Analiza Danych – Big Data
Termin:
1 paź 2024 - 3 lip 2025
Miejsce:
Sopot
Czas trwania:
228 godz.
Prowadzący:
Kierownik studiów podyplomowych
dr Arkadiusz Kozłowski
Pozostałe terminy:
Organizator
Wydział Zarządzania UG
Opis i cele
Studia Podyplomowe Analiza Danych – Big Data przygotowują do ambitnej i ciekawej pracy związanej ze statystyczną analizą dużych zbiorów danych. Celem kształcenia jest zdobycie wiedzy oraz praktycznych umiejętności związanych z przygotowaniem danych do analizy, eksploracją danych, modelowaniem statystycznym i zaawansowanymi metodami data mining, z wykorzystaniem nowoczesnego oprogramowania.
Charakterystyka uczestników
Studia Podyplomowe Analiza Danych – Big Data adresowane są do osób, które pracują lub zamierzają podjąć pracę na stanowisku związanym ze statystyczną analizą danych (data science) i chciałyby się nauczyć jak przygotować dane do analizy, dokonać eksploracji danych, budować modele statystyczne i wykorzystywać zaawansowane metody data mining za pomocą nowoczesnego oprogramowania.
Program
Semestr I
- Wprowadzenie do big data
- Programowanie z elementami metod analizy i wizualizacji danych
- Eksploracja danych i modelowanie statystyczne
Semestr II
- Infrastruktura informatyczna i obsługa baz danych
- Zaawansowane metody data mining
- Big data w praktyce
Zastosowane metody
Zajęcia prowadzone są w formie warsztatowej - ćwiczeniowej w laboratoriach komputerowych.
Dodatkowe informacje organizacyjne
Kontakt:
Sekretariat Katedry Statystyki,
Wydział Zarządzania,
81-824 Sopot,
ul. Armii Krajowej 101, pok. 129.
Uczestnik otrzymuje:
Świadectwo ukończenia studiów podyplomowych
Wiedza:
- Znajomość zaawansowanej analizy danych statystycznych.
- Wiedza na temat specyfiki big data.
- Znajomość narzędzi i technik wydobywania informacji z dużych zbiorów danych.
- Wiedza o zastosowaniach sztucznej inteligencji w zarządzaniu opartym na danych.
- Znajomość oprogramowania do analiz statystycznych.
- Znajomość języków programowania R i Python.
- Wiedza o zarządzaniu przetwarzaniem danych w hurtowniach danych.
- Znajomość zastosowań chmury obliczeniowej.
- Wiedza o metodach klasyfikacji i regresji.
- Wiedza o analizie danych nieustrukturyzowanych.
Umiejętności:
- Obsługa specjalistycznych programów komputerowych do analiz statystycznych.
- Programowanie obliczeń w R i Python.
- Przygotowanie danych do analizy.
- Konstruowanie modeli statystycznych.
- Wykorzystanie zaawansowanych metod data mining.
- Ekstrakcja danych z relacyjnych baz danych za pomocą SQL.
- Praca nad rzeczywistym projektem badawczym.
- Prezentacja i obrona projektów badawczych.
- Analiza danych tekstowych.
- Analiza sieci społecznościowych.
Kompetencje społeczne:
- Praca w grupach nad projektami badawczymi.
- Prezentowanie wyników i prowadzenie dyskusji.
- Współpraca w zespołach interdyscyplinarnych.
- Umiejętność adaptacji do nowych narzędzi i technologii.
- Samodzielne rozwijanie swoich umiejętności.
- Odpowiedzialność za powierzone zadania.
- Etyczne podejście do analizy danych.
- Krytyczne myślenie i rozwiązywanie problemów.
- Zarządzanie czasem i projektami.
- Komunikacja wyników analiz w sposób zrozumiały dla różnych odbiorców.