Wybrany termin:
Termin:
1 paź 2024 - 26 cze 2025
Miejsce:
Online
Cena:
11 000,00 zł
Data Science w Biznesie
Wybrany termin:
Termin:
1 paź 2024 - 26 cze 2025
Miejsce:
Online
Czas trwania:
188 godz.
Prowadzący:
KIEROWNIK STUDIÓW
dr hab. Wioletta Grzenda, prof. SGH
KIEROWNIK STUDIÓW
dr hab. Wioletta Grzenda, prof. SGH
Zajęcia odbywają się raz lub dwa razy w miesiącu, w soboty i niedziele od 9:15.
Termin niedostępny
Pozostałe terminy:
W tym momencie brak dostepnych terminów
Organizator
Opis i cele
Studia Podyplomowe Data Science w Biznesie dostarczają gruntownej wiedzy i umiejętności z obszaru statystyki oraz uczenia maszynowego niezbędnych do analizy danych w biznesie z wykorzystaniem języków programowania R i Python oraz środowiska SAS Viya.
Usługa:
Studia podyplomowe
Poziom:
Zaawansowany
Charakterystyka uczestników
Studia Podyplomowe Data Science w Biznesie adresowane są zarówno do osób, które nie mają jeszcze doświadczenia w obszarze data science, jak również tych osób, które chcą poszerzyć i ugruntować swoją wiedzę w zakresie przetwarzania i analizy danych w biznesie, w szczególności:
- statystyków,
- analityków,
- specjalistów IT,
- kierowników projektów IT,
- pracowników naukowych.
Program
- Programowanie w języku R
- Przetwarzanie danych w SAS
- Programowanie w języku Python
- Statystyczna analizy danych
- Regresja logistyczna
- Modele czasu trwania
- Prognozowanie i szeregi czasowe
- Data mining
- Uczenie maszynowe, uczenie głębokie w Python i SAS Viya
- Credit scoring, automatyzacja podejmowania decyzji
- Optymalizacja sprzedaży i odkrywanie asocjacji
- Big data engineering – case study
- Seminarium
Zastosowane metody
- Zajęcia teoretyczne
- Praktyczne ćwiczenia programistyczne
- Analizy case study
- Warsztaty
Dodatkowe informacje organizacyjne
Sekretarz studiów:
dr Aleksandra Iwanicka
e-mail: aiwanic@sgh.waw.pl
Uczestnik otrzymuje:
Dyplom ukończenia studiów podyplomowych SGH
Wiedza:
- Znajomość podstawowych i zaawansowanych technik statystycznych.
- Znajomość metod uczenia maszynowego.
- Umiejętność interpretacji wyników analizy danych.
- Wiedza z zakresu programowania w językach R i Python.
- Znajomość środowiska SAS Viya.
- Wiedza na temat procesu eksploracji danych.
- Umiejętność zastosowania metod statystycznych w analizie danych.
- Znajomość narzędzi do wizualizacji danych.
- Wiedza na temat modeli czasu trwania i regresji logistycznej.
- Znajomość metod prognozowania i analiz szeregów czasowych.
Umiejętności:
- Programowanie w językach R i Python.
- Przetwarzanie i czyszczenie danych.
- Wykorzystanie narzędzi SAS Viya do analizy danych.
- Tworzenie modeli predykcyjnych.
- Optymalizacja procesów biznesowych za pomocą data science.
- Analiza danych z wykorzystaniem metod statystycznych i uczenia maszynowego.
- Integracja i eksploracja danych.
- Wizualizacja wyników analizy danych.
- Automatyzacja procesów decyzyjnych.
- Tworzenie strategii biznesowych na podstawie analizy danych.
Kompetencje społeczne:
- Zdolność do pracy zespołowej.
- Umiejętność komunikowania wyników analizy danych.
- Zrozumienie etyki w data science.
- Zdolność do adaptacji w dynamicznym środowisku biznesowym.
- Innowacyjne podejście do rozwiązywania problemów.
- Umiejętność krytycznego myślenia.
- Otwartość na nowe technologie i metody analizy danych.
- Zdolność do ciągłego doskonalenia zawodowego.
- Umiejętność zarządzania projektami analitycznymi.
- Profesjonalizm w podejściu do wykonywania zadań.