Analiza Danych i Data Mining

Studia Data Science łączą umiejętności statystyczne, analityczne i programistyczne, odpowiadając na rosnące zapotrzebowanie rynku na specjalistów w dziedzinie analizy danych. Celem jest przygotowanie do przetwarzania dużych zbiorów danych, wykrywania wzorców i analizowania skomplikowanych problemów biznesowych przy użyciu nowoczesnych narzędzi i metod.

Studia dostarczają uczestnikom wiedzy na temat podstaw i idei przetwarzania maszynowego (machine learning), sztucznej inteligencji i przetwarzania dużych ilości danych (big data). Studenci poznają proces przygotowania danych, metody przetwarzania oraz analizę i wizualizację danych. Studia oferują dwie specjalizacje: „Data Science – Developer” i „Data Science – Analityk danych”. Program obejmuje naukę języków R, Python i SQL oraz technologie takie jak Hadoop i Spark, a także głębokie uczenie (deep learning) i sieci neuronowe.

Studia mają na celu przygotowanie uczestników do efektywnego zarządzania firmą z wykorzystaniem systemu SAP S/4HANA. Program kształcenia koncentruje się na zdobywaniu praktycznych umiejętności związanych z zarządzaniem danymi, analizą finansową, optymalizacją procesów biznesowych oraz cyfrową transformacją w biznesie.

Studia podyplomowe „FinTech” prowadzone są we współpracy Uniwersytetu Łódzkiego z praktykami rynku finansowego (w szczególności pracowników firm reprezentujących FINTECH CENTRAL POLAND). Studia adresowane są do osób zainteresowanych zdobyciem wiedzy i umiejętności z zakresu innowacji finansowych – finansistów, chcących wzmocnić kompetencje cyfrowe i informatyków, chcących wzmocnić kompetencje finansowe.Studia przygotowują do tworzenia firmy działającej w branży FinTech i wykonywania zawodu prezesa – CEO (lub innego stanowiska kierowniczego, zwłaszcza start-upu), Product Ownera, analityka biznesowego, specjalisty w firmie działającej w obszarze technologii finansowych lub instytucji finansowej (banku, instytucji płatniczej, firmie pożyczkowej, ubezpieczeniowej, firmie inwestycyjnej).

Celem studiów jest zapoznanie słuchaczy z najbardziej popularnymi technikami, algorytmami, narzędziami do analizy danych (m.in. w środowisku GNU R). Nabyte kompetencje związane są z poznaniem i stosowaniem metod i technik programowania wspomagających pracę analityka, metod statystycznych do opisu, modelowania i prognozowania rozmaitych zjawisk, narzędzi analizowania procesów masowych, metod dotyczących wizualizacji danych statystycznych.

Studia podyplomowe mają na celu zapoznanie uczestników z teoretycznymi i praktycznymi aspektami budowy i projektowania baz danych NoSQL, integracji danych analitycznych w przedsiębiorstwie, analizy danych przy użyciu wybranych języków programowania oraz ich wizualizacji. Program studiów koncentruje się na wykorzystaniu narzędzi z obszaru Business Intelligence i Big Data, które wspomagają procesy analityczne w organizacjach. Uczestnicy będą mieli okazję pracować z nowoczesnymi rozwiązaniami firmy SAS oraz innych dostawców.

Studia koncentrują się na empirycznych metodach stosowanych w analizie sytuacji na rynkach finansowych. Uczestnicy zdobędą praktyczne umiejętności pozyskiwania, przetwarzania danych oraz modelowania i prognozowania procesów ekonomicznych i finansowych w środowisku R.

Studia podyplomowe mają na celu przygotowanie specjalistów i menedżerów z zakresu zarządzania łańcuchem logistycznym i procesami logistycznymi. Program koncentruje się na zarządzaniu zapasami, zaopatrzeniem, produkcją, dystrybucją, transportem i magazynowaniem. Studenci zdobywają umiejętności analizy danych oraz poznają współczesne trendy i technologie w logistyce.

Celem studiów jest przekazanie uczestnikom praktycznej wiedzy i umiejętności z zakresu efektywnego wykorzystania arkusza kalkulacyjnego jako podstawowego narzędzia analiz i przetwarzania danych. Uczestnicy zgłębiają typowe problemy natury ekonomiczno-biznesowej, zdobywając zaawansowane umiejętności wykorzystywania technik i narzędzi MS Excel oraz języka VBA, obejmujących zagadnienia finansowe, analizę ilościową danych biznesowych, organizację danych i programowanie w języku VBA.

Uczenie maszynowe w analityce danych kierowane są do osób, które posiadają już podstawową wiedzę w zakresie informatyki i analityki danych lub pracują na stanowiskach związanych z szeroko pojętym Data Science. Studia pozwolą uporządkować posiadaną wiedzę i rozszerzyć ją w sposób znaczący o zaawansowane metody sztucznej inteligencji stosowanej do eksploracji i przetwarzania różnych typów danych. W szczególności kierowane są do osób zainteresowanych tematyką uczenia maszynowego oraz Big Data chcących podjąć pracę w międzynarodowych firmach korzystających z rozwiązań opartych na systemach uczących się.