Studia Podyplomowe Analiza danych – Big Data
Studia Podyplomowe Analiza danych – Big Data
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Bazy danych
- Sposób dofinansowaniawsparcie dla osób indywidualnych
- Grupa docelowa usługi
Studia Podyplomowe Analiza danych – Big Data adresowane są do osób, które pracują lub zamierzają podjąć pracę na stanowisku związanym ze statystyczną analizą danych (data science) i chciałyby się nauczyć jak przygotować dane do analizy, dokonać eksploracji danych, budować modele statystyczne i wykorzystywać zaawansowane metody data mining za pomocą nowoczesnego oprogramowania.
- Minimalna liczba uczestników18
- Maksymalna liczba uczestników28
- Data zakończenia rekrutacji30-09-2025
- Forma prowadzenia usługistacjonarna
- Liczba godzin usługi228
- Podstawa uzyskania wpisu do BURart. 163 ust. 1 ustawy z dnia 20 lipca 2018 r. Prawo o szkolnictwie wyższym i nauce (t.j. Dz. U. z 2023 r. poz. 742, z późn. zm.)
- Zakres uprawnieńStudia podyplomowe
Cel
Cel
Cel edukacyjny
Studia Podyplomowe Analiza danych – Big Data przygotowują do ambitnej i ciekawej pracy związanej ze statystyczną analizą dużych zbiorów danych. Celem kształcenia jest zdobycie wiedzy oraz praktycznych umiejętności związanych z przygotowaniem danych do analizy, eksploracją danych, modelowaniem statystycznym i zaawansowanymi metodami data mining, z wykorzystaniem nowoczesnego oprogramowania.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
Efekty uczenia się Absolwent studiów podyplomowych ma pogłębioną wiedzę na temat metod wykorzystania różnego typu danych gromadzonych w sposób masowy dla zwiększenia efektywności działalności gospodarczej. Absolwent studiów podyplomowych zna zaawansowane metody matematyczne, statystyczne, ekonometryczne oraz informatyczne umożliwiające pozyskiwanie, przetwarzanie i analizę dużych zbiorów danych odzwierciedlających funkcjonowanie i wzrost gospodarki narodowej i jej składowych oraz zjawisk i procesów zachodzących w ich otoczeniu. Absolwent studiów podyplomowych zna paradygmaty wyciągania wniosków z dużych zbiorów danych statystycznych i ma wiedzę na temat oceny jakości tego wnioskowania. Absolwent studiów podyplomowych potrafi w sposób zrozumiały, w mowie i na piśmie, przedstawić i uzasadnić zaawansowane metody analizy danych. Absolwent studiów podyplomowych potrafi na poziomie zaawansowanym planować, projektować i programować systemy oparte na analizie danych, szczególnie w przypadku zbiorów danych, które są obszerne, różnorodne i szybko zmieniające się. | Kryteria weryfikacji Poprawność merytoryczna zastosowanych rozwiązań w projekcie zaliczeniowym. Zakres wykonanej analizy (w tym działań związanych z przygotowaniem danych). Oryginalność rozwiązania. Techniczna strona raportu i prezentacji. | Metoda walidacji Prezentacja |
Metoda walidacji Wywiad swobodny |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
Studia podyplomowe trwają 2 semestry i prowadzone są w formie studiów niestacjonarnych (zajęcia w soboty i niedziele). Program studiów obejmuje 228 godzin zajęć (wykłady i ćwiczenia). Zajęcia prowadzone są w laboratorium komputerowym na Wydziale Zarządzania w Sopocie.
Program studiów zaczyna się od wprowadzenia do tematyki big data i analizy statystycznej. Słuchacze poznają m.in. etapy i metody analiz big data, najważniejsze źródła wartości analiz dla odbiorcy. Bardzo ważnym aspektem w analizie dużych zbiorów danych jest oprogramowanie. Na studiach podyplomowych Analiza danych – Big Data kładziemy nacisk na dwa środowiska programistyczne: R oraz Python, będące obecnie najpopularniejszymi językami programowania obliczeń. W pierwszym semestrze zajęcia praktyczne prowadzone są w środowisku R, w drugim zaś w R i Pythonie. Dla obu języków w pierwszej kolejności prowadzone są zajęcia wprowadzające, na których od podstaw wyjaśniana jest składnia danego języka.
Najważniejszym i najobszerniejszym blokiem zajęć w pierwszym semestrze jest Eksploracja danych i modelowanie statystyczne. Obejmuje on treści związane z przygotowaniem danych do analizy, takie jak: kodowanie danych, agregację cech/jednostek, imputację braków danych, transformację zmiennych i przypadków, wykrywanie obserwacji nietypowych, redukcję wymiarowości, analizę jakości danych. W dalszej kolejności słuchacze nabywają umiejętności konstruowania modeli statystycznych dla różnego typu zmiennych objaśnianych (ciągłych, binarnych, porządkowych); są to m.in. uogólnione modele liniowe (regresja wieloraka, regresja logistyczna), modele czasu trwania, modele nieparametryczne (drzewa klasyfikacyjne i regresyjne). Słuchacze na bieżąco wykorzystują poznaną wiedzę poprzez pracę nad rzeczywistym projektem badawczym (jest to praca w grupach, której rezultaty są prezentowane i bronione na egzaminie ustnym).
W drugim semestrze główny blok zajęciowy tworzą Zaawansowane metody data mining. Obejmują one szereg metod służących klasyfikacji i regresji (głównie sztuczne sieci neuronowe, ale też lasy losowe, drzewa wzmacniane, naiwny klasyfikator Bayesa, metodę k najbliższych sąsiadów). Sporo uwagi jest poświęcane na analizę danych nieustrukturyzowanych (text mining, analizę sieci społecznościowych). W ramach tego bloku słuchacze również pracują w grupach nad rzeczywistym problemem badawczym oraz prezentują swoje projekty i bronią je na egzaminie ustnym.
https://wzr.ug.edu.pl/rekrutacja/studia-podyplomowe/analiza-danych-big-data/program
Harmonogram
Harmonogram
| Przedmiot / temat zajęć | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|
Przedmiot / temat zajęć 1 z 2 Semestr I | Data realizacji zajęć 04-10-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:00 | Liczba godzin 07:00 |
Przedmiot / temat zajęć 2 z 2 Semestr II | Data realizacji zajęć 07-03-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:00 | Liczba godzin 07:00 |
Cena
Cena
Cennik
- Rodzaj cenyCena
- Koszt przypadający na 1 uczestnika brutto6 800,00 PLN
- Koszt przypadający na 1 uczestnika netto6 800,00 PLN
- Koszt osobogodziny brutto29,82 PLN
- Koszt osobogodziny netto29,82 PLN
Prowadzący
Prowadzący
Mirosław Szreder
Beata Jackowska
Kamila Migdał Najman
Krzysztof Najman
Ewa Wycinka
Damian Gajda
Tomasz Jurkiewicz
Arkadiusz Kozłowski
Dorota Buchnowska
Jacek Maślankowski
Agata Majkowska
Katarzyna Raca
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
https://wzr.ug.edu.pl/rekrutacja/studia-podyplomowe/analiza-danych-big-data
Warunki uczestnictwa
Od kandydatów na studia wymagamy znajomości podstaw statystyki opisowej i wnioskowania statystycznego oraz przynajmniej niewielkiego doświadczenia w programowaniu (w dowolnym języku). Pomocna w przyswajaniu treści programowych będzie też znajomość podstaw algebry liniowej (rachunek macierzowy) i analizy matematycznej.
Studia podyplomowe skierowane są do osób posiadających co najmniej kwalifikacje pierwszego stopnia studiów na dowolnym kierunku.