Data Scientist. Analityk danych (studia online)
Data Scientist. Analityk danych (studia online)
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Bazy danych
- Sposób dofinansowaniawsparcie dla osób indywidualnychwsparcie dla pracodawców i ich pracowników
- Grupa docelowa usługi
Studia adresowane do osób, które chcą zdobyć umiejętności z zakresu Data Science.
- Minimalna liczba uczestników20
- Maksymalna liczba uczestników25
- Data zakończenia rekrutacji20-10-2025
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi192
- 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 przekazanie uczestnikom praktycznych umiejętności z zakresu gromadzenia, przetwarzania oraz analizy i wizualizacji dużych wolumenów danychEfekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
Efekty uczenia się WIEDZA Oblicza, internetuje, przedstawia graficznie statystyczne wskaźniki empiryczne na bazie eksploracji danych Opisuje techniki analizy danych wykorzystywane m.in. w ekonomii, medycynie, zagadnieniach społecznych. 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. | Kryteria weryfikacji min. 60% PRAWIDŁOWYCH ODPOWIEDZI - ocena pozytywna | Metoda walidacji Test teoretyczny |
Kryteria weryfikacji pozytywny wynik a obrony projektu końcowego | Metoda walidacji Prezentacja | |
Metoda walidacji Obserwacja w warunkach symulowanych | ||
Efekty uczenia się UMIEJĘTNOŚCIInterpretuje 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. | Kryteria weryfikacji pozytywny wynik a obrony projektu końcowego | Metoda walidacji Wywiad ustrukturyzowany |
Metoda walidacji Prezentacja | ||
Efekty uczenia się Ma świadomość kodowania Ma świadomość przydatności metod statystycznych do rozwiązywania różnorodnych problemów w różnych dyscyplinach Działa kreatywnie | Kryteria weryfikacji pozytywny wynik a obrony projektu końcowego | Metoda walidacji Wywiad ustrukturyzowany |
Metoda walidacji Prezentacja |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
Analiza danych w Python (19 godz.)
Składnia, tablice, funkcje, Pandas (19 godz.)
Analiza danych w R (19 godz.)
- Środowisko R i RStudio, typy atomowe, wektory, listy, funkcje, data cleaning (19 godz.)
Zaawansowane metody wizualizacji (Plotly, Dash, R Shiny) - R/Python (18 godz.)
- Budowa interaktywnych raportów/aplikacji (18 godz.)
Podstawy Microsoft SQL (18 godz.)
- Diagramy ERD, Normalizacja, SQL DDL, SQL DML (18 godz.)
Uczenie maszynowe w praktyce (R / Python) (18 godz.)
- Algorytmy uczenia maszynowe z nadzorem (regresja liniowa, lasy losowe, xgboost, analiza szeregów czasowych) (18 godz.)
Wprowadzenie do algorytmów głębokiego uczenia maszynowego - Deep learning (Keras, TesnorFlow) (16 godz.)
- Sieci neuronowe w przetwarzaniu danych numerycznych, kategorycznych oraz obrazów (16 godz.)
Analiza danych za pomocą Sparka (integracja z Python i R) (12 godz.)
- Przetwarzanie danych oraz modelowanie w integracji z Pythonem oraz R (12 godz.)
Zaawansowany SQL (20 godz.)
- DDL/DML. Zaawansowany quering (10 godz.)
- Integracja SQL z Python i (10 godz.)
Nieralacyjne bazy danych (noSQL) - np. MongoDB, Elastic, Noe4j. Wprowadzenie do baz danych typu noSQL (12 godz.)
- Querying przykładowych baz noSQL (12 godz.)
Umiejętności interpersonalne analityka (14 godz.)
- Psychologia budowania wizerunku. Sztuka perswazji i wystąpień publicznych (7 godz.)
- Sposoby prezentacji oraz raportowania (7 godz.)
Projekt (8 godz.)
- Seminarium projektowe (8 godz.)
Harmonogram
Harmonogram
| Przedmiot / temat zajęć | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|
Przedmiot / temat zajęć 1 z 1 Spotkanie z opiekunem merytorycznym | Data realizacji zajęć 25-10-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 16:00 | Liczba godzin 08:00 |
Cena
Cena
Cennik
- Rodzaj cenyCena
- Koszt przypadający na 1 uczestnika brutto8 100,00 PLN
- Koszt przypadający na 1 uczestnika netto8 100,00 PLN
- Koszt osobogodziny brutto42,19 PLN
- Koszt osobogodziny netto42,19 PLN
Prowadzący
Prowadzący
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Materiały elektroniczne zamiszczane na moodlu
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
Szczegółowe informacje o aktualnej cenie znajdują się pod linkiem
https://www.merito.pl/gdansk/studia-i-szkolenia/studia-podyplomowe/kierunki/data-scientist-analityk-danych/ceny
Warunki techniczne
Warunki techniczne
Wymagania: posiadanie sprzętu elektronicznego z dostępem do internetu, monitor, klawiatura.
Uczelnia zapewnia dostęp do platformy TEAMs.