Business Intelligence – analiza danych (grupa 2)
Business Intelligence – analiza danych (grupa 2)
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Administracja IT i systemy komputerowe
- Identyfikator projektuKierunek - Rozwój
- Sposób dofinansowaniawsparcie dla osób indywidualnychwsparcie dla pracodawców i ich pracowników
- Grupa docelowa usługi
Program studiów podyplomowych "Business Intelligence – analiza danych" skierowany jest do osób pracujących w obszarach wymagających analizy danych, takich jak marketing, finanse, operacje czy zarządzanie jakością. Dedykowany jest również osobom aspirującym do roli analityków danych w różnych sektorach przemysłu, które pragną zdobyć kompetencje z zakresu analizy i interpretacji danych, wspierające podejmowanie strategicznych decyzji biznesowych.
Usługa adresowana również dla Uczestników Projektu Małopolski Pociąg do Kariery.
- Minimalna liczba uczestników15
- Maksymalna liczba uczestników35
- Data zakończenia rekrutacji20-03-2025
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi180
- 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 programu jest przygotowanie uczestników do efektywnego wykorzystywania zaawansowanych technik analizy danych w różnych obszarach biznesowych, takich jak marketing, finanse, operacje czy zarządzanie jakością. Absolwenci zdobędą umiejętności analizowania dużych zbiorów danych, przeprowadzania zaawansowanych analiz statystycznych, tworzenia wizualizacji i dashboardów wspierających podejmowanie decyzji oraz stosowania technik machine learning w rozwiązywaniu złożonych problemów biznesowych.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
---|---|---|
Efekty uczenia się Definiuje kluczowe pojęcia i koncepcje Business Intelligence oraz analizy danych. | Kryteria weryfikacji 1. Wymienia i opisuje główne narzędzia analizy danych (MS Excel, Tableau, Power BI, R, SQL, Python, ML).2. Precyzuje definicje pojęć związanych z modelowaniem danych, automatyzacją procesów i wizualizacją. 3. Uzasadnia znaczenie poszczególnych narzędzi w kontekście rozwiązywania problemów biznesowych. 4. Porównuje koncepcje analizy danych z zastosowaniami w praktyce biznesowej. | Metoda walidacji Obserwacja w warunkach rzeczywistych |
Metoda walidacji Debata swobodna | ||
Metoda walidacji Prezentacja | ||
Efekty uczenia się Rozróżnia metody i techniki przetwarzania oraz analizy danych. | Kryteria weryfikacji 1. Wskazuje różnice między zaawansowanymi funkcjami Excela (wyszukiwanie, funkcje logiczne, matematyczne) a narzędziami wizualizacyjnymi w Tableau i Power BI.2. Określa zasady importu, przygotowania i przekształcania danych w MS Excel i Power Query. 3. Rozpoznaje typy danych oraz struktury wykorzystywane w językach R i Python. 4. Identyfikuje różnice w podejściu do analizy danych w relacyjnych bazach danych (SQL) versus środowiskach analitycznych. | Metoda walidacji Obserwacja w warunkach rzeczywistych |
Metoda walidacji Prezentacja | ||
Metoda walidacji Debata swobodna | ||
Efekty uczenia się Analizuje zasady tworzenia modeli danych i hierarchii w narzędziach Business Intelligence. | Kryteria weryfikacji 1. Wyjaśnia proces budowy modeli danych w Power BI z uwzględnieniem relacji i hierarchii.2. Prezentuje znaczenie miar i kolumn obliczeniowych (DAX) w kontekście analizy danych. 3. Oceni wpływ struktury modelu danych na efektywność raportowania i analizy. 4. Uzasadnia dobór konkretnej struktury modelu danych dla określonych scenariuszy biznesowych. | Metoda walidacji Obserwacja w warunkach rzeczywistych |
Metoda walidacji Debata swobodna | ||
Metoda walidacji Prezentacja | ||
Efekty uczenia się Uzasadnia wybór metod wizualizacji danych i technik analitycznych w zależności od potrzeb biznesowych. | Kryteria weryfikacji 1. Porównuje zalety i ograniczenia narzędzi wizualizacyjnych (Excel, Tableau, Power BI, R, Python).2. Argumentuje wybór konkretnej metody wizualizacji w oparciu o charakterystykę analizowanych danych. 3. Wskazuje kryteria oceny efektywności zastosowanych metod wizualizacji. 4. Uzasadnia decyzje dotyczące wdrażania rozwiązań analitycznych na podstawie teoretycznej wiedzy. | Metoda walidacji Obserwacja w warunkach rzeczywistych |
Metoda walidacji Prezentacja | ||
Metoda walidacji Debata swobodna | ||
Efekty uczenia się Projektuje i wdraża interaktywne dashboardy oraz raporty w środowiskach BI. | Kryteria weryfikacji 1. Tworzy interaktywne wizualizacje i wykresy w Tableau oraz Power BI.2. Integruje dane z różnych źródeł, tworząc spójne modele analityczne. 3. Implementuje funkcjonalności umożliwiające publikację i udostępnianie raportów online. 4. Weryfikuje poprawność działania interaktywnych dashboardów na podstawie testów funkcjonalnych. | Metoda walidacji Obserwacja w warunkach rzeczywistych |
Metoda walidacji Prezentacja | ||
Metoda walidacji Debata swobodna | ||
Efekty uczenia się Przygotowuje i przekształca dane, optymalizując modele analityczne. | Kryteria weryfikacji 1. Importuje dane do MS Excel, Power BI, R oraz Python.2. Stosuje zaawansowane funkcje i procedury przygotowania oraz przekształcania danych (np. w Power Query). 3. Optymalizuje modele danych pod kątem wydajności analizy, eliminując redundancje. 4. Waliduje jakość i spójność przekształconych danych poprzez zastosowanie testów i kontroli poprawności. | Metoda walidacji Obserwacja w warunkach rzeczywistych |
Metoda walidacji Prezentacja | ||
Metoda walidacji Debata swobodna | ||
Efekty uczenia się Implementuje algorytmy analizy danych oraz techniki uczenia maszynowego. | Kryteria weryfikacji 1. Wdraża klasyczne algorytmy uczenia maszynowego oraz sieci neuronowe w praktycznych projektach.2. Programuje modele analityczne w językach R i Python, stosując odpowiednie biblioteki (NumPy, pandas, Matplotlib). 3. Testuje i ocenia skuteczność wdrożonych algorytmów przy użyciu wybranych metryk. 4. Modyfikuje i doskonali algorytmy w oparciu o wyniki testów i analizę błędów. | Metoda walidacji Obserwacja w warunkach rzeczywistych |
Metoda walidacji Prezentacja | ||
Metoda walidacji Debata swobodna | ||
Efekty uczenia się Buduje zaawansowane zapytania SQL oraz zarządza relacyjnymi bazami danych. | Kryteria weryfikacji 1. Tworzy i optymalizuje zapytania SQL realizujące operacje na danych (selekcje, grupowania, łączenia).2. Stosuje zaawansowane techniki grupowania oraz zapytania wieloźródłowe w praktycznych scenariuszach. 3. Projektuje procedury oraz funkcje do zarządzania danymi w relacyjnych bazach danych. 4. Weryfikuje efektywność i poprawność zapytań SQL na podstawie wyników testowych oraz raportów. | Metoda walidacji Obserwacja w warunkach rzeczywistych |
Metoda walidacji Prezentacja | ||
Metoda walidacji Debata swobodna |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
Podstawy analizy danych z wykorzystaniem MS Excel (30 godz.) - 5 pkt ECTS
- Przygotowanie danych i importowanie.
- Zastosowanie zaawansowanych funkcji Excela (wyszukiwanie, logiczne, matematyczne).
- Analiza danych z wykorzystaniem tabel przestawnych i raportów.
- Wizualizacja danych i zaawansowane formatowanie warunkowe.
- Wprowadzenie do automatyzacji procesów z wykorzystaniem makr.
Tableau - wizualizacja i raportowanie (20 godz.) - 3 pkt ECTS
- Wprowadzenie do Tableau i podstawy pracy z danymi.
- Tworzenie wizualizacji i wykresów w Tableau.
- Analiza danych i obliczenia w Tableau.
- Budowa interaktywnych dashboardów i opowieści.
- Publikacja i udostępnianie wizualizacji.
Zaawansowana analiza danych z Power BI (40 godz.) - 8 pkt ECTS
- Wprowadzenie do Power BI i podstawy Business Intelligence.
- Łączenie i przekształcanie danych z różnych źródeł w Power Query.
- Zarządzanie relacjami i tworzenie hierarchii w modelu danych.
- Tworzenie miar i kolumn obliczeniowych z użyciem DAX.
- Analiza danych z wykorzystaniem funkcji time intelligence i kalkulacji warunkowych.
- Budowa wizualizacji, raportów i interaktywnych dashboardów.
- Publikacja raportów w Power BI Online.
- Optymalizacja modeli danych dla efektywnej analizy.
Wprowadzenie do języka R (20 godz.) - 3 pkt ECTS
- Wprowadzenie do R i R Studio.
- Typy i struktury danych w R.
- Podstawy programowania w R.
- Wizualizacja danych z użyciem R.
- Podstawy statystyki w R.
- Modelowanie danych w R.
- Budowanie pakietów i kontrola wersji.
- Praca z dużymi zbiorami danych.
SQL i relacyjne bazy danych (30 godz.) - 4 pkt ECTS
- Podstawy relacyjnych baz danych.
- Tworzenie zapytań SQL.
- Zaawansowane zapytania SQL.
- Operacje na danych.
- Zaawansowane techniki grupowania.
- Zapytania wieloźródłowe.
- Tworzenie procedur i zarządzanie danymi.
- Import i eksport danych.
Podstawy analizy danych z wykorzystaniem Python (20 godz.) - 4 pkt ECTS
- Wprowadzenie do analizy danych i środowiska PyCharm
- Podstawy NumPy
- Podstawy pandas
- Przygotowanie danych
- Analiza eksploracyjna
- Wizualizacja danych w Matplotlib
Podstawy uczenia maszynowego (ML) (20 godz.) - 3 pkt ECTS
- Wprowadzenie do ML
- Przygotowanie danych
- Wybrane zagadnienia ML
- Klasyczne algorytmy ML
- Sztuczne sieci neuronowe
_____
Czas trwania studiów (liczbę semestrów): 2 semestry
Częstotliwość zjazdów: Zjazdy odbywają się średnio raz lub dwa razy w miesiącu:
w soboty od 8:00 do 18:00, w niedziele od 8:00 do 18:00.
Liczbę możliwych do zdobycia punktów ECTS: 30 pkt. ECTS
Rodzaj dokumentu potwierdzającego ukończenie studiów: Świadectwo ukończenia studiów podyplomowych
Liczbę godzin: 180 godzin (lekcyjnych)
Informację o sposobie walidacji: Projekt zaliczeniowy w PowerBI
Harmonogram
Harmonogram
Przedmiot / temat zajęć | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
---|---|---|---|---|
Przedmiot / temat zajęć 1 z 18 Podstawy analizy danych z wykorzystaniem Excela | Data realizacji zajęć 05-04-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 2 z 18 Podstawy analizy danych z wykorzystaniem Excela | Data realizacji zajęć 06-04-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 3 z 18 Podstawy analizy danych z wykorzystaniem Excela | Data realizacji zajęć 24-05-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 4 z 18 Wizualizacja danych z Tableau | Data realizacji zajęć 25-05-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 5 z 18 Wizualizacja danych z Tableau | Data realizacji zajęć 28-06-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 6 z 18 Zaawansowana analiza danych z Power BI | Data realizacji zajęć 29-06-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 7 z 18 Zaawansowana analiza danych z Power BI | Data realizacji zajęć 06-09-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 8 z 18 Zaawansowana analiza danych z Power BI | Data realizacji zajęć 07-09-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 9 z 18 Zaawansowana analiza danych z Power BI | Data realizacji zajęć 18-10-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 10 z 18 Wprowadzenie do języka R | Data realizacji zajęć 19-10-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 11 z 18 Wprowadzenie do języka R | Data realizacji zajęć 29-11-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 12 z 18 Bazy Danych i SQL | Data realizacji zajęć 30-11-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 13 z 18 Bazy Danych i SQL | Data realizacji zajęć 20-12-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 14 z 18 Bazy Danych i SQL | Data realizacji zajęć 21-12-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 15 z 18 Programowanie w Pythonie dla analizy danych | Data realizacji zajęć 24-01-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 16 z 18 Programowanie w Pythonie dla analizy danych | Data realizacji zajęć 25-01-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 17 z 18 Machine Learning i Modelowanie Predykcyjne | Data realizacji zajęć 14-02-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Przedmiot / temat zajęć 18 z 18 Machine Learning i Modelowanie Predykcyjne | Data realizacji zajęć 15-02-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 16:30 | Liczba godzin 07:30 |
Cena
Cena
Cennik
- Rodzaj cenyCena
- Koszt przypadający na 1 uczestnika brutto6 550,00 PLN
- Koszt przypadający na 1 uczestnika netto6 550,00 PLN
- Koszt osobogodziny brutto36,39 PLN
- Koszt osobogodziny netto36,39 PLN
Prowadzący
Prowadzący
Tomasz Grabowski
Od 2006 roku związany z Altkom Akademia S.A., gdzie realizuje szkolenia dla różnych branż, w tym bankowości, energetyki, IT i logistyki. Dzięki zaangażowaniu i skuteczności uzyskał miano jednego z najwyżej ocenianych trenerów.
Absolwent informatyki, z bogatym doświadczeniem w realizacji projektów w MS Access i Power BI Desktop. Specjalizuje się w tematyce analizy danych i wizualizacji, wspierając firmy w efektywnym wykorzystaniu narzędzi IT.
Katarzyna Mrawczyńska
Od ponad 5 lat prowadzi szkolenia z zakresu programowania w języku Python, technologii webowych (Flask, Django, Node.js), a także pracy z bazami danych przy użyciu SQL, PL/SQL i T-SQL.
Absolwentka Uniwersytetu Jagiellońskiego (Wydział Matematyki i Informatyki, specjalizacja w modelowaniu, sztucznej inteligencji i sterowaniu) oraz Uniwersytetu Ekonomicznego w Krakowie (Informatyka i Ekonometria).
Łukasz Cypryjak
Prowadził szkolenia dla szerokiego spektrum branż – od bankowości i farmacji, przez logistykę i motoryzację, po przemysł chemiczny i meblowy – współpracując z wiodącymi firmami, m.in. Allegro, Bosch, IBM, Ikea, Lidl, KGHM, PGE, Royal Canin, czy Unilever.
Poza szkoleniami realizował projekty w usłudze Power BI dla wielu firm z różnych branż.
Absolwent Wyższej Szkoły Ekonomiczno-Informatycznej w Warszawie, specjalizujący się w zastosowaniach informatyki w biznesie. Dzięki wszechstronnemu doświadczeniu i praktycznemu podejściu pomaga firmom rozwijać kompetencje w obszarze analizy danych i wykorzystania technologii w codziennej pracy.
Paweł Niemyt
Specjalista z ponad 16-letnim doświadczeniem, który przeszkolił ponad 7 tysięcy osób podczas 1200 dni szkoleniowych. Absolwent Uniwersytetu im. Adama Mickiewicza w Poznaniu na kierunku Fizyka z Informatyką, z uprawnieniami pedagogicznymi.
Prowadzi szkolenia z zakresu tworzenia aplikacji webowych (HTML, CSS, PHP, MySQL, SQL), automatyzacji pracy z użyciem VBA, analizy danych oraz narzędzi Microsoft (Excel, Word, PowerPoint, Project). Wspiera organizacje w obszarze zarządzania projektami i Business Intelligence, oferując praktyczne rozwiązania technologiczne.
Posiada liczne certyfikaty, w tym AgilePM® Foundation, PRINCE2® Foundation, MCT, MOS i inne, potwierdzające jego zaawansowane kompetencje. Łączy wiedzę techniczną z umiejętnościami dydaktycznymi, rozwijanymi w trakcie szkoleń „Train the Trainer”.
Stanisław Kaźmierczak
Absolwent Politechniki Warszawskiej (Informatyka) oraz Szkoły Głównej Handlowej (Zarządzanie). Posiada praktyczne doświadczenie w konfiguracji i utrzymaniu systemów IT, automatyzacji procesów oraz pracy z bazami danych. Współpracował z globalnymi firmami, realizując projekty z zakresu monitoringu IT i optymalizacji procesów.
Jest posiadaczem licznych certyfikatów, w tym ITIL Foundation, PRINCE2 Foundation i Lean Six Sigma Yellow Belt, a także ukończył zaawansowane szkolenia z deep learning, cloud computing i analizy danych.
Konrad Przysiężniak
Prowadził szkolenia dla różnych branż, takich jak bankowość, energetyka, handel, logistyka, motoryzacja i telekomunikacja. Współpracował z liderami rynku, m.in. ABB, Allegro, Bosch, IBM, KGHM, Lidl, Lotos, mBank, PGE, PKP, Tchibo czy Unilever.
Wykształcenie w obszarze informatyki stosowanej zdobył w Wyższej Szkole Ekonomii i Informatyki w Krakowie, specjalizując się w programowaniu i analizie danych.
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Podczas zjazdu każdy uczestnik programu otrzymuje komplet materiałów dydaktycznych: prezentacji, case study, notatek - na platformie Microsoft Teams. Materiały te przygotowują wykładowcy, dostosowując je do specyfiki prowadzonego tematu.
Uczestnicy studiów pracują na platformie Microsoft 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: prezentacji, case study, notatek,
- informacji dotyczących zmian w planach zajęć, ogłoszeń i aktualności.
Podstawą prawną zwolnienia usługi z podatku VAT w zakresie kształcenia świadczonego przez uczelnie wyższe jest art. 43 ust. 1 pkt 26 ustawy z dnia 11 marca 2004 r. o podatku od towarów i usług (t.j. Dz.U. 2023 poz. 1570). Zgodnie z tym przepisem zwolnione z VAT są usługi edukacyjne świadczone przez uczelnie wyższe na podstawie przepisów o szkolnictwie wyższym i nauce.
Warunki uczestnictwa
Zgodnie z regulaminem zapisów na studia podyplomowezapisu można dokonać na stronach Uniwersytetu WSB Merito w wybranych filiach w:
· Chorzowie,
· Poznaniu,
· Szczecinie,
· Warszawie
poprzez formularz online znajdujący się na stronie: www.wsb.pl/rekrutacja/krok1 oraz dostarczyć komplet dokumentów do Biura Rekrutacji do wybranej filii
Kryteria uczestnictwa w Programie
- ukończone studia wyższe I lub II stopnia
- spełnienie warunków rekrutacyjnych
Warunki zaliczenia
- Projekt zaliczeniowy w PowerBI
Interaktywna forma zajęć
Wykłady uzupełniane są ćwiczeniami, warsztatami oraz studiami przypadków.
Zjazdy odbywają się średnio raz lub dwa razy w miesiącu:
- w soboty od 8:00 do 18:00,
- w niedziele od godz. 8:00 do 18:00.
Informacje dodatkowe
Informacje dodatkowe
- Szczegółowy harmonogram usługi może ulec zmianie w postaci realizowanych przedmiotów w danym dniu i osób prowadzących. Zmianie nie ulegają terminy zjazdów na studiach podyplomowych oraz ilość godzin usługi.
- Harmonogram zjazdów zostanie upubliczniony na stronach Uczelni lub w BUR na 2 tygodnie przed zajęciami
- Godziny zajęć podane w harmonogramie są godzinami zegarowymi, zaś ilość godzin programowych jest podana w godzinach dydaktycznych. 180 godzin dydaktycznych = 135 godzin zegarowych
- Cena usługi nie obejmuje opłaty wpisowej oraz końcowej.
- Cena usługi - kwota brutto=kwota netto, VAT - zw. na podst. art. 43 ust. 1 pkt 26 lit. B ustawy o podatku od towarów i usług.
Zawarto umowę z WUP w Krakowie w ramach Projektu Małopolski Pociąg do Kariery
Partnerem kierunku jest Altkom Akademia S.A., lider branży szkol
Warunki techniczne
Warunki techniczne
Zajęcia prowadzone online przez aplikację MS Teams.
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.