Kategorie usług
 
Menu

Studia podyplomowe w zakresie „Data Science w biznesie”


Informacje o usłudze
Czy usługa może być dofinansowana? Tak
Sposób dofinansowania
  • wsparcie dla przedsiębiorców i ich pracowników
Rodzaj usługi Usługa szkoleniowa
Podrodzaj usługi Studia podyplomowe
Dostępność usługi Otwarta
Numer usługi2018/09/06/9449/215145
Cena netto 5 400,00 zł Cena brutto 5 400,00 zł
Cena netto za godzinę 28,88 zł Cena brutto za godzinę 28,88
Usługa z możliwością dofinansowania Tak
Liczba godzin usługi 187
Termin rozpoczęcia usługi 2018-11-09 Termin zakończenia usługi 2019-06-29
Termin rozpoczęcia rekrutacji 2018-09-06 Termin zakończenia rekrutacji 2018-10-26
Maksymalna liczba uczestników 30
Kategoria główna KU Organizacja
Kategorie dodatkowe KU Informatyka
Podstawa uzyskania wpisu w zakresie świadczenia usług współfinansowanych Akt prawny:
posiada uprawnienia do świadczenia usług rozwojowych prowadzących do zdobycia kwalifikacji nadawanych po ukończeniu studiów podyplomowych, o których mowa w art. 2 ust. 1 pkt 11 ustawy z dnia 27 lipca 2005 r. – Prawo o szkolnictwie wyższym (Dz. U. z 2012 r poz. 572, z późn. zm. )
Zakres tematyczny Studia podyplomowe
Czy usługa pozwala na zdobycie kwalifikacji lub części kwalifikacji zarejestrowanych w ZRK? Nie
Czy usługa pozwala na uzyskanie kwalifikacji innych niż kwalifikacje zarejestrowane w ZRK? Nie
Czy usługa prowadzi do nabycia kompetencji? Tak
Informacje o podmiocie świadczącym usługę
Nazwa podmiotu Uniwersytet Mikołaja Kopernika w Toruniu
Osoba do kontaktu Barbara Polaszek Telefon +48 56 611 4627
E-mail barbara.polaszek@umk.pl
Cel usługi
Cel edukacyjny
Celem studiów podyplomowych „Data Science w biznesie” jest przekazanie słuchaczom praktycznych umiejętności z zakresu eksploracji i nauki o danych, umożliwiających wspieranie decyzji biznesowych różnych szczebli i podsystemów organizacji. Treści programu studiów kładą duży nacisk na umiejętność identyfikacji typowych zadań Data Science w biznesie oraz umiejętności prowadzenia samodzielnych analiz, zgodnie z paradygmatem self-analytics. Studia zapoznają słuchacza również z możliwościami konstruowania zaawansowanych modeli Data Science w środowisku Python / Jupyter Notebooks. Słuchacz studiów będzie potrafił właściwie określić cele i efekty każdego z etapów procesu Data Science CRISP-DM oraz wykonać niezbędne działania z nimi związane. W szczególności słuchacz będzie przygotowany do właściwego identyfikowania danych, wskazywania ich źródeł w organizacji oraz metod ich pozyskania dla celów Data Science. Słuchacz zostanie także przygotowany do wykonania oceny jakości danych, ich opracowania dla potrzeb Data Science oraz przeprowadzenia wstępnej analizy danych i interpretacji jej wyników. W zakresie metodyki Data Science słuchacz będzie potrafił dobrać oraz zastosować metody i algorytmy uczenia nienadzorowanego i nadzorowanego w analityce predykcyjnej problemów biznesowych. Słuchacz nabędzie umiejętności ewaluacji i oceny jakości modeli Data Science. Zostanie również przygotowany do posługiwania się odpowiednimi narzędziami informatycznymi, w szczególności zaś do wykorzystania we właściwym zakresie bibliotek języka Python. Realizowany program studiów zapewni jednak nie tylko umiejętność stosowania standardów metodyki Data Science, ale również prowadzenia projektów Data Science z uwzględnieniem łańcucha wartości organizacji i problematyki wdrożeń projektów Data Science. W tym zakresie słuchacz będzie potrafił identyfikować typowe problemy biznesowe organizacji, które mogą być rozwiązane przy wsparciu Data Science oraz nauczy się przygotowywać plan wdrożenia i monitorowania rozwiązań Data Science w organizacji. Oprócz umiejętności typowo analitycznych, słuchacze nabędą kompetencje w zakresie organizowania pracy własnej i zespołowej oraz efektywnego komunikowania się z interesariuszami projektów Data Science. Słuchacz będzie potrafił pozyskiwać i krytycznie oceniać informacje w celu rozwiązywania problemów decyzyjnych, związanych z procesem eksploracji i predykcji danych biznesowych. Opis efektów kształcenia: https://www.econ.umk.pl/panel/wp-content/uploads/DS-program.pdf
Drukuj do PDF