Business Intelligence i sztuczna inteligencja w podejmowaniu decyzji

Offer image
Wybrany termin:

Termin:

3 paź 2026 - 30 cze 2027

Miejsce:

Warszawa

Czas trwania:

180 godz.

Cena:

9300,00 zł

Prowadzący:
Kierownik studiów: dr hab. inż. Jerzy Surma, prof. SGH

Pozostałe terminy:

W tym momencie brak dostepnych innych terminów

Celem studiów jest przekazanie wiedzy i praktycznych umiejętności w zakresie zastosowania:

  1. Business Intelligence (BI),
  2. sztucznej inteligencji (AI),

we wspomaganiu decyzji biznesowych.

Program obejmuje:

  1. metody analizy danych,
  2. ekonometrię i data mining,
  3. generatywną AI,
  4. zastosowania biznesowe AI (finanse, CRM, logistyka, decyzje strategiczne),
  5. zarządzanie projektami BI/AI,
  6. aspekty etyczne i regulacyjne.

Celem jest przygotowanie do:

  1. wykorzystania AI w pracy zawodowej,
  2. podejmowania decyzji opartych na danych,
  3. pracy w obszarze analizy danych i nowych technologii.


Usługa:
Studia podyplomowe
Poziom:
Zaawansowany
  1. analitycy biznesowi
  2. przedsiębiorcy i menedżerowie
  3. osoby chcące zmienić ścieżkę kariery (bez zaplecza technicznego)
  4. menedżerowie odpowiedzialni za transformację cyfrową i AI

Moduł: BI i AI w podejmowaniu decyzji

Wprowadzenie do problematyki podejmowania decyzji w biznesie z wykorzystaniem metod Business Intelligence i Sztucznej Inteligencji w celu kreowaniu wartości ekonomicznej przedsiębiorstwa. Budowanie przewagi konkurencyjnej z wykorzystaniem metod eksploracji danych (data mining) oraz sztucznej inteligencji.

Moduł: Metody i algorytmy

Przegląd i poznanianie podstawowych metod i algorytmów używanych w zastosowaniach biznesowych w zakresie: ekonometria, eksploracja danych, uczenie maszynowe, w tym deep learning oraz generatywna sztuczna inteligencja. Szczególny akcent jest położony na budowę, eksploatację oraz zrozumienie potencjału i ograniczeń systemów AI.

Moduł: Narzędzia i technologie

Praktyczne poznanie wybranych narzędzi informatycznych w rozwiązaniach biznesowych w zakresie: budowanie raportów i kokpitów menadżerskich, eksploracji danych (modele data minnig) i metod sztucznej inteligencji. Ćwiczenia praktyczne z wykorzystaniem oprogramowania do budowania rozwiązań BI i AI w ramach zajęć laboratoryjnych. Praktyczne aspekty użytkowania dużych modeli językowych (LLM) zarówno w zakresie ich możliwości jaki i ograniczeń. Podstawy projektowania Hurtowni Danych i Data Leake dla nie informatyków.

Moduł: Zastosowania biznesowe

Przegląd praktycznych zastosowań w biznesowych w zakresie w zakresie finansów, sprzedaży, automatyzacji procesów biznesowych, zarzadzaniem łańcuchem dostaw oraz podejmowaniu decyzji strategicznych w przedsiębiorstwie. Analityczne systemy zarządzania relacjami z klientami (CRM) w praktyce (segmentacja klientów, analizy typu: churn, fraud, propensity, zarządzanie kampaniami marketingowymi). Analiza wymagań biznesowych i dobre praktyki prowadzenia projektów wdrożeniowych BI oraz AI (studium przypadku).

Moduł: Wyzwania i aspekty organizacyjne

Omówienie zagadnień związanych z zarządzaniem użytkowania systemów BI i AI: zarządzaniem zmianą i transformacją cyfrową w przedsiębiorstwie, bezpieczeństwo systemów AI, aspekty prawne, regulacyjnymi i etyczne. Realizacja projektów AI: metodyki zwinne (agile) w praktyce i inne metodyki projektowe.

Moduł: Wyzwania i aspekty organizacyjne

Omówienie zagadnień związanych z zarządzaniem użytkowania systemów BI i AI: zarządzaniem zmianą i transformacją cyfrową w przedsiębiorstwie, bezpieczeństwo systemów AI, aspekty prawne, regulacyjnymi i etyczne. Realizacja projektów AI: metodyki zwinne (agile) w praktyce i inne metodyki projektowe.


  1. zajęcia laboratoryjne
  2. ćwiczenia praktyczne z narzędziami BI i AI
  3. analiza case studies
  4. praca projektowa (praca dyplomowa)
  5. zajęcia stacjonarne
  6. częściowo zajęcia online (MS Teams)

Sekretarz studiów:

  1. Ilona Jastrzębska
  2. tel.: +48 225 649 237
  3. tel.: +48 503 111 551
  4. e-mail: ijastrz@sgh.waw.pl


Uczestnik otrzymuje:

  1. świadectwo ukończenia studiów
  2. materiały dydaktyczne
  3. książki autora programu (prof. Surmy)
  4. kompetencje praktyczne w BI i AI

Wiedza:

Absolwent:

  1. zna metody Business Intelligence
  2. zna metody sztucznej inteligencji
  3. zna techniki eksploracji danych
  4. zna podstawy ekonometrii
  5. zna algorytmy uczenia maszynowego
  6. zna deep learning i generatywną AI
  7. zna narzędzia BI i AI
  8. rozumie budowę hurtowni danych i data lake
  9. zna zastosowania AI w biznesie (finanse, CRM, logistyka)
  10. rozumie zarządzanie projektami BI i AI
  11. zna zagadnienia transformacji cyfrowej
  12. zna aspekty bezpieczeństwa systemów AI
  13. zna aspekty prawne i etyczne AI


Umiejętności:

Absolwent:

  1. wykorzystuje BI i AI w podejmowaniu decyzji
  2. analizuje dane i buduje modele analityczne
  3. stosuje metody data mining
  4. wykorzystuje narzędzia BI i AI
  5. tworzy raporty i kokpity menedżerskie
  6. wykorzystuje modele AI w analizie biznesowej
  7. analizuje przypadki biznesowe
  8. identyfikuje zastosowania AI w organizacji
  9. projektuje rozwiązania analityczne
  10. zarządza projektami BI i AI
  11. wykorzystuje LLM w praktyce
  12. analizuje wymagania biznesowe


Kompetencje społeczne:

Absolwent:

  1. podejmuje decyzje oparte na danych
  2. rozumie korzyści i zagrożenia AI
  3. adaptuje się do transformacji cyfrowej
  4. współpracuje z zespołami biznesowymi i technologicznymi
  5. rozwija kompetencje analityczne
  6. buduje przewagę konkurencyjną
  7. działa etycznie w wykorzystaniu AI
  8. rozwija relacje zawodowe (networking)
  9. jest otwarty na nowe technologie


Inni oglądali również