Big data, inżynieria i analiza danych z wykorzystaniem języka Python (studia online)
Big data, inżynieria i analiza danych z wykorzystaniem języka Python (studia online)
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Bazy danych
- Sposób dofinansowaniawsparcie dla osób indywidualnychwsparcie dla pracodawców i ich pracowników
- Grupa docelowa usługi
- Przyszłych i obecnych programistów i inżynierów oprogramowania: Osoby zainteresowane rozwijaniem umiejętności z zakresu inżynierii danych i tworzenia skryptów oraz aplikacji do przetwarzania dużych zbiorów danych przy użyciu języka Python. Dla nich studia te będą szansą na zdobycie specjalistycznej wiedzy w obszarze Big Data.
- Specjalistów ds. business intelligence: Osoby pracujące w obszarze BI, które chcą poszerzyć swoje kompetencje o umiejętności analizy danych na dużą skalę oraz wykorzystania Pythona do budowy zaawansowanych modeli biznesowych.
- Specjalistów ds. marketingu i e-commerce: Osoby zajmujące się analizą danych w kontekście marketingu cyfrowego, e-commerce i zarządzania klientem. Dla nich studia te mogą być cenną okazją do nauki zaawansowanych technik analizy danych i wykorzystania ich w celu lepszego zrozumienia preferencji klientów oraz optymalizacji strategii marketingowych.
Studia są również przeznaczone dla osób biorących udział w projekcie kierunek - rozwój
- Minimalna liczba uczestników15
- Maksymalna liczba uczestników30
- Data zakończenia rekrutacji11-10-2024
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi176
- 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
Celem studiów jest przygotowanie Cię do analizy i przetwarzania dużych zbiorów danych. Studia odpowiadają na ogromne zapotrzebowanie na specjalistów, którzy mają wiedzę praktyczną z obszaru przetwarzania danych na rynku trójmiejskim. Studia dostarczają wiedzę o narzędziach wykorzystywanych przy inżynierii danych. Skierowane są do wszystkich osób, które chciałyby pracować w obszarze Big Data: finansach i bankowości, mediach społecznościowych (np. Facebook, LinkedIn, Twitter, Google), w sprzedażyEfekty 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 i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Absolwent uzyskuje zaświadczenie potwierdzające zdobyte efekty kształcenia.
Studia kończą się zaliczeniem na ocenę określonym w karcie kierunku.
Program
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 HURTOWANIE 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
FORMA ZALICZENIA
test końcowy
projekt
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
Harmonogram
Przedmiot / temat zajęć | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
---|---|---|---|---|
Przedmiot / temat zajęć 1 z 22 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 22 Programowanie w języku Python | Data realizacji zajęć 13-10-2024 | Godzina rozpoczęcia 08:30 | Godzina zakończenia 15:00 | Liczba godzin 06:30 |
Przedmiot / temat zajęć 3 z 22 Programowanie w języku Python – Kamil Musiał | Data realizacji zajęć 16-11-2024 | Godzina rozpoczęcia 08:30 | Godzina zakończenia 15:00 | Liczba godzin 06:30 |
Przedmiot / temat zajęć 4 z 22 Formaty danych - Kamil Musiał | Data realizacji zajęć 17-11-2024 | Godzina rozpoczęcia 08:30 | Godzina zakończenia 15:00 | Liczba godzin 06:30 |
Przedmiot / temat zajęć 5 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 14-12-2024 | Godzina rozpoczęcia 08:30 | Godzina zakończenia 16:00 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 6 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 15-12-2024 | Godzina rozpoczęcia 08:30 | Godzina zakończenia 16:00 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 7 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 11-01-2025 | Godzina rozpoczęcia 08:30 | Godzina zakończenia 16:00 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 8 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 12-01-2025 | Godzina rozpoczęcia 08:30 | Godzina zakończenia 16:00 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 9 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 08-02-2025 | Godzina rozpoczęcia 08:30 | Godzina zakończenia 16:00 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 10 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 09-02-2025 | Godzina rozpoczęcia 08:30 | Godzina zakończenia 16:00 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 11 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 01-03-2025 | Godzina rozpoczęcia 08:30 | Godzina zakończenia 16:00 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 12 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 02-03-2025 | Godzina rozpoczęcia 08:30 | Godzina zakończenia 16:00 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 13 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 22-03-2025 | Godzina rozpoczęcia 08:30 | Godzina zakończenia 16:00 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 14 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 23-03-2025 | Godzina rozpoczęcia 08:30 | Godzina zakończenia 17:00 | Liczba godzin 08:30 |
Przedmiot / temat zajęć 15 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 12-04-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 17:00 | Liczba godzin 09:00 |
Przedmiot / temat zajęć 16 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 13-04-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 17:00 | Liczba godzin 09:00 |
Przedmiot / temat zajęć 17 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 10-05-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 17:00 | Liczba godzin 09:00 |
Przedmiot / temat zajęć 18 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 11-05-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 17:00 | Liczba godzin 09:00 |
Przedmiot / temat zajęć 19 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 31-05-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 17:00 | Liczba godzin 09:00 |
Przedmiot / temat zajęć 20 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 01-06-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 17:00 | Liczba godzin 09:00 |
Przedmiot / temat zajęć 21 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 28-06-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 17:00 | Liczba godzin 09:00 |
Przedmiot / temat zajęć 22 z 22 Big Data, inżyniera i analiza danych z wykorzystaniem języka Python – online | Data realizacji zajęć 29-06-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 17:00 | Liczba godzin 09:00 |
Cena
Cena
Cennik
- Rodzaj cenyCena
- Koszt przypadający na 1 uczestnika brutto6 600,00 PLN
- Koszt przypadający na 1 uczestnika netto6 600,00 PLN
- Koszt osobogodziny brutto37,50 PLN
- Koszt osobogodziny netto37,50 PLN
Prowadzący
Prowadzący
Krzysztof Ziółkowski
Michał Szajkowski
Maciej Sykulak
Krzysztof Danilewicz
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Uczestnicy studiów podyplomowych otrzymują dodatkowe 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 może zostać każda osoba w wykształceniem wyższym (licencjackim, inżynierskim lub magisterskim). O przyjęciu na studia decyduje kolejność zgłoszeń.
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 Uczelni
- Godziny zajęć podane w harmonogramie są godzinami zegarowymi, zaś ilość godzin programowych jest podana w godzinach dydaktycznych.
- Czas trwania zajęć w harmonogramie uwzględnia przerwy w zajęciach (3 przerwy po 10 min = 30 min)
Podpisano umowę z Wojewódzkim Urzędem Pracy w Toruniu na rozliczanie bonów w projekcie Kierunek - Rozwój.
Warunki techniczne
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.