania decyzji, w szczególności dla analityków i decydentów z obszaru finansów, bankowości, ubezpieczeń, produkcji, marketingu, handlu, usług, opieki zdrowotnej, branży energetycznej, nauki i innych obszarów działalności.
Tematyka przedmiotów:
• Analiza danych - podstawy statystyczne
• Wstęp do wizualizacji danych
• Data mining - metody eksploracji danych
• Text mining - odkrywanie wiedzy z tekstowych zbiorów danych
• Programowanie w języku R
• Big data - koncepcje, technologie
• Case studies
• Zaawansowana analityka z SAS Enterprise Miner
• Metody sztucznej inteligencji
Big Data. Analiza danych - studia podyplomowe na Wydziale Elektrycznym
Charakterystyka studiów prezentowana przez uczelnię
Charakterystyka: Studia adresowane są do osób, zajmujących się problematyką przetwarzania dużych zbiorów danych, analityką biznesową, Business Intelligence oraz odkrywaniem danych i wiedzy, chcących pogłębić swoją wiedzę oraz umiejętności w tym zakresie, jak i poznać narzędzia Big Data.Studia prowadzone są metodami projektowymi z bardzo dużą liczbą warsztatów. W związku z tym zajęcia prowadzone są w niewielkich grupach. Osobami prowadzącymi poszczególne kursy są nauczyciele akademiccy z dużym doświadczeniem dydaktycznym oraz praktycy, którzy na co dzień zajmują się budowaniem systemów klasy Big Data i analizą danych na potrzeby przedsiębiorstw. Od kandydatów nie oczekujemy wiedzy bazowej ani doświadczenia informatycznego.Nad merytorycznym poziomem studiów czuwa Rada Programowa składająca się z ekspertów akademickich oraz Rada Merytoryczna gromadząca wybitnych i doświadczonych praktyków z przemysłu.
Studia powinny zainteresować: analityków biznesowych, analityków danych, architektów rozwiązań Big Data i wszystkie osoby, które interesuje tematyka przetwarzania danych i uczenia maszynowego. Studia oferują unikatowy program nauczania wynikający z połączenia wiedzy pracowników naukowych PW i doświadczenia przedstawicieli firm branży Big Data i Business Intelligence.
Studenci naszych studiów otrzymują dostęp do oprogramowania za pośrednictwem skonfigurowanych maszyn wirtualnych.
Program studiów obejmuje: Semestr pierwszy skupia się na teoretycznym aspekcie analizy danych oraz na obszarze Big Data. Studenci zdobędą podstawową wiedzę teoretyczną w zakresie analizy statystycznej oraz algorytmów uczenia maszynowego. Będą również wprowadzeni w rynek Business Intelligence oraz poznają narzędzia i technologie będące filarami wiedzy w zakresie Big Data.
Semestr drugi skupia się na pogłębianiu wiedzy o analizie statystycznej i uczeniu maszynowym od strony praktycznej. Studenci poznają biblioteki programistyczne oraz narzędzia współpracy między naukowcami. Obok segmentu analitycznego znajdują się przedmioty ułatwiające wykorzystanie dotąd nabytej wiedzy w biznesie i młodych zespołach projektowych. Studenci analizują też, wraz z doświadczonymi praktykami, przykładowe case-study, bazujące na rzeczywistych problemach i wdrożeniach systemów klasy Big Data w przemyśle.W drugim semestrze możliwe jest przygotowanie pracy końcowej (praca dyplomowa) na wybrany temat poszerzający tematykę studiów i zainteresowania studenta uczestnika. Praca wykonywana jest pod opieką wykładowcy studium. Uzyskanie dyplomu świadectwa ukończenia studiów podyplomowych możliwe jest też bez konieczności przygotowania pracy dyplomowej, na podstawie egzaminu końcowego. Zajęcia prowadzone są przez doświadczonych praktyków.
Tematyka zajęć:
• Algorytmy uczenia maszynowego
• Analiza populacji
• Analiza statystyczna
• Big data dla Business Intelligence
• Odkrywanie danych i wiedzy
• Analiza danych w biznesie
• Praca ze środowiskiem Apache Spark
• Praktyczne aspekty Data Science
• Seminarium dyplomowe
• Uczenie maszynowe
• Wizualizacja danych
• Zarządzanie Data Science
Inżynieria procesów biznesowych. Business intelligence - studia podyplomowe na Wydziale Elektrycznym
Charakterystyka studiów prezentowana przez uczelnię
Charakterystyka: Studia adresowane są do osób, które zajmują się opisem, dokumentowaniem lub wsparciem procesów biznesowych oraz analityką biznesową i analizą danych w biznesie i chciałyby pogłębić swoją wiedzę, umiejętności i poznać narzędzia analizy biznesowej. Studia są prowadzone metodami projektowymi z bardzo dużą liczbą warsztatów. Z tego powodu zajęcia prowadzone są w niewielkich grupach. Wybrane zajęcia odbywają się metodą zdalną z wykorzystaniem platformy edukacyjnej. Student może dzięki temu dobrać tempo, czas pracy i zakres do własnych potrzeb. Od kandydatów nie oczekujemy wiedzy bazowej ani doświadczenia informatycznego.
Nad merytorycznym poziomem studiów czuwa Rada Programowa składająca się z ekspertów akademickich oraz Rada Merytoryczna gromadząca wybitnych i doświadczonych praktyków z przemysłu.
Studia powinny zainteresować: analityków biznesowych, kierowników i pracowników działów analiz i controllingu, ekonomistów, informatyków, architektów rozwiązań biznesowych, handlowców, pracowników administracyjnych i innych. Studia oferują unikatowy program nauczania wynikający z połączenia wiedzy pracowników naukowych PW i doświadczenia przedstawicieli największych firm branży Business Intelligence oraz ekspertów zarządzania procesami biznesowymi (Business Process Management – BPM).
Studenci naszych studiów otrzymują dostęp do oprogramowania do modelowania i obsługi procesów biznesowych oraz narzędzi analityki biznesowej Business Intelligence.
Program studiów obejmuje:
• Wiedzę podstawową z zakresu modelowania danych i procesów biznesowych
• Ugruntowaną wiedzę z metod matematycznych będących podstawą metod analitycznych w rozwiązaniach komercyjnych
• Znajomość języków do opisu procesów biznesowych (ER, BPMN, UML, IDEFX1)
• Znajomość metod i narzędzi zarządzania procesami biznesowymi (BPM, BPR)
• Znajomość metod pozyskiwania i dokumentowania wymagań
• Umiejętność modelowania procesów w narzędziach CASE (Enterprise Architect, IBM RSA, InfoSphere Data Architect, MS Visio)
• Metody i narzędzi analityki biznesowej (Business Intelligence)
• Wiedzę na temat budowy i zastosowania hurtowni danych (kostki OLAP, ETL),
• Metody poprawy jakości danych
• Zasady i normy bezpieczeństwa danych i procesów biznesowych
• Szkolenia z wiodących systemów analitycznych (MS SQL, IBM, MicroStrategy)
• Znajomość narzędzi wsparcia procesów pracy - WorkFlow (WFMC, MS SharePoint)
• Wiedzę na temat nowych trendów w inżynierii procesów biznesowych (SOA, Cloud Computing)
• Wiele przykładów z praktyki analityki biznesowej
• Bardzo dużą liczbę zajęć praktycznych ‑ łącznie 228 godzin w czasie dwu semestrów.
Tematyka zajęć:
• Identyfikacja wymagań w projekcie
• Modelowania procesów biznesowych
• Odkrywanie danych i wiedzy
• Opracowanie wymagań w projekcie
• Wprowadzenie do analizy biznesowej i inżynierii wymagań
• Wprowadzenie do baz danych
• Zastosowanie i projektowanie hurtowni danych
• Bezpieczeństwo danych w biznesie
• Narzędzia analityki biznesowej
• Projektowanie systemów w IBM RSA
• Seminarium problemowe
• SOA i rozwiązania w chmurze
• Wsparcie procesów WorkFlow
Modelowanie statystyczne z oprogramowaniem SAS - studia podyplomowe na Wydziale Zarządzania
Charakterystyka studiów prezentowana przez uczelnię
Charakterystyka: Celem studiów jest dostarczenie wiedzy teoretycznej oraz rozwój praktycznych umiejętności umożliwiających aktywne, świadome i sprawne realizowanie działań związanych z modelowaniem statystycznym na przykładzie metod i rozwiązań dostępnych w oprogramowaniu SAS.
Studia przeznaczone są dla absolwentów szkół wyższych zainteresowanych pogłębianiem swojej wiedzy z zakresu:
• podstawowych technik przetwarzania danych biznesowych,
• przetwarzaniu społeczno-ekonomicznych danych w architekturze Big Data,
• praktycznych obliczeń statystycznych,
• technologii sztucznej inteligencji i uczenia maszynowego ze szczególnym uwzględnieniem modelowania na potrzeby sektora finansów.
Absolwent ma zaawansowaną wiedzę i umiejętności praktyczne:
• niezbędne dla wykonywania obowiązków analityka statystycznego (Data Scientist),
• związane z budowaniem zaawansowanych modeli biznesowych przy wykorzystaniu oprogramowania SAS,
• dotyczące wiodących technologii informatyki gospodarczej, przetwarzania i analizy danych prowadzące do zwiększania wartości przedsiębiorstw,
• konieczne w procesach implementacji i stosowania nowoczesnych metod uczenia maszynowego,
• umożliwiające rozwijanie po studiach zdobytej wiedzy, kompetencji i umiejętności.
Szkoła Główna Handlowa
Akademia Analityka z SAS, R & Python - studia podyplomowe
Charakterystyka studiów prezentowana przez uczelnię
Opis: Studia nowoczesne, oryginalne, kształcące analityków z wizją programowania i modelowania przyszłości. Studia skierowane są do osób które:
• interesują się analityką biznesowa, zaawansowaną analityką biznesową, nowymi technologiami IT w analityce, programowaniem w różnych językach;
• interesują się zagadnieniami szeroko definiowanej naukowej analizy danych;
• są świadome tego, że we współczesnym świecie następuje olbrzymi postęp, jeśli chodzi o możliwości analityki.
Nasza oferta jest jedyna tego typu w Polsce, w Europie a może i na świecie.
Analiza statystyczna i data mining w biznesie - studia podyplomowe
Charakterystyka studiów prezentowana przez uczelnię
Opis: Celem studiów jest przekazanie słuchaczom wiedzy teoretycznej wraz umiejętnościami praktycznego jej zastosowania w zakresie szeroko rozumianych metod, modeli, technik analiz statystycznych oraz analiz „data mining” w stopniu niezbędnym do współczesnych zastosowań biznesowych. W związku z szybkim upowszechnieniem się metod i technik obliczeniowych, w obszarze biznesu pojawiła się nowa profesja – analityka statystycznego, szerzej analityka określanego mianem „data scientist” i wzrasta na nią zapotrzebowanie. Wychodząc naprzeciw temu zapotrzebowaniu, na analityka statystycznego posługującego się nowoczesnymi metodami analiz statystycznych i data miningowych, został uruchomiony i jest sukcesywnie realizowany oraz na bieżąco udoskonalany program naszych studiów podyplomowych „Analizy Statystyczne i Data Mining w Biznesie”.
Ukończenie podyplomowych studiów Analizy statystyczne i data mining w biznesie stanowi gwarancję zdobycia podstawowej wiedzy i umiejętności niezbędnych do pracy na stanowisku analityka statystycznego z Systemem SAS. Z uwagi na upowszechnienie się metod i technik obliczeniowych jest to profesja, na którą wrasta i będzie wzrastać w przyszłości zapotrzebowanie na rynku pracy. Harvard Business Review (October 2012) w artykule: Data Scientist: The Sexiest Job of the 21st Century podkreśla znaczenie i siłę analityki w biznesie we współczesnym świecie. Nasze studia starają się sprostać oczekiwaniom takiej analityki i oferują bardzo nowoczesny program, który odpowiada na wyzwania współczesnej i przyszłej analityki i biznesie.
Istotnym atutem studiów jest fakt, że patronat nad nim objął SAS Institute Polska, co gwarantuje korzystanie z najnowszych technologii. Obecnie SAS należy do grona dziesięciu największych producentów oprogramowania na świecie. Jest dostawcą nowych wiodących rozwiązań biznesowych i informatycznych. Studenci korzystają z oprogramowania SAS Institute w czasie zajęć. Ponadto każdy student otrzymuje w ramach licencji SAS Institute dla Szkoły Głównej Handlowej w Warszawie możliwość instalacji oprogramowania SAS na własnym komputerze na okres trwania studiów, to jest 12 miesięcy. Począwszy od XIV Edycji naszych studiów, studenci którzy w przewidzianym planie studiów ukończą je (okres 12 miesięcy od daty rozpoczęcia) i obronią pracę końcową z oceną co najmniej dobry plus (4,5) otrzymają świadectwo ukończenia studiów i dodatkowo Certyfikat „Analityk Statystyczny z Systemem SAS – Poziom podstawowy”.
Business Intelligence - systemy wspomagania decyzji biznesowych - studia podyplomowe
Charakterystyka studiów prezentowana przez uczelnię
Opis: Celem studiów jest dostarczenie wiedzy w zakresie wykorzystania metod analitycznych (big data analytics) w biznesie. Szczególny nacisk jest położony na poznanie metod analizy wymagań biznesowych, wykorzystania metod eksploracji danych (data mining) oraz efektywnego wykorzystania systemów Business Intelligence (BI) dla wsparcia analiz: finansowych, sprzedaży, kosztów, marketingowych i klienta w celu zwiększania wartości ekonomicznej przedsiębiorstwa. Prezentowana będzie również architektura technologiczna BI: hurtownia danych i OLAP. W ramach zajęć jest prowadzona analiza konkretnych przypadków w zakresie: kontroling, sprzedaż, zarządzanie relacjami z klientami, organizacja projektu wdrożenia BI. Przewidziane są również zajęcia laboratoryjne z wykorzystaniem oprogramowania: Statistica i SAS. Studenci otrzymają dostęp do pakietów analitycznych: SAS, SPSS i Statistica. Zajęcia są prowadzone przez wybitnych specjalistów zarówno ze świata akademickiego jak i praktyki biznesowej.
Inżynieria danych - Big Data - studia podyplomowe
Charakterystyka studiów prezentowana przez uczelnię
Kolegium Analiz Ekonomicznych, w tym Instytut Informatyki i Gospodarki Cyfrowej, Instytut Ekonometrii oraz Instytut Statystyki i Demografii, wraz ze współpracującymi specjalistami z praktyki gospodarczej serdecznie zapraszają wszystkich chętnych na elitarne roczne Podyplomowe Studia Inżynieria Danych - Big Data.
Przewaga naszych studiów: Nasza nowatorska i unikatowa na rynku polskim oferta kształcenia różni się od innych dostępnych ofert:
• nastawieniem na wszechstronną podbudowę informatyczną szeroko definiowanej analityki dużych wolumenów danych,
• ukierunkowaniem na analitykę dużych wolumenów danych o charakterze biznesowym/ekonomicznym,
• wysokim poziomem interdyscyplinarności,
• ekspertami z doświadczeniem praktycznym,
• dużą liczbą zajęć praktycznych (laboratoria, warsztaty),
• małą liczebnością grupy,
• a w rezultacie zakresem oferowanej wiedzy, umiejętności i kompetencji oraz zdobywanymi efektami kształcenia.
Uniwersytet Adama Mickiewicza w Poznaniu
Przetwarzanie danych - Big data - studia podyplomowe na Wydziale Matematyki i Informatyki
Charakterystyka studiów prezentowana przez uczelnię
Cel studiów: Studia podyplomowe Przetwarzanie danych – Big Data przygotowują do podjęcia zadań związanych z przetwarzaniem dużych i złożonych zbiorów danych, ich analizą, eksploracją i wizualizacją. Studia odpowiadają na ogromne zapotrzebowanie na specjalistów w zakresie przetwarzania danych, mających wiedzę teoretyczną i praktyczną zarówno na temat baz relacyjnych jak i nierelacyjnych, hurtowni danych i Big Data. Uczestnicy studiów zostaną zapoznani z dostępnymi rozwiązaniami technologicznymi i nowoczesnymi koncepcjami przetwarzania danych. Poznają cały proces przetwarzania danych, od momentu ich czyszczenia i składowania, poprzez odpytywanie i raportowanie, po złożoną analizę i odkrywanie wiedzy z danych.
Uczestnicy: Studia kierowane są do absolwentów kierunków informatycznych i pokrewnych, a także do osób zawodowo związanych z informatyką, pragnących poszerzyć swoją wiedzę w kierunku zagadnień związanych z przetwarzaniem danych. Studia są atrakcyjną propozycją dla firm pragnących podnieść i uaktualnić kompetencje swoich pracowników.
Atuty:
* nowoczesny program: ponad 75% zajęć praktycznych i najbardziej aktualne zagadnienia: hurtownie danych, Big Data, przetwarzanie w chmurze, Hadoop, bazy NoSQL, analiza i eksploracja danych z wykorzystaniem języka R i Python;
* wysoko wykwalifikowana i różnorodna kadra, na którą składają się pracownicy Uniwersytetu oraz eksperci z bogatym doświadczeniem praktycznym;
* kontakt z rzeczywistymi problemami, udział w ciekawych projektach i możliwość spotkania wielu specjalistów z różnych dziedzin i firm.
Warszawska Wyższa Szkoła Informatyki
Data Science - metody i technologie przetwarzania, analizy i prezentacji danych - studia podyplomowe
Charakterystyka studiów prezentowana przez uczelnię
Specjalność skierowana w szczególności do informatyków i analityków biznesowych. Program studiów podyplomowych w specjalności Data Science - metody i technologie przetwarzania, analizy i prezentacji danych obejmuje łącznie 180 godzin dydaktycznych. Zajęcia realizowane w formie hybrydowej: 1/3 zajęć w trybie stacjonarnym, 2/3 w trybie wideokonferencyjnym. Zajęcia prowadzone są w większości w postaci warsztatów, podczas których słuchacze rozwiązują studia przypadków opracowane przez wykładowcę. Dominuje dyskusja oraz wymiana doświadczeń. Zajęcia prowadzą praktycy z dziedziny baz i hurtowni danych i systemów analitycznych. Warsztaty realizowane będą z wykorzystaniem technologii SQL Server 2016 oraz języków Python i R. Większość wykładowców posiada tytuły MVP z tej dziedziny.
