Studia podyplomowe - Kompetencje interpersonalne - Technologia i IT

Studia mają charakter praktyczny i ukierunkowane są na zdobycie kompetencji w obszarze digital marketingu, e-commerce, reklamy internetowej i wykorzystania sztucznej inteligencji w marketingu.Program obejmuje pracę z nowoczesnymi narzędziami (Google Ads, Meta Ads, Google Analytics, narzędzia SEO/AIO oraz AI), a także rozwija kreatywność i kompetencje analityczne. Duży nacisk położony jest na projektowanie kampanii marketingowych, automatyzację działań oraz analizę danych.Cel studiówprzygotowanie do pracy w digital marketinguzdobycie umiejętności tworzenia i prowadzenia kampanii reklamowychrozwój kompetencji w zakresie wykorzystania AI w marketinguprzygotowanie do pracy w e-commerce i social mediarozwój kreatywności i kompetencji analitycznychprzygotowanie do planowania strategii marketingowej

Celem studiów podyplomowych jest przekazanie wiedzy, umiejętności i kompetencji społecznych z zakresu cyberbezpieczeństwa oraz nabycie lub podnoszenie kwalifikacji osób mających zamiar lub już pracujących w obszarze związanym z cyberbezpieczeństwem. Program studiów obejmuje 20 przedmiotów i jest oparty na połączeniu wiedzy teoretycznej, umiejętności praktycznych oraz kompetencji społecznych.

Studia rozwijają kompetencje w budowie nowoczesnych systemów AI (ponad klasyczny Data Science).Cel:projektowanie i wdrażanie systemów AIbudowa systemów agentowych i wykorzystanie LLMautomatyzacja procesów analitycznychrozwój kompetencji w pracy z danymi i MLnauka wdrażania AI zgodnie z regulacjami (AI Act)

Studia mają charakter praktyczno‑techniczny i są ukierunkowane na rozwój kompetencji w obszarze analizy danych, programowania oraz uczenia maszynowego.Program obejmuje cały proces pracy z danymi: od ich pozyskiwania i przetwarzania, przez analizę statystyczną, aż po budowę modeli predykcyjnych i ich wdrażanie. Łączy teorię z praktyką poprzez liczne ćwiczenia i projekty oparte na rzeczywistych problemach biznesowych.Cel studiówzdobycie kompetencji w Data Science i analizie danychnauka programowania w Pythonieopanowanie metod statystycznych i MLprzygotowanie do budowy modeli predykcyjnychrozwój kompetencji projektowych i zespołowychprzygotowanie do pracy jako analityk danych / data scientist