Artificial intelligence. Machine learning

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

Artificial intelligence. Machine learning

Numer usługi 2025/04/10/7100/2681972
7 300,00 PLN
brutto
7 300,00 PLN
netto
37,44 PLN
brutto/h
37,44 PLN
netto/h
zdalna w czasie rzeczywistym
Studia podyplomowe
195 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 / Administracja IT i systemy komputerowe
  • Sposób dofinansowania
    wsparcie dla osób indywidualnych
    wsparcie dla pracodawców i ich pracowników
  • Grupa docelowa usługi

    Studia skierowane do osób, które chcą zdobyć umiejętności z zakresu Artificial intelligence. Machine learning.  

     

  • Minimalna liczba uczestników
    20
  • Maksymalna liczba uczestników
    36
  • Data zakończenia rekrutacji
    13-10-2025
  • Forma prowadzenia usługi
    zdalna w czasie rzeczywistym
  • Liczba godzin usługi
    195
  • 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 przekazanie słuchaczom praktycznych umiejętności z zakresu gromadzenia, przetwarzania oraz analizy i wizualizacji dużych wolumenów danych, a także zaprezentowania algorytmów deep learning.
Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
Efekty uczenia się Kryteria weryfikacji Metoda walidacji
Efekty uczenia się
WIEDZA
- Tłumaczy podstawy programowania i analizy danych.
- Opisuje bazy danych i SQL
- Charakteryzuje modele uczenia maszynowego.
Kryteria weryfikacji
- Omawia poznajną składnię Pythona, tablice, funkcje, oraz bibliotekę Pandas, a także podstawy programowania obiektowego w Pythonie, takie jak dziedziczenie, polimorfizm i metody specjalne.
- Omawia temat baz danych MS SQL Server, w tym diagramów ERD, normalizacji, SQL DDL i DML oraz zaawansowanego queringu.
- Objaśnia cykl życia modelu uczenia maszynowego oraz techniki wykorzystywania modeli językowych (np. ChatGPT, Copilot).
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Metoda walidacji
Wywiad ustrukturyzowany
Metoda walidacji
Prezentacja
Efekty uczenia się
UMIEJĘTNOŚCI
- Programuje w Pythonie.
- Analizuje i przetwarza dane.
- Pracuje z bazami danych.
Kryteria weryfikacji
- Efektywnie programuje w Pythonie, tworzy funkcje, używa biblioteki do analizy danych, oraz implementować programowanie obiektowe.
- Tworzy algorytmy uczenia maszynowego do analizy danych z nadzorem oraz analizować dane tekstowe z wykorzystaniem sztucznej inteligencji.
- Zarządza bazami danych relacyjnymi i nierelacyjnymi (NoSQL), w tym tworzenie zapytań SQL i korzystanie z baz NoSQL jak MongoDB.
Metoda walidacji
Wywiad ustrukturyzowany
Metoda walidacji
Prezentacja
Efekty uczenia się
KOMPETENCJE SPOŁECZNE
- Współpracuje w zespołach interdyscyplinarnych
- Adaptuje się do szybko zmieniającego się środowiska technologicznego
Kryteria weryfikacji
- Łączy umiejętności programistyczne i analityczne z rozwiązywaniem rzeczywistych problemów biznesowych i technologicznych.
- Adaptuje się do nowych narzędzi i technologii w obszarze AI i Machine Learning, reagując na zmiany i nowe wyzwania w branży.
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 PYTHON (24 godz.)

  • Składnia, tablice, funkcje, Pandas (24 godz.) 

PODSTAWY MS SQL SERVER (18 godz.)

  • Diagramy ERD, Normalizacja, SQL DDL, SQL DML (18 godz.) 

PROGRAMOWANIE OBIEKTOWE PYTHON (9 godz.)

  • Atrybuty, dziedziczenie, polimorfizm, metody specjalne (9 godz.) 

WDROŻENIE I ZASTOSOWANIE MODELI UCZENIA MASZYNOWEGO

(18 godz.)

  • Cykl życia modelu uczenia maszynowego - korzystanie z modeli (8 godz.)
  • Korzystanie z modeli językowych np. chatGPT / Copilot (6 godz.)
  • Przegląd dostępnych materiałów w publikacjach naukowych (4 godz.)

PODSTAWTY STATYSTYKI (14 godz.)

  • Wprowadzenie do zagadnień statystyki opisowej (7 godz.)
  • Wprowadzenie do zagadnień statystyki matematycznej (7 godz.)

UCZENIE MASZYNOWE W PRAKTYCE (PYTHON) (20 godz.)

  • Algorytmy uczenia maszynowe z nadzorem (regresja liniowa, lasy losowe, xgboost, analiza szeregów czasowych) (20 godz.) 

ZAAWANSOWANY SQL (16 godz.)

  • DDL/DML. Zaawansowany quering (12 godz.) 
  • Integracja SQL z Python (3 godz.) 
  • Wizualizacja danych (1 godz.) 

NIERELACYJNE BAZY DANYCH (NOSQL) - NP. MONGODB, ELASTIC, NOE4J. WPROWADZENIE DO BAZ DANYCH TYPU NOSQL

(16 godz.)

  • Querying przykładowych baz noSQL (16 godz.) 

WPROWADZENIE DO ALGORYTMÓW GŁĘBOKIEGO UCZENIA MASZYNOWEGO - DEEP LEARNING (KERAS, TESNORFLOW, PYTORCH)

(24 godz.)

  • Sieci neuronowe w przetwarzaniu danych numerycznych i kategorycznych (10 godz.) 
  • Sieci neuronowe w przetwarzaniu obrazów (6 godz.) 
  • Sieci rekurencyjne oraz modele encoder-decoder (8 godz.) 

COMPUTER VISION (8 godz.)

  • Wytrenowanie modelu detekcji obiektów na obrazach (6 godz.) 
  • Wykorzystanie modelu do analizy obrazu czasie rzeczywistym (2 godz.) 

ANALIZA DANYCH TEKSTOWYCH Z WYKORZYSTANIEM SZTUCZNEJ INTELIGENCJI (20 godz.)

  • Wektoryzacja tekstu z wykorzystaniem GloVe (4 godz.) 
  • Wprowadzenie do modeli z atencją (8 godz.) 
  • Analiza tekstu z wykorzystaniem modeli opartych o architekturę Transformer (8 godz.)

PROJEKT (8 godz.)

  • Seminarium projektowe (8 godz.) 

Harmonogram

Liczba przedmiotów/zajęć: 1
Przedmiot / temat zajęćData realizacji zajęćGodzina rozpoczęciaGodzina zakończeniaLiczba godzin
Przedmiot / temat zajęć
1 z 1 Wprowadzenie do studiów, 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
    7 300,00 PLN
  • Koszt przypadający na 1 uczestnika netto
    7 300,00 PLN
  • Koszt osobogodziny brutto
    37,44 PLN
  • Koszt osobogodziny netto
    37,44 PLN

Prowadzący

Liczba prowadzących: 1
1 z 1
Krzysztof Ziółkowski
Opiekun kierunku. 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.

Informacje dodatkowe

Informacje o materiałach dla uczestników usługi

Materiały elektroniczne zamieszczane na moodlu/temsach.

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

Dodatkowo wymagany jest zapis przez formularz rekrutacyjny uczelni

https://www.merito.pl/rekrutacja/krok1

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