Big data, inżynieria i analiza danych z wykorzystaniem języka Python (studia online)

Możliwość dofinansowania
Logo Uniwersytet WSB Merito w Toruniu Wydział Finansów i Zarządzania w Bydgoszczy
Uniwersytet WSB Merito w Toruniu Wydział Finansów i Zarządzania w Bydgoszczy
Brak ocen dla tego dostawcy

Big data, inżynieria i analiza danych z wykorzystaniem języka Python (studia online)

Numer usługi 2024/07/09/165297/2214804
6 600,00 PLN
brutto
6 600,00 PLN
netto
37,50 PLN
brutto/h
37,50 PLN
netto/h
zdalna w czasie rzeczywistym
Studia podyplomowe
176 h
12.10.2024 do 30.06.2025
0 zapisanych uczestników
Obserwuj
Zapisz się
Pobierz kartę usługi w PDF
Informacje podstawowe

Informacje podstawowe

  • Kategoria
    Informatyka i telekomunikacja / Bazy danych
  • Sposób dofinansowania
    wsparcie dla osób indywidualnych
    wsparcie dla pracodawców i ich pracowników
  • Grupa docelowa usługi

    Dla kogo?

    • Dla przyszłych i obecnych programistów i inżynierów oprogramowania
    • Dla specjalistów ds. business intelligence
    • Dla specjalistów ds. marketingu i e-commerce
    • Dla absolwentów kierunków informatycznych, matematycznych i pokrewnych

    Skierowane są do wszystkich osób, które chciałyby pracować w obszarze Big Data: finansach i bankowości, mediach społecznościowych (np. Facebook, LinkedIn, Twitter, Google), w sprzedaży (np. Amazon), firmach tworzących aplikacje na smartfony i tablety.

  • Minimalna liczba uczestników
    15
  • Maksymalna liczba uczestników
    30
  • Data zakończenia rekrutacji
    11-10-2024
  • Forma prowadzenia usługi
    zdalna w czasie rzeczywistym
  • Liczba godzin usługi
    176
  • Podstawa uzyskania wpisu do BUR
    art. 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 uprawnień
    studia podyplomowe

Cel

Cel edukacyjny
Celem studiów jest przygotowanie do analizy i przetwarzania dużych zbiorów danych. Odpowiadają na ogromne zapotrzebowanie na specjalistów, którzy mają wiedzę praktyczną z obszaru przetwarzania danych. Dostarczają wiedzę o narzędziach wykorzystywanych przy inżynierii danych.
Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
Efekty uczenia się Kryteria weryfikacji Metoda walidacji
Efekty uczenia się
Zaawansowane umiejętności analityczne: Zdobędziesz umiejętności analizy danych na dużą skalę, co pozwali Ci efektywnie interpretować, wyciągać wnioski i podejmować decyzje biznesowe oparte na danych.
Znajomość narzędzi i technologii: Opanujesz narzędzia i technologie używane w obszarze Big Data, w tym różne bazy danych, narzędzia do przetwarzania danych, jak również techniki analizy danych i uczenia maszynowego.
Specjalistyczna wiedza z zakresu Pythona: Wkroczysz poza zakres podstaw Pythona i poznasz ten język pod kątem analizy danych i uczenia maszynowego.
Umiejętność pracy z dużymi zbiorami danych: Poznasz strategie kolekcjonowania, przechowywania i przetwarzania dużych zbiorów danych, aby skutecznie nimi zarządzać.
Kreatywne podejście do rozwiązywania problemów: Zyskasz umiejętność kreatywnego podejścia do rozwiązywania problemów z wykorzystaniem danych oraz projektowania skutecznych strategii analizy danych.
Praktyczne doświadczenie poprzez projekty: Będziesz mieć szansę pracować nad rzeczywistymi projektami z obszaru Big Data i analizy danych, co pozwali Ci zdobyć praktyczne doświadczenie i umiejętności potrzebne do pracy w branży.
Przygotowanie do ścieżki kariery: Otrzymasz solidne przygotowanie do pracy jako analitycy danych, inżynierowie danych, specjaliści ds. business intelligence lub inżynierowie maszynowi.
Dostęp do sieci kontaktów branżowych: Zyskasz możliwość nawiązania kontaktów z ekspertami i profesjonalistami z branży danych, co może być wartościowe podczas szukania pracy lub rozwoju kariery.
Dostęp do aktualnej wiedzy: Zapewniana jest aktualna wiedza z obszaru Big Data i analizy danych, co pozwoli Ci być na bieżąco z najnowszymi trendami i technologiami w tej dziedzinie.
Kryteria weryfikacji
Test
Metoda walidacji
Test teoretyczny
Kryteria weryfikacji
Prezentacja
Metoda walidacji
Prezentacja
Kryteria weryfikacji
Obserwacja
Metoda walidacji
Obserwacja w warunkach rzeczywistych

Kwalifikacje

Kompetencje
Usługa prowadzi do nabycia kompetencji.
Warunki uznania kompetencji
Pytanie 1. Czy dokument potwierdzający uzyskanie kompetencji zawiera opis efektów uczenia się?
Świadectwo studiów podyplomowych zawiera program kierunku wraz ze zrealizowanymi godzinami i punktami ECTS.
Absolwent uzyskuje zaświadczenie potwierdzające zdobyte efekty kształcenia.
Pytanie 2. Czy dokument potwierdza, że walidacja została przeprowadzona w oparciu o zdefiniowane w efektach uczenia się kryteria ich weryfikacji?
Świadectwo ukończenia studiów podyplomowych jest wydawane na podstawie uzyskania pozytywnej oceny końcowej zgodnie z Regulaminem Studiów Podyplomowych.
Studia kończą się zaliczeniem na ocenę określonym w karcie kierunku.
Pytanie 3. Czy dokument potwierdza zastosowanie rozwiązań zapewniających rozdzielenie procesów kształcenia i szkolenia od walidacji?
Świadectwo ukończenia studiów podyplomowych jest potwierdzeniem uzyskania pozytywnego wyniku z egzaminu końcowego.

Program

PROGRAMOWANIE W JĘZYKU PYTHON

(24 godz.)

  • Podstawowe koncepcje
  • Pandas, numpy, statystyka w Pythonie
  • Systemy kontroli wersji
  • Podstawy testowania
  • Analiza porównawcza algorytmów na podstawie złożoności obliczeniowej

FORMATY DANYCH

(8 godz.)

  • Formaty danych: csv, json, avro, parquet, xml

PROGRAMOWANIE OBIEKTOWE W JĘZYKU PYTHON

(16 godz.)

  • Atrybuty, klasy, konstruktor.
  • Metody, dziedziczenie, „metody magiczne”.

ORKIESTRATORY

(8 godz.)

  • Cron
  • Airflow

PROCESY CICD

(8 godz.)

  • Github Actions lub AirFlow

APACHE KAFKA

(8 godz.)

  • Interfejs Apache Kafka – szybki start do strumieniowego przetwarzania danych

NOSQL (MICROSOFT AZURE)

(16 godz.)

  • Podstawowe koncepcje baz NoSQL – Hbase, Cassandra, Impala, Neo4j

ZAAWANSOWANE BAZY DANYCH I HURTOWNIE DANYCH

(24 godz.)

  • Podstawowe oraz zaawansowane aspekty języka SQL
  • Koncepcje modelowania hurtowni danych (ROLAP, MOLAP, HOLAP)
  • Technologie ETL/ELT
  • Elementy prezentacji danych np. Power BI

NARZĘDZIA BIG DATA (MICROSOFT AZURE)

(24 godz.)

  • Apache Hadoop & Apache Spark

WPROWADZENIE DO SZTUCZNEJ INTELIGENCJI

(32 godz.)

  • Podstawowe pojęcia i definicje
  • Zad. Regresji, klasyfikacji, detekcji, klasteryzacji i optymalizacji
  • Uczenie nadzorowane i nienadzorowane
  • Atrybuty danych, ich typy i właściwości
  • Zbiory danych (uczący, testujący, walidacja, etc.)
  • Metody klasyfikacji, klasteryzacji i estymacji

PROJEKT

(8 godz.)

  • Seminarium projektowe

HARMONOGRAM ZJAZDÓW 2024/25 (studia online w czasie rzeczywistym)

I zjazd 12 - 13 października 2024
II zjazd 16 - 17 listopada 2024
III zjazd 14 - 15 grudnia 2024
IV zjazd 11 - 12 stycznia 2025
V zjazd 8 - 9 lutego 2025
VI zjazd 1 - 2 marca 2025
VII zjazd 22 - 23 marca 2025
VIII zjazd 12 - 13 kwietnia 2025
IX zjazd 10 - 11 maja 2025
X zjazd 31 - 1 czerwca 2025
XI zjazd 28 - 29 czerwca 2025

Harmonogram

Liczba przedmiotów/zajęć: 2
Przedmiot / temat zajęćData realizacji zajęćGodzina rozpoczęciaGodzina zakończeniaLiczba godzin
Przedmiot / temat zajęć
1 z 2 Formaty danych
Data realizacji zajęć
12-10-2024
Godzina rozpoczęcia
08:30
Godzina zakończenia
15:00
Liczba godzin
06:30
Przedmiot / temat zajęć
2 z 2 Programowanie w języku Python
Data realizacji zajęć
13-10-2024
Godzina rozpoczęcia
08:30
Godzina zakończenia
15:00
Liczba godzin
06:30

Cena

Cennik
  • Rodzaj ceny
    Cena
  • Koszt przypadający na 1 uczestnika brutto
    6 600,00 PLN
  • Koszt przypadający na 1 uczestnika netto
    6 600,00 PLN
  • Koszt osobogodziny brutto
    37,50 PLN
  • Koszt osobogodziny netto
    37,50 PLN

Prowadzący

Liczba prowadzących: 1
1 z 1
Krzysztof Ziółkowski
Absolwent Kiel University of Applied Sciences i Uniwersytetu Gdańskiego. Dodatkowo ukończył studia podyplomowe z zakresu Statystyki i matematyki finansowej na Wydziale Fizyki Technicznej i Matematyki Stosowanej Politechniki Gdańskiej. Łączy pracę zawodową z działalnością naukową w Wyższej Szkole Bankowej w Gdańsku. Trener SQL. MTA, MCP, MCSA, MCSE: Data Management and Analyt

Informacje dodatkowe

Informacje o materiałach dla uczestników usługi

Uczestncy studiów podyplomowych otrzymują dodtakowe materiały na zajęciach oraz po, które są zamieszczane na platofrmie MS Teams.

Podczas zjazdu każdy uczestnik programu otrzymuje komplet materiałów dydaktycznych na platformie MS Teams. Materiały te przygotowują wykładowcy, dostosowując je do specyfiki prowadzonego tematu. 

Uczestnicy studiów pracują na platformie MS Teams, to platforma komunikacyjna Uczelni WSB Merito, stworzona w celu ograniczenia formalności oraz ułatwienia przepływu informacji między uczestnikami a uczelnią. Za jej pomocą przez całą dobę i z każdego miejsca na świecie uczestnicy mają dostęp do: 

  • harmonogramu zajęć, 
  • materiałów dydaktycznych, 
  • informacji dotyczących zmian w planach zajęć, ogłoszeń i aktualności. 
Warunki uczestnictwa

Uczestnikiem studiów podyplomowych na Uniwersytecie WSB Merito w Toruniu filia w Bydgoszczy, może zostać każda osoba w wykształceniem wyższym (licencjackim, inżynierskim lub magisterskim). O przyjęciu na studia decyduje kolejność zgłoszeń.

Informacje dodatkowe

Informacje dodatkowe

  • Szczegółowy harmonogram usługi może ulec zmianie w postaci realizowanych przedmiotów w danym dniu i osób prowadzących. Zmianie nie ulegają godziny usługi.
  • Harmonogram zjazdów zostanie upubliczniony na stronach Uczeln
  • Godziny zajęć podane w harmonogramie są godzinami zegarowymi, zaś ilość godzin programowych jest podana w godzinach dydaktycznych. 

Warunki techniczne

Techniczne wymagania do zajęć:

  •     komputer (z wbudowanymi lub podłączonymi głośnikami i mikrofonem),
  •     dostęp do Internetu,
  •     słuchawki (opcjonalnie),
  •     jeśli chcesz aby Cię widziano, możesz użyć kamery umieszczonej w laptopie/komputerze.

Kontakt

Katarzyna Lis
E-mail
katarzyna.lis@torun.merito.pl
Telefon
(+48) 787 638 120