Big data. Inżynieria danych (studia online)

Możliwość dofinansowania
Logo Uniwersytet WSB Merito w Gdańsku
Uniwersytet WSB Merito w Gdańsku

Big data. Inżynieria danych (studia online)

Numer usługi 2025/03/25/7100/2647932
7 700,00 PLN
brutto
7 700,00 PLN
netto
40,10 PLN
brutto/h
40,10 PLN
netto/h
zdalna w czasie rzeczywistym
Studia podyplomowe
192 h
18.10.2025 do 28.06.2026
0 zapisanych uczestników
Obserwuj
Zapisz się
Pobierz kartę usługi w PDF
Informacje podstawowe

Informacje podstawowe

  • Kategoria
    Informatyka i telekomunikacja / Bazy danych
  • Sposób dofinansowania
    wsparcie dla osób indywidualnych
    wsparcie dla pracodawców i ich pracowników
  • Grupa docelowa usługi

    Studia skierowane są do osób, które niekoniecznie ukończyły studia o charakterze informatycznym, a chciałyby podnieść swoje kwalifikacje w zakresie Big Data, głównie absolwentów studiów ekonomicznych, kierunków inżynierskich, biotechnologii i matematyki.

  • Minimalna liczba uczestników
    20
  • Maksymalna liczba uczestników
    25
  • Data zakończenia rekrutacji
    13-10-2025
  • Forma prowadzenia usługi
    zdalna w czasie rzeczywistym
  • Liczba godzin usługi
    192
  • Podstawa uzyskania wpisu do BUR
    art. 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 uprawnień
    Studia podyplomowe

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 sprzedaży
Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
Efekty uczenia się Kryteria weryfikacji Metoda walidacji
Efekty uczenia się
WIEDZA
Oblicza i 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.
Wyjasnia co to są relacyjne i nierelacyjne bazy danych.
Kryteria weryfikacji
min. 60% PRAWIDŁOWYCH ODPOWIEDZI - ocena pozytywna
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Kryteria weryfikacji
pozytywny wynik a obrony projektu końcowego
Metoda walidacji
Prezentacja
Metoda walidacji
Obserwacja w warunkach symulowanych
Metoda walidacji
Prezentacja
Efekty uczenia się
UMIEJĘTNOŚCI
Interpretuje wyniki obliczeń statystycznych.
Tworzy 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
KOMPETENCJE SPOŁECZNE
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

Kompetencje
Usługa prowadzi do nabycia kompetencji.
Warunki uznania kompetencji
Pytanie 1. Czy dokument potwierdzający uzyskanie kompetencji zawiera opis efektów uczenia się?
Efekty uczenia oraz sposoby ich weryfikacji
Pytanie 2. Czy dokument potwierdza, że walidacja została przeprowadzona w oparciu o zdefiniowane w efektach uczenia się kryteria ich weryfikacji?
Tak
Pytanie 3. Czy dokument potwierdza zastosowanie rozwiązań zapewniających rozdzielenie procesów kształcenia i szkolenia od walidacji?
Tak

Program

Analiza danych w języku R (18 godz.)

Środowisko R i RStudio, typy atomowe, wektory, listy, funkcje, data cleaning, tworzenie wykresów, markdown (18 godz.)

SYSTEMY BAZ DANYCH. PODSTAWY SQLA (24 godz.)

  • Diagramy ERD, Normalizacja, MS SQL, DDL, SQL DML (24 godz.) 

Programowanie w języku Python

(24 godz.)

  • Składnia, tablice, funkcje,Pandas, Statystyka w Pythonie (24 godz.) 

ANALIZA DANYCH W JĘZYKU JAVA (32 godz.)

  • Podstawowe pojęcia programowania obiektowego, środowisko, narzędzia, co to jest analiza danych, data science a analiza danych, dlaczego Java, struktury danych – Java Collections Framework, ETL – pobieranie, przetwarzanie, ładowanie danych (16 godz.) 
  • Sposoby integracji z relacyjnymi bazami danych, przetwarzanie danych w podejściu funkcyjnym (16 godz.)

NOSQL (MICROSOFT AZURE) (20 godz.)

  • Podstawowe koncepcje baz NoSQL - HBase, Cassandra, Impala, Neo4j (20 godz.)

PROGRAMOWANIE OBIEKTOWE W JĘZYKU PYTHON

(12 godz.)

  • Atrybuty, klasy, konstruktor, metody, dziedziczenie, „metody magiczne” (12 godz.)

APACHE KAFKA

(6 godz.)

Interfejs Apache Kafka - szybki start do strumieniowego przetwarzania danych (6 godz.)

ZAAWANSOWANE BAZY DANYCH I HURTOWANIE DANYCH

(24 godz.)

  • Zawansowane aspekty języka SQL i TSQL; Koncepcje modelowania hurtowni danych (ROLAP, MOLAP, HOLAP); Technologie ETL/ELT; Elementy prezentacji danych np. Power BI (24 godz.)

NARZĘDZIA BIG DATA (MICROSOFT AZURE) (24 godz.)

Apache Hadoop & Apache Spark (24 godz.)

PROJEKT (8 godz.)

  • Seminarian projektowe (8 godz.) 

Harmonogram

Liczba przedmiotów/zajęć: 1
Przedmiot / temat zajęćData realizacji zajęćGodzina rozpoczęciaGodzina zakończeniaLiczba godzin
Przedmiot / temat zajęć
1 z 1 Spotkanie z opiekunem merytorycznym
Data realizacji zajęć
18-10-2025
Godzina rozpoczęcia
08:00
Godzina zakończenia
16:00
Liczba godzin
08:00

Cena

Cennik
  • Rodzaj ceny
    Cena
  • Koszt przypadający na 1 uczestnika brutto
    7 700,00 PLN
  • Koszt przypadający na 1 uczestnika netto
    7 700,00 PLN
  • Koszt osobogodziny brutto
    40,10 PLN
  • Koszt osobogodziny netto
    40,10 PLN

Prowadzący

Liczba prowadzących: 1
1 z 1
Krzysztof Ziółkowski
Absolwent Kiel University of Applied Sciences i Uniwersytetu Gdańskiego. Dodatkowo ukończył studia podyplomowe z zakresu Statystyki i matematyki finansowej na Wydziale Fizyki Technicznej i Matematyki Stosowanej Politechniki Gdańskiej. Łączy pracę zawodową z działalnością naukową w Wyższej Szkole Bankowej w Gdańsku. Trener SQL. MTA, MCP, MCSA, MCSE: Data Management and Analytics.

Informacje dodatkowe

Informacje o materiałach dla uczestników usługi

Materiały elektroniczne zamieszczane 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

Informacje dodatkowe

Szczegółowe informacje o aktualnej cenie znajdują się pod linkiem

https://www.merito.pl/gdansk/studia-i-szkolenia/studia-podyplomowe/kierunki/big-data-inzynieria-danych/ceny

Warunki techniczne

Wymagania: posiadanie sprzętu elektronicznego z dostępem do internetu, monitor, klawiatura.

Uczelnia zapewnia dostęp do platformy TEAMs.

Kontakt

Agata Orlich
E-mail
rekrutacjasp@gdansk.merito.pl
Telefon
(+48) 585 227 513