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 / Telekomunikacja
- 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.
- Minimalna liczba uczestników15
- Maksymalna liczba uczestników30
- Data zakończenia rekrutacji15-10-2024
- 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
Harmonogram
Przedmiot / temat zajęć | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
---|---|---|---|---|
Brak wyników. |
Cena
Cena
Cennik
- Rodzaj cenyCena
- Koszt usługi brutto6 600,00 PLN
- Koszt usługi netto6 600,00 PLN
- Koszt godziny brutto37,50 PLN
- Koszt godziny netto37,50 PLN
Prowadzący
Prowadzący
Krzysztof Ziółókowski
Informacje dodatkowe
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 Łodzi może zostać każda osoba w wykształceniem wyższym (licencjackim, inżynierskim lub magisterskim). O przyjęciu na studia decyduje kolejność zgłoszeń.
Aby skorzystać z dofinansowania studiów podyplomowych:
1. Podpisać umowę wsparcia z regionalnym partnerem projektu
2. Przesłać formularz zgłoszeniowy za pośrednictwem Bazy Usług Rozwojowych. Proszę pamiętać o wpisaniu ID wsparcia (nadanego podczas podpisywania umowy) w przeciwnym razie zapis na studia zostanie odrzucony;
3. Następnie samodzielnie dokonać zapisu na studia podyplomowe na uczelni poprzez formularz online: www.merito.pl/lodz-rekrutacja1
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.
- Kadra naukowo-dydaktyczna obejmuje więcej osób prowadzących zajęcia niż jest zamieszczonych w karcie usługi
Warunki techniczne
Warunki techniczne
Nową wiedzę i umiejętności zdobywasz, dzięki zajęciom realizowanym na platformie MS Teams. Z wykładowcami i uczestnikami studiów kontaktujesz się przez internet, w czasie rzeczywistym (synchronicznie). W zajęciach uczestniczysz w weekendy, zgodnie z ustalonym harmonogramem zjazdów.
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