Business Intelligence w dużych zbiorach danych (Big Data)

Celem studiów „Uczenie Maszynowe i Data Science” jest zdobycie wiedzy z zakresu uczenia maszynowego oraz baz danych. Uczestnicy uzyskają praktyczne umiejętności programowania w języku Python, które można wykorzystać do przygotowania, analizy i wizualizacji danych. Studia obejmują także zagadnienia związane z relacyjnymi bazami danych, hurtowniami danych oraz systemami ETL, a także naukę języka SQL. Program koncentruje się na zaawansowanych algorytmach uczenia maszynowego i ich zastosowaniu w analizie danych, co jest kluczowe w dzisiejszym świecie biznesu.

Studia podyplomowe „MS Excel w controllingu dla zaawansowanych” to jedyne tego typu w Polsce, całkowicie poświęcone zaawansowanemu wykorzystaniu arkusza kalkulacyjnego MS Excel w controllingu. Zajęcia mają charakter warsztatowy i bazują na praktycznych przykładach opracowanych przez trenerów. Celem studiów jest przygotowanie do roli controllera/analityka, który efektywnie posługuje się zaawansowanymi narzędziami MS Excel.

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.

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.

Celem Studiów Podyplomowych Business Intelligence – Systemy Wspomagania Decyzji Biznesowych jest dostarczenie wiedzy i praktycznych umiejętności z zakresie stosowania zaawansowanych metod analizy danych (OLAP, Data Mining) i sztucznej inteligencji (Artificial Intelligence) w praktyce biznesowej.

W ostatnich latach obserwowany jest nieustanny wzrost znaczenia analizy danych w otoczeniu biznesowym. W erze bardzo szybko przyrastającej ilości zbieranych danych, tradycyjne narzędzia i arkusze kalkulacyjne są niewystarczającymi narzędziami do formułowania wniosków i podejmowania odpowiednich akcji. Program studiów powstał w oparciu o dwa spostrzeżenia dotyczące trendów wprost z rynku pracy: Język SQL jest najczęściej pojawiającym się wymogiem i pewnym minimum w kontekście ofert pracy na stanowisko analityka. Jednocześnie, poziom znajomości tego zagadnienia wśród osób rozpoczynających pracę w obszarze analityki pozostaje względnie niski. Business Intelligence jest nowym, szybko rozwijającym się obszarem, który będzie absorbował coraz większą liczbę wykwalifikowanych specjalistów.Studia podyplomowe przygotowują słuchaczy do poznania i dalszego rozwoju w obu dziedzinach.Głównym celem studiów podyplomowych „Analityka danych z wykorzystaniem języka SQL (w bazach danych Oracle) oraz narzędzi Business Intelligence (Power BI i Tableau)” jest szeroko rozumiany rozwój umiejętności pracy z danymi u słuchaczy - od pozyskania ich bezpośrednio z dowolnej bazy danych, przez wstępną obróbkę i przygotowanie do analizy, wizualizację oraz raportowanie i prezentację. Program studiów, jak i proponowana metoda kształcenia, skonstruowane zostały pod kątem wiedzy praktycznej - 100% zajęć prowadzonych jest przez praktyków biznesowych z wielkim doświadczeniem i ma formę warsztatową przy komputerach. Uczestnicy zapoznają się ze stosowanymi przez analityków metodami oraz narzędziami stosowanymi podczas przetwarzania danych. Nabędą ważną umiejętność pracy z danymi w sposób wydajny i efektywny. W ten sposób, słuchacze będą gotowi, aby bezpośrednio po studiach wykorzystywać wiedzę w pracy zawodowej, jak i będą potrafili samodzielnie rozszerzać swoje kompetencje w dowolnym kierunku z zakresu szeroko pojętej analityki danych.

Celem studiów jest przekazanie umiejętności praktycznych z zakresu analityki danych biznesowych osobom, które do tej pory w ogóle nie posiadały, bądź posiadały znikome kompetencje z dziedziny informatyka, a są zainteresowane podjęciem pracy wymagającej znajomości podstaw analityki danych. Uzupełnieniem celu głównego jest zainteresowanie absolwentów dalszym poszerzaniem swojej wiedzy w dziedzinie analityki danych oraz jej szerszych zastosowań.

Studia podyplomowe łączą interdyscyplinarnie wszystkie zagadnienia niezbędne do rozumienia i tworzenia skutecznych historii opartych o dane. Celem studiów jest nabycie umiejętności takich jak automatyczne pobieranie danych, obsługa programów do analizy danych, wykorzystanie narzędzi do wizualizacji danych, oraz tworzenie raportów, treści do mediów społecznościowych i materiałów dziennikarskich.

Studia podyplomowe mają na celu podnoszenie kwalifikacji pracowników administracji publicznej oraz innych podmiotów organizacyjnych zajmujących się danymi osobowymi. Szczególnie skierowane są do osób pełniących lub przygotowujących się do pełnienia funkcji Inspektora Ochrony Danych. Celem jest przekazanie pogłębionej wiedzy i umiejętności pozwalających na samodzielne wdrażanie i ocenę systemów ochrony danych osobowych oraz rozwiązywanie złożonych problemów w tej dziedzinie.

Studia podyplomowe rozszerzają zagadnienia przedstawione na poziomie podstawowym Data Science. Celem jest wyposażenie uczestników w zaawansowane metody, techniki i narzędzia analizy danych, z dużym naciskiem na programistyczne techniki i narzędzia analityczne, zwłaszcza język Python. Uczestnicy nauczą się radzić sobie z różnymi zadaniami data science oraz zdobywać przewagę konkurencyjną w różnych dziedzinach.