Data Scientist. Analityk danych (studia online)
Data Scientist. Analityk danych (studia online)
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Bazy danych
- Grupa docelowa usługi
Studia adresowane do osób, które chcą zdobyć umiejętności z zakresu Data Science.
- Minimalna liczba uczestników20
- Maksymalna liczba uczestników29
- Data zakończenia rekrutacji16-10-2025
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi194
- 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 2024 r. poz. 1571, z późn. zm.)
- Zakres uprawnieńStudia podyplomowe
Cel
Cel
Cel edukacyjny
Uczestnik studiów będzie przygotowany do eksploracji dużych wolumenów danych w obszarze finansów, ubezpieczeń, produkcji, logistyki i handlu. Będzie to mieć znaczący wpływ na rozwój firmy i poprawę jej konkurencyjności na rynku. Zdobędziesz wiedzę z wielu obszarów nauki: informatyki, matematyki i statystyki oraz nauczysz się wizualizować dane, analizować je i przekładać te informacje na język korzyści.Studia podnoszą kompetencje w zakresie cyfrowej transformacji.
Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
Efekty uczenia się WIEDZA Analizuje dane i wizualizuje wskaźniki statystyczne z wykorzystaniem R, Pythona, SQL oraz narzędzi statystycznych, stosując techniki analizy danych w różnych dziedzinach, takich jak ekonomia, medycyna i nauki społeczne, z uwzględnieniem baz danych relacyjnych i nierelacyjnych. | Kryteria weryfikacji Oblicza, internetuje, przedstawia graficznie statystyczne wskaźniki empiryczne na bazie eksploracji danych Opisuje techniki analizy danych wykorzystywane m.in. w ekonomii, medycynie, zagadnieniach społecznych. | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Kryteria weryfikacji Obsługuje oprogramowanie R, Python i ich możliwości wykorzystania do analizy Obsługuje oprogramowanie z zakresu statystyki i ekonometrii lub statystyki matematycznej oraz SQLa. Wyjaśnia czym są co to są relacyjne i nierelacyjne bazy danych. | Metoda walidacji Prezentacja | |
Metoda walidacji Wywiad ustrukturyzowany | ||
Efekty uczenia się UMIEJĘTNOŚCIProjektuje i interpretuje analizy statystyczne oraz modele decyzyjne, wykorzystując narzędzia Big Data i zaawansowane metody analizy danych w kontekście społecznym, gospodarczym i medycznym. | Kryteria weryfikacji Interpretuje wyniki obliczeń statystycznych. Konstruuje model statystyczny adekwatny do danych eksperymentalnych i przeprowadzić proces decyzyjny Wykorzystuje odpowiednie metody analizy danych w rozwiązywaniu zagadnień społecznych, gospodarczych, zakresu medycyny, ekonomii Obsługuje oprogramowanie Apache Spark/Hadoop. Obsługuje oprogramowanie z zakresu BIG DATA. Konstruuje model statystyczny adekwatny do danych eksperymentalnych i przeprowadzić proces decyzyjny Wykorzystuje odpowiednie metody analizy danych w rozwiązywaniu zagadnień społecznych, gospodarczych, zakresu medycyny, ekonomii Obsługuje oprogramowanie Apache Spark/Hadoop. Obsługuje oprogramowanie z zakresu BIG DATA. | Metoda walidacji Wywiad ustrukturyzowany |
Metoda walidacji Prezentacja | ||
Efekty uczenia się KOMPETENCJE Świadomie i kreatywnie wykorzystuje metody statystyczne oraz podstawy kodowania do rozwiązywania problemów w różnych dziedzinach. | Kryteria weryfikacji Ma świadomość kodowania Ma świadomość przydatności metod statystycznych do rozwiązywania różnorodnych problemów w różnych dyscyplinach Działa kreatywnie | Metoda walidacji Wywiad ustrukturyzowany |
Metoda walidacji Prezentacja |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
LP. | NAZWA PRZEDMIOTU | ŁĄCZNA LICZBA GODZIN ZAJĘĆ | ŁĄCZNA LICZBA PUNKTÓW ECTS | Godziny praktyczne | Godziny teoretyczne |
I. | PODSTAWY STATYSTYKI Z ZASTOSOWANIEM R/PYTHON |
|
|
|
|
1. | Wprowadzenie do zagadnień statystyki opisowej | 8 | 1 | 6 | 2 |
2. | Wprowadzenie do zagadnień statystyki matematycznej (procedura testowania) | 8 | 1 | 6,0 | 2 |
II. | ANALIZA DANYCH W PYTHON |
|
|
| 0 |
1. | Składnia, tablice, funkcje, Pandas | 19 | 2 | 16,0 | 3 |
III. | ANALIZA DANYCH W R |
|
|
| 0 |
1. | Środowisko R i RStudio, typy atomowe, wektory, listy, funkcje, data cleaning | 19 | 3 | 16,0 | 3 |
IV. | ZAAWANSOWANE METODY WIZUALIZACJI (Plotly, Dash, R Shiny) - R/Python |
|
|
| 0 |
1. | Budowa interaktywnych raportów/aplikacji | 18 | 3 | 15,0 | 3 |
V. | PODSTAWY SQL |
|
|
| 0 |
1. | Diagramy ERD, Normalizacja, SQL DDL, SQL DML | 18 | 3 | 15,0 | 3 |
VI. | UCZENIE MASZYNOWE W PRAKTYCE (R/PYTHON) |
|
|
| 0 |
1. | Algorytmy uczenia maszynowe z nadzorem (regresja liniowa, lasy losowe, xgboost, analiza szeregów czasowych) | 18 | 3 | 14,0 | 4 |
VII. | WPROWADZENIE DO ALGORYTMÓW GŁĘBOKIEGO MASZYNOWEGO – DEEP LEARNING (KERAS, TESNORFLOW) |
|
|
| 0 |
1. | Sieci neuronowe w przetwarzaniu danych numerycznych, kategorycznych oraz obrazów | 16 | 2 | 12,0 | 4 |
VIII. | ANALIZA DANYCH ZA POMOCĄ SPARKA (INTEGRACJA Z PYTHON I R) |
|
|
| 0 |
1. | Przetwarzanie danych oraz modelowanie w integracji z Pythonem oraz R | 12 | 2 | 10,0 | 2 |
IX. | ZAAWANSOWANY SQL |
|
|
| 0 |
1. | DDL/DML. Zaawansowany quering | 10 | 1 | 8,0 | 2 |
2. | Integracja SQL z Python | 10 | 1 | 9,0 | 1 |
X. | NIERELACYJNE BAZY DANYCH (NOSQL)-NP. MONGODB, ELASTIC, NOE4J. WPROWADZNIE DO BAZY DANYCH TYPU NOSQL |
|
|
| 0 |
1. | Querying przykładowych baz noSQL | 12 | 1 | 9,0 | 3 |
XI. | UMIEJĘTNOŚCI INTERPERSONALNE ANALITYKA |
|
|
| 0 |
1. | Psychologia budowania wizerunku. Sztuka perswazji i wystąpień publicznych | 7 | 1 | 6,0 | 1 |
2. | Sposoby prezentacji oraz raportowania | 7 | 1 | 6,0 | 1 |
XII. | GIT - PODSTAWY | 2 | 1 | 2,0 | 0 |
XIII. | PROJEKT |
|
|
| 0 |
1. | Seminarium projektowe | 8 | 4 | 8,0 | 0 |
| FORMA ZALICZENIA |
|
|
| 0 |
| Test końcowy | 1 | - | 1 | 0 |
| Egzamin końcowy | 1 | - | 1 | 0 |
| Razem | 194 | 30 | 160 | 34 |
- Czas trwania 9 miesięcy nauki, 10-11 zjazdów, 2 semestry, soboty i niedziele od 8.00 d 16.00.
- Liczba godzin studiów to 194 h, gdzie 1 h=45 minut zajęć. Przerwy nie są wliczane w liczbę godzin zajęć.
- Ukończenie studiów: wymagane zaliczenie testu końcowego, prac projektowych, obrona projektu.
Harmonogram
Harmonogram
| Przedmiot / temat zajęć | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|
Przedmiot / temat zajęć 1 z 37 Spotkanie z opiekunem merytorycznym | Prowadzący Krzysztof Ziółkowski | Data realizacji zajęć 18-10-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 08:15 | Liczba godzin 00:15 |
Przedmiot / temat zajęć 2 z 37 PODSTAWY SQL | Prowadzący Krzysztof Ziółkowski | Data realizacji zajęć 18-10-2025 | Godzina rozpoczęcia 08:30 | Godzina zakończenia 10:45 | Liczba godzin 02:15 |
Przedmiot / temat zajęć 3 z 37 ANALIZA DANYCH W R | Prowadzący Kamil Sandak | Data realizacji zajęć 18-10-2025 | Godzina rozpoczęcia 11:15 | Godzina zakończenia 13:30 | Liczba godzin 02:15 |
Przedmiot / temat zajęć 4 z 37 ANALIZA DANYCH W R | Prowadzący Kamil Sandak | Data realizacji zajęć 19-10-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 15:00 | Liczba godzin 07:00 |
Przedmiot / temat zajęć 5 z 37 PODSTAWY SQL | Prowadzący Krzysztof Ziółkowski | Data realizacji zajęć 08-11-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 15:00 | Liczba godzin 07:00 |
Przedmiot / temat zajęć 6 z 37 ANALIZA DANYCH W R | Prowadzący Kamil Sandak | Data realizacji zajęć 09-11-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 15:00 | Liczba godzin 07:00 |
Przedmiot / temat zajęć 7 z 37 ANALIZA DANYCH W PYTHON | Prowadzący Natalia Radzikowska | Data realizacji zajęć 22-11-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 12:00 | Liczba godzin 04:00 |
Przedmiot / temat zajęć 8 z 37 PODSTAWY SQL | Prowadzący Krzysztof Ziółkowski | Data realizacji zajęć 22-11-2025 | Godzina rozpoczęcia 12:30 | Godzina zakończenia 15:45 | Liczba godzin 03:15 |
Przedmiot / temat zajęć 9 z 37 ANALIZA DANYCH W PYTHON | Prowadzący Natalia Radzikowska | Data realizacji zajęć 23-11-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 15:00 | Liczba godzin 07:00 |
Przedmiot / temat zajęć 10 z 37 ANALIZA DANYCH W PYTHON | Prowadzący Natalia Radzikowska | Data realizacji zajęć 13-12-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 13:00 | Liczba godzin 05:00 |
Przedmiot / temat zajęć 11 z 37 PODSTAWY SQL | Prowadzący Krzysztof Ziółkowski | Data realizacji zajęć 13-12-2025 | Godzina rozpoczęcia 13:30 | Godzina zakończenia 15:45 | Liczba godzin 02:15 |
Przedmiot / temat zajęć 12 z 37 PODSTAWY STATYSTYKI Z ZASTOSOWANIEM R/PYTHON | Prowadzący Kamil Sandak | Data realizacji zajęć 14-12-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 15:00 | Liczba godzin 07:00 |
Przedmiot / temat zajęć 13 z 37 PODSTAWY STATYSTYKI Z ZASTOSOWANIEM R/PYTHON | Prowadzący Kamil Sandak | Data realizacji zajęć 10-01-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 15:00 | Liczba godzin 07:00 |
Przedmiot / temat zajęć 14 z 37 seminarium dyplomowe | Prowadzący Krzysztof Ziółkowski | Data realizacji zajęć 10-01-2026 | Godzina rozpoczęcia 15:15 | Godzina zakończenia 16:45 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 15 z 37 ZAAWANSOWANY SQL | Prowadzący Krzysztof Ziółkowski | Data realizacji zajęć 11-01-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 15:00 | Liczba godzin 07:00 |
Przedmiot / temat zajęć 16 z 37 ZAAWANSOWANY SQL | Prowadzący Krzysztof Ziółkowski | Data realizacji zajęć 14-02-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 15:00 | Liczba godzin 07:00 |
Przedmiot / temat zajęć 17 z 37 seminarium dyplomowe | Prowadzący Krzysztof Ziółkowski | Data realizacji zajęć 14-02-2026 | Godzina rozpoczęcia 15:15 | Godzina zakończenia 16:45 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 18 z 37 ZAAWANSOWANY SQL | Prowadzący Krzysztof Ziółkowski | Data realizacji zajęć 15-02-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 11:15 | Liczba godzin 03:15 |
Przedmiot / temat zajęć 19 z 37 ZAAWANSOWANE METODY WIZUALIZACJI (Plotly, Dash, R Shiny) - R/Python | Prowadzący Maciej Sykulak | Data realizacji zajęć 15-02-2026 | Godzina rozpoczęcia 11:45 | Godzina zakończenia 15:45 | Liczba godzin 04:00 |
Przedmiot / temat zajęć 20 z 37 ZAAWANSOWANE METODY WIZUALIZACJI (Plotly, Dash, R Shiny) - R/Python | Prowadzący Maciej Sykulak | Data realizacji zajęć 28-02-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 15:00 | Liczba godzin 07:00 |
Przedmiot / temat zajęć 21 z 37 test semestralny z wynikiem generowanym automatycznie | Prowadzący Krzysztof Ziółkowski | Data realizacji zajęć 28-02-2026 | Godzina rozpoczęcia 15:30 | Godzina zakończenia 16:00 | Liczba godzin 00:30 |
Przedmiot / temat zajęć 22 z 37 ZAAWANSOWANE METODY WIZUALIZACJI (Plotly, Dash, R Shiny) - R/Python | Prowadzący Maciej Sykulak | Data realizacji zajęć 01-03-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 12:00 | Liczba godzin 04:00 |
Przedmiot / temat zajęć 23 z 37 NIERELACYJNE BAZY DANYCH (NOSQL)-NP. MONGODB, ELASTIC, NOE4J. WPROWADZNIE DO BAZY DANYCH TYPU NOSQL | Prowadzący Krzysztof Danilewicz | Data realizacji zajęć 01-03-2026 | Godzina rozpoczęcia 12:30 | Godzina zakończenia 15:45 | Liczba godzin 03:15 |
Przedmiot / temat zajęć 24 z 37 NIERELACYJNE BAZY DANYCH (NOSQL)-NP. MONGODB, ELASTIC, NOE4J. WPROWADZNIE DO BAZY DANYCH TYPU NOSQL | Prowadzący Krzysztof Danilewicz | Data realizacji zajęć 14-03-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 15:00 | Liczba godzin 07:00 |
Przedmiot / temat zajęć 25 z 37 UCZENIE MASZYNOWE W PRAKTYCE (R/PYTHON) | Prowadzący Maciej Sykulak | Data realizacji zajęć 15-03-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 15:45 | Liczba godzin 07:45 |
Przedmiot / temat zajęć 26 z 37 UCZENIE MASZYNOWE W PRAKTYCE (R/PYTHON) | Prowadzący Maciej Sykulak | Data realizacji zajęć 28-03-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 15:45 | Liczba godzin 07:45 |
Przedmiot / temat zajęć 27 z 37 WPROWADZENIE DO ALGORYTMÓW GŁĘBOKIEGO UCZENIA MASZYNOWEGO – DEEP LEARNING (KERAS, TESNORFLOW) | Prowadzący Krystian Kozakiewicz | Data realizacji zajęć 29-03-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 15:00 | Liczba godzin 07:00 |
Przedmiot / temat zajęć 28 z 37 seminarium dyplomowe | Prowadzący Krzysztof Ziółkowski | Data realizacji zajęć 29-03-2026 | Godzina rozpoczęcia 15:15 | Godzina zakończenia 16:45 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 29 z 37 WPROWADZENIE DO ALGORYTMÓW GŁĘBOKIEGO UCZENIA MASZYNOWEGO – DEEP LEARNING (KERAS, TESNORFLOW) | Prowadzący Krystian Kozakiewicz | Data realizacji zajęć 18-04-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 15:00 | Liczba godzin 07:00 |
Przedmiot / temat zajęć 30 z 37 ANALIZA DANYCH ZA POMOCĄ SPARKA (INTEGRACJA Z PYTHON I R) | Prowadzący Maciej Sykulak | Data realizacji zajęć 19-04-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 13:15 | Liczba godzin 05:15 |
Przedmiot / temat zajęć 31 z 37 Git - podstawy | Prowadzący Krzesimir Szarafiński | Data realizacji zajęć 19-04-2026 | Godzina rozpoczęcia 13:30 | Godzina zakończenia 15:00 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 32 z 37 ANALIZA DANYCH ZA POMOCĄ SPARKA (INTEGRACJA Z PYTHON I R) | Prowadzący Maciej Sykulak | Data realizacji zajęć 09-05-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 13:00 | Liczba godzin 05:00 |
Przedmiot / temat zajęć 33 z 37 UMIEJĘTNOŚCI INTERPERSONALNE ANALITYKA | Prowadzący Justyna Marcinkowska-Niderla | Data realizacji zajęć 10-05-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 14:00 | Liczba godzin 06:00 |
Przedmiot / temat zajęć 34 z 37 seminarium dyplomowe | Prowadzący Krzysztof Ziółkowski | Data realizacji zajęć 10-05-2026 | Godzina rozpoczęcia 14:14 | Godzina zakończenia 15:45 | Liczba godzin 01:31 |
Przedmiot / temat zajęć 35 z 37 UMIEJĘTNOŚCI INTERPERSONALNE ANALITYKA | Prowadzący Justyna Marcinkowska-Niderla | Data realizacji zajęć 30-05-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 14:00 | Liczba godzin 06:00 |
Przedmiot / temat zajęć 36 z 37 test semestralny z wynikiem generowanym automatycznie | Prowadzący Krzysztof Ziółkowski | Data realizacji zajęć 30-05-2026 | Godzina rozpoczęcia 14:15 | Godzina zakończenia 15:00 | Liczba godzin 00:45 |
Przedmiot / temat zajęć 37 z 37 Egzamin końcowy - walidacja | Prowadzący - | Data realizacji zajęć 06-06-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 12:00 | Liczba godzin 04:00 |
Cena
Cena
Cennik
| Rodzaj ceny | Cena |
|---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 7 900,00 PLN |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 7 900,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 40,72 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 40,72 PLN |
Prowadzący
Prowadzący
Krzysztof Ziółkowski
„Doświadczenie i kwalifikacje zdobyte nie wcześniej niż 5 lat przed datą publikacji usługi w BUR.”
Maciej Sykulak
„Doświadczenie i kwalifikacje zdobyte nie wcześniej niż 5 lat przed datą publikacji usługi w BUR.”
Kamil Sandak
Focused on professional and personal growth, including the improvement of business and data analysis knowledge.
Data Analyst
CARFAX Europe lip 2022 – obecnie
- Doing complex research and analysis to support business initiatives, projects, and products by providing business and technical expertise for overall analytics
- Connecting data source to vehicle history database which serves as the core for products
- Identifying data abnormalities and providing insights on opportunities for product/ processes improvements to reach max. optimization
- Creating an automatization process that will ensure better efficiency and quality of tasks performed
- Working with the development teams to determine long term sustainable technical solutions
Natalia Radzikowska
Lecturer
Uniwersytet WSB Merito Gdańsk maj 2025 –obecnie
Data analysis in Python on Data Science and Big Data postgraduate studies
Data Analyst
CARFAX Europe · Pełny etatCARFAX Europe · Pełny etat wrz 2021 –obecnie · 4 lata2 mies.wrz 2021 – obecnie
Python, Apache Airflow i ponad 7 umiejętności
Lecturer
Uniwersytet WSB Merito lut 2021 – sty 2024
• Machine Learning in practice on Data Science postgraduate studies
• Data analysis in R on Data Science and Big Data postgraduate studies
Krzysztof Danilewicz
Krystian Kozakiewicz
Krzesimir Szarafiński
Software Engineering Contractor
Sii Poland · 2021 –obecnie ·
Developed comprehensive data analysis platforms serving investment banking and pharmaceutical sectors. Architected and implemented end-to-end data processing pipelines using Python and PySpark for large-scale batch processing workflows. Built robust backend systems and configuration management tools to support platform operations. Created automated data quality validation frameworks and comprehensive testing suites to ensure data integrity and pipeline reliability. Contributed to platform infrastructure design and deployment processes. Delivered scalable solutions enabling clients to perform complex financial and pharmaceutical data analysis with improved efficiency and accuracy.Developed comprehensive data analysis platforms serving investment banking and pharmaceutical sectors. Architected and implemented end-to-end data processing pipelines using Python and PySpark for large-scale batch processing workflows. Built robust backend systems and configuration management tools to support platform operations. Created automated data quality validation frameworks and comprehensive testing suites to ensure data integrity and pipeline relia
Justyna Marcinkowska-Niderla
UWSB MErito W Gdańsku paź 2020 –obecnie ·
State StreetState Street
8 lat 4 mies. Client Service Manager
lut 2020 –obecnie
Instytut Nauk Ekonomicznych Polskiej Akademii NaukI
MBAMaster of Business Administration - MBA 2019 – 20202019 – 2020
Gdański Uniwersytet Medyczny (Medical University of Gdańsk)Gdański
Postgraduate studies, Clinical psychology 2013 – 2014
Uniwersytet Gdański
Bachelor's degree, Political Science and Government
Logo Uniwersytet Gdański
Uniwersytet Gdański
Master's degree, Psychology Master's degree, Psychology 2007 – 2012
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Materiały elektroniczne zamieszczane na platformie moodle.
Przedstawiona powyżej cena obejmuje obecnie obowiązującą promocje w czesnym oraz obejmuje system płatności 10 rat.
Istnieje możliwość dodania ceny na życzenie - w systemie płatności 1, 2 i 12 rat.
W tym celu prosimy o kontakt z biurem rekrutacji wskazanym powyżej rekrutacjasp@gdansk.merito.pl
Studia podnoszą kompetencje w zakresie cyfrowej transformacji.
Warunki uczestnictwa
Szczegółowe informacje na temat rekrutacji znajdują się pod linkiem:
https://www.merito.pl/gdansk/studia-i-szkolenia/studia-podyplomowe/zasady-rekrutacji
Wymagania: posiadanie sprzętu elektronicznego z dostępem do internetu, monitor, klawiatura.
Uczelnia zapewnia dostęp do platformy TEAMs.
Informacje dodatkowe
Dodatkowo wymagany jest zapis przez formularz rekrutacyjny uczelni
https://www.merito.pl/rekrutacja/krok1
W zależności od projektu, w którym uczestnik bierze udział wymagana jest obecność na zajęciach min 80% oraz potwierdzenie listy logowań do usługi.
zwolnienie z VAT na podstawie art.43 Ustawy o Podatku od towarów i usług 1. pkt 26.
Przedstawiona powyżej cena obejmuje obecnie obowiązującą promocje w czesnym oraz obejmuje system płatności 10 rat.
Istnieje możliwość dodania ceny na życzenie - w systemie płatności 1, 2 i 12 rat.
W tym celu prosimy o kontakt z biurem rekrutacji wskazanym powyżej rekrutacjasp@gdansk.merito.pl
Uczestnik studiów otrzymuje świadectwo ukończenie studiów podyplomowych zgodnie z Rozporządzeniem Ministra Nauki z dnia 18 lipca 2024 r. zmieniające rozporządzenie w sprawie dokumentów wydawanych w związku z przebiegiem lub ukończeniem studiów podyplomowych i kształcenia specjalistycznego.
Uniwersytet WSB Merito zastrzega sobie prawo do zmiany terminów zjazdów.
Warunki techniczne
Warunki techniczne
Wymagania: posiadanie sprzętu elektronicznego z dostępem do internetu co najmniej 5 Mb/s, monitor, kamera.
Uczelnia zapewnia dostęp do platformy TEAMs i Ms Office.