Analiza danych – Data Science
Termin:
1 paź 2025 - 30 cze 2026
Miejsce:
Kraków
Czas trwania:
220 godz.
Cena:
9900,00 zł
Pozostałe terminy:
Organizator
AGH w Krakowie
Opis i cele
Studia podyplomowe Analiza Danych - Data Science to 2-semestralne studia obejmujące 224 godz. zajęć, z których aż 152 godzin to praktyczne zajęcia laboratoryjne. Celem studiów jest przygotowanie kadr do udziału w procesach przetwarzania i analizy duży zbiorów różnorodnych danych. Współczesny świat generuje olbrzymie ilości różnorodnych danych, których umiejętne przetwarzanie, analiza i wyciąganie wniosków może dostarczyć istotnych informacji niezbędnych w różnorakich procesach decyzyjnych w gospodarce i nauce. Pojęcia/zawody „Analityk danych” oraz „Data Scientist” łączą kompetencje i umiejętności z wielu dziedzin, specjalności takich jak: matematyka, statystyka, bazy danych, programowanie. Wymagają też znajomości i umiejętności praktycznego wykorzystania nowoczesnych narzędzi informatycznych wykorzystywanych do przetwarzania danych. Studia podyplomowe „Analiza danych – Data Science” dostarczają zarówno wiedzy o charakterze podstawowym, teoretycznym, szerokiej znajomości nowoczesnych metod i technik przetwarzania i analizy danych jak i umiejętności wykorzystania tej wiedzy w praktyce.
Charakterystyka uczestników
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
- 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
Zastosowane metody
Studia są w formie hybrydowej- większość wykładów jest formie zdalnej, laboratoria są w formie stacjonarnej. Zjazdy są w weekendy (sobota i niedziela).
Dodatkowe informacje organizacyjne
Wydział Informatyki AGH
Osoba do kontaktu:
mgr inż. Dominika Knapik-Mróz
tel. kom.: +48 505 898 392
dkm@agh.edu.pl
Uczestnik otrzymuje:
Dyplom ukończenia studiów AGH
Umiejętności:
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
Pozostałe korzyści:
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, sieci neuronowe, 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.
Ważnym uzupełnieniem tych zagadnień będzie wiedza dotycząca prawnych aspektów gromadzenia, przetwarzania i analizy danych.
Link do sylabusa: https://sylabusy.agh.edu.pl/pl/1/2/20/1/6/63/173
