Data Scientist – Big Data i systemy zaawansowanej analizy danych – online studia podyplomowe
Data Scientist – Big Data i systemy zaawansowanej analizy danych – online studia podyplomowe
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Bazy danych
- Grupa docelowa usługi
Studia skierowane są do osób, pragnących rozwijać swoją karierę zawodową, systemy biznesowe lub prowadzić badania naukowe w obszarze:
- technik i technologii przetwarzania danych,
- metod eksploracji danych,
- nowoczesnych algorytmów uczenia maszynowego, w tym opartych na głębokim uczeniu,
- systemów wspomagania decyzji,
- zastosowań technologii Big Data w biznesie,
- architektury Big Data,
- zastosowania usług poznawczych (Cognitive Services) w zaawansowanej analizie tekstu, obrazu i dźwięku,
- budowy platformy zaawansowanej analizy danych w środowiskach chmurowych i hybrydowych.
- Minimalna liczba uczestników10
- Maksymalna liczba uczestników30
- Data zakończenia rekrutacji04-10-2025
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi188
- 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 zdobycie wiedzy i umiejętności pracy z dużymi zbiorami danych, wizualizacji danych, analizy danych klasy data mining, ekstrapolacją i predykcja trendów. Celem studiów jest też wzmocnienie wiedzy z pogranicza zarządzania, baz danych, przetwarzania informacji oraz statystyki, poparte odpowiednimi umiejętnościami wykorzystania odpowiednich technik i narzędzi komputerowych.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
---|---|---|
Efekty uczenia się W ZAKRESIE WIEDZY:charakteryzuje model danych charakteryzuje mechanizmy działania serwerów baz danych, w szczególności funkcje używane w hurtowaniach danych definiuje i charakteryzuje pojęcia związane z gromadzeniem i przetwarzaniem danych przesyłanych przez urządzania IoT. Charakteryzuje procesy analizy danych w czasie rzeczywistym oraz specyfiki analizy szeregów czasowych. Charakteryzuje główne komponenty, narzędzia i architektury systemów gromadzenia oraz przetwarzania danych strumieniowych Ocenia możliwości wykorzystania relacyjnych i nierelacyjnych baz danych w kontekście zarządzania i biznesu; Projektuje schematy baz danych zgodnie z wymaganiami funkcjonalnymi i logicznymi; charakteryzuje oraz projektuje aplikacje w języku Python, z uwzględnieniem aspektów teoretycznych i praktycznych | Kryteria weryfikacji potrafi opisać i wyjaśnić różne modele danych, zna mechanizmy działania serwerów oraz funkcje stosowane w hurtowniach danych. potrafi zaprojektować schemat bazy danych zgodny z wymaganiami. | Metoda walidacji Test teoretyczny |
Efekty uczenia się W ZAKRESIE WIEDZY II:posiada wiedzę dotyczącą działania algorytmów klasyfikacji i regresji posiada wiedzę dotyczącą metod grupowania danych definiuje i rozumie pojęcia związane z dziedziną Data Science charakteryzuje procesy wpływające na efektywne prowadzenie projektów badawczo rozwojowych definiuje główne narzędzia i architektury systemów zaawansowanej analizy danych | Kryteria weryfikacji Wyjaśnia podstawowe funkcje i mechanizmy działania serwerów baz danych oraz hurtowni danych.Ocenia zastosowanie relacyjnych i nierelacyjnych baz danych w zarządzaniu i biznesie. | Metoda walidacji Test teoretyczny |
Efekty uczenia się W ZAKRESIE UMIEJĘTNOŚCI:posiada umiejętności analizy z wykorzystaniem narzędzi Excel, Power BI analizuje, planuje i implementuje hurtownie danych projektuje i implementuje biznesowe modele danych ocenia potrzeby biznesowe w obszarze realizacji projektów badawczo rozwojowych wykorzystujących dane strumieniowe. buduje własny symulator urządzeń IoT oraz dobiera odpowiednie narzędzia do budowy architektury Lambda. Planuje architekturę, dobiera wymagane komponenty oraz przygotowuje założenia procesu przetwarzania danych strumieniowych posiada umiejętność normalizowania schematów baz danych posiada umiejętność rozwiązywania zadań stosuje metody rozwiązywania problemów dokumentuje swoją pracę kształtuje w sobie umiejętności rozwiązywania złożonych zadań inżynierskich w zakresie identyfikacji problemu, analizy sposobu funkcjonowania, konfiguracji oraz rozwiązywania problemów. poddaje krytyce wnioski i opisy innych studentów | Kryteria weryfikacji Projektuje i wdraża biznesowe modele danych adekwatne do potrzeb. | Metoda walidacji Test teoretyczny |
Efekty uczenia się W ZAKRESIE KOMPETENCJI SPOŁECZNYCH:przeprowadza wywiad z użytkownikami systemu i określa ich potrzeby biznesowe przedstawia użytkownikom biznesowym zalety i wady poszczególnych modeli danych definiuje rolę projektów badawczych opartych o analizę danych czasu rzeczywistego. Charakteryzuje rolę urządzeń IoT w budowie współczesnych systemów Big Data i Sztucznej Inteligencji definiuje problemy etyczne związane z gromadzeniem i analizą danych strumieniowych jest świadomy znaczenia ról pracy grupowej, przydzielania zadań oraz roli komunikacji w zespole projektowym pracuje samodzielnie nad przydzielonym zadaniem, pracuje w zespole omawiając dany problem, przekonuje do swojego sposobu rozwiązania, dyskutuje i docenia sposób rozwiązywania zadań innych osób | Kryteria weryfikacji Charakteryzuje rolę projektów opartych na analizie danych w czasie rzeczywistym w kontekście zastosowań biznesowych i technologicznych.Uzasadnia znaczenie urządzeń IoT w systemach Big Data i sztucznej inteligencji. Rozróżnia role zespołowe oraz organizuje przydzielanie zadań w pracy grupowej. Ocenia znaczenie skutecznej komunikacji w realizacji projektów zespołowych. | Metoda walidacji Test teoretyczny |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
- Wprowadzenie do języka Python
- Język Phyton w zastosowaniach Data Scientist
- Wprowadzenie do języka R
- Wprowadzenie do Data Scientist
- Uczenie maszynowe i inżynieria danych
- Zaawansowane narzędzia analizy danych w projektach Data Scientist
- Relacyjne i nierelacyjne źródła danych
- Systemy i algorytmy sztucznej inteligencji
- Praktyczne wykorzystanie algorytmów kognitywnych
- Gromadzenie i przetwarzanie danych strumieniowych
- Analiza i modelowanie danych biznesowych
- Wizualizacja danych
Punkty ECTS: 33 punkty.
Po ukończeniu studiów uczestnik otrzymuje świadectwo ukończenia studiów podyplomowych.
Harmonogram
Harmonogram
Przedmiot / temat zajęć | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
---|---|---|---|---|---|
Przedmiot / temat zajęć 1 z 11 Wprowadzenie do Data Scientist | Prowadzący Dr inż. Karol Jędrasiak | Data realizacji zajęć 11-10-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 13:50 | Liczba godzin 04:50 |
Przedmiot / temat zajęć 2 z 11 Wprowadzenie do Języka Python | Prowadzący mgr inż. Dawid Jurczyński | Data realizacji zajęć 12-10-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 12:50 | Liczba godzin 04:50 |
Przedmiot / temat zajęć 3 z 11 Wprowadzenie do Języka Python | Prowadzący mgr inż. Dawid Jurczyński | Data realizacji zajęć 19-10-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 12:50 | Liczba godzin 04:50 |
Przedmiot / temat zajęć 4 z 11 Język Python w zastosowaniach Data Scientist | Prowadzący mgr inż. Dawid Jurczyński | Data realizacji zajęć 26-10-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 12:50 | Liczba godzin 04:50 |
Przedmiot / temat zajęć 5 z 11 Wprowadzenie do Języka R | Prowadzący Dr inż. Paweł Świtała | Data realizacji zajęć 08-11-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 14:35 | Liczba godzin 06:35 |
Przedmiot / temat zajęć 6 z 11 Wprowadzenie do Języka R | Prowadzący Dr inż. Paweł Świtała | Data realizacji zajęć 09-11-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 14:35 | Liczba godzin 06:35 |
Przedmiot / temat zajęć 7 z 11 Język Python w zastosowaniach Data Scientist | Prowadzący mgr inż. Dawid Jurczyński | Data realizacji zajęć 29-11-2025 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 12:50 | Liczba godzin 04:50 |
Przedmiot / temat zajęć 8 z 11 Relacyjne i nierelacyjne źródła danych | Prowadzący Dr inż. Karol Jędrasiak | Data realizacji zajęć 13-12-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 15:00 | Liczba godzin 06:00 |
Przedmiot / temat zajęć 9 z 11 Relacyjne i nierelacyjne źródła danych cz. II | Prowadzący Dr inż. Karol Jędrasiak | Data realizacji zajęć 14-12-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 15:00 | Liczba godzin 06:00 |
Przedmiot / temat zajęć 10 z 11 Gromadzenie i przetwarzanie danych strumieniowych | Prowadzący Dr inż. Marek Pyka | Data realizacji zajęć 17-01-2026 | Godzina rozpoczęcia 08:30 | Godzina zakończenia 13:20 | Liczba godzin 04:50 |
Przedmiot / temat zajęć 11 z 11 Gromadzenie i przetwarzanie danych strumieniowych | Prowadzący Dr inż. Marek Pyka | Data realizacji zajęć 18-01-2026 | Godzina rozpoczęcia 08:30 | Godzina zakończenia 13:20 | Liczba godzin 04:50 |
Cena
Cena
Cennik
Rodzaj ceny | Cena |
---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 8 200,00 PLN |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 8 200,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 43,62 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 43,62 PLN |
Prowadzący
Prowadzący
Dr inż. Paweł Świtała
Systemy operacyjne
Sieci komputerowe
Bazy danych
Bezpieczeństwo systemów komputerowych
Od 2014 roku pełni funkcję Dyrektora Działu IT w Akademii WSB (dawniej Wyższa Szkoła Biznesu w Dąbrowie Górniczej), gdzie prowadzi zajęcia dydaktyczne z zakresu systemów operacyjnych, sieciowych systemów operacyjnych oraz seminarium dyplomowego.
Od 2006 roku zatrudniony jako wykładowca na Politechnice Śląskiej w Katowicach, gdzie prowadzi zajęcia z zakresu systemów operacyjnych, sieci komputerowych, baz danych oraz bezpieczeństwa systemów komputerowych.
Kwalifikacje: Posiada stopień naukowy doktora nauk technicznych (Politechnika Śląska, 2010) w zakresie zastosowania sztucznej inteligencji w przemyśle. Ukończył studia wyższe na kierunku Informatyka w zarządzaniu (Politechnika Śląska, 2005).
Wszystkie kwalifikacje oraz doświadczenie zawodowe zostały nabyte i rozwijane w okresie nie wcześniejszym niż 5 lat przed datą publikacji usługi w BUR, co gwarantuje aktualność kompetencji oraz zgodność z wymaganiami dotyczącymi potencjału kadrowego.
Dr inż. Marek Pyka
Doświadczenie zawodowe (spełniające kryterium 5 lat): Od 2014 roku pełni funkcję Dyrektora Działu IT w Akademii WSB (dawniej Wyższa Szkoła Biznesu w Dąbrowie Górniczej), gdzie prowadzi zajęcia z zakresu:
Systemy operacyjne
Sieciowe systemy operacyjne
Seminarium dyplomowe
Od 2006 roku zatrudniony jako wykładowca na Politechnice Śląskiej w Katowicach, gdzie prowadzi zajęcia z zakresu:
Systemy operacyjne
Sieci komputerowe
Bazy danych
Bezpieczeństwo systemów komputerowych
Powyższe aktywności są realizowane nieprzerwanie w okresie ostatnich 5 lat przed publikacją usługi w BUR, co potwierdza aktualność doświadczenia zawodowego.
Kwalifikacje (spełniające kryterium 5 lat): Posiada stopień doktora nauk technicznych w zakresie zastosowania sztucznej inteligencji w przemyśle (Politechnika Śląska, 2010). Kwalifikacje są stale aktualizowane poprzez działalność dydaktyczną, naukową oraz wdrożeniową w obszarze IT, co zapewnia ich zgodność z wymaganiami BUR.
Dr inż. Marek Pyka posiada pełne kompetencje do realizacji usług szkoleniowych w zakresie objętym usługą, zgodnie z wymaganiami dotyczącymi potencjału kadrowego.
Dr inż. Karol Jędrasiak
Doświadczenie zawodowe: Posiada minimum 5-letnie, aktualne doświadczenie zawodowe w zakresie projektowania i wdrażania rozwiązań informatycznych, zdobyte m.in.. jako:
Zastępca Dyrektora Centrum Transferu Technologii Akademii WSB
Koordynator NATO DEEP eAcademy VR
Kierownik projektów B+R realizowanych z NCBiR
Ekspert RPO WSL/POIR, członek Komitetu Sterującego GameINN
Kwalifikacje: Potwierdzone w ostatnich 5 latach poprzez:
Autorstwo publikacji naukowych, patentów i wzorów przemysłowych
Otrzymanie Medalu Komisji Edukacji Narodowej (2024)
Certyfikat NATO za wkład w rozwój e-edukacji (2024)
Dr inż. Karol Jędrasiak spełnia wymagania BUR w zakresie aktualnych kwalifikacji oraz doświadczenia zawodowego zdobytego nie wcześniej niż 5 lat przed publikacją usługi.
mgr inż. Dawid Jurczyński
Doświadczenie zawodowe: Posiada minimum 5-letnie, aktualne doświadczenie zawodowe jako:
Wykładowca akademicki i asystent w Akademii WSB w Dąbrowie Górniczej
Software Developer realizujący międzynarodowe projekty IT
Autor publikacji naukowych z zakresu AI, IoT i systemów satelitarnych
Członek Polskiego Towarzystwa Astrobiologicznego
Kwalifikacje:
Absolwent kierunku informatycznego (tytuł mgr inż.)
Doktorant na Wydziale Automatyki, Elektroniki i Informatyki Politechniki Śląskiej
Uczestnik projektów badawczo-rozwojowych dotyczących zastosowania AI w analizie danych środowiskowych
Mgr inż. Dawid Jurczyński posiada kwalifikacje oraz doświadczenie zawodowe zdobyte nie wcześniej niż 5 lat przed publikacją usługi.
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Uczestnicy otrzymują materiały dydaktyczne z wybranych zajęć po ich realizacji.
Selekcja materiałów odbywa się na podstawie złożoności omawianych zagadnień, zgłaszanego zapotrzebowania uczestników, charakteru zajęć (teoretyczne/warsztatowe) oraz możliwości wynikających z praw autorskich i licencyjnych.
Warunki uczestnictwa
Kandydaci powinni posiadać co najmniej wyższe wykształcenie.
Warunkiem uczestnictwa w usłudze jest dokonanie wpłaty oplaty wpisowej w kwocie 300 zł, która jest dodatkową opłatą poza kosztem wskazanym w usłudze.
Zapis w BUR nie jest równoznaczny z przyjęciem na studia na Uczelni. Warunkiem przyjęcia na studia na Uczelni jest dokonanie rejestracji w internetowym systemie rekrutacji oraz złożenie kompletu dokumentów.
Informacje dodatkowe
Dni odbywania się zajęć: wybrane soboty, niedziele.
1 godzina zajęć w Akademii WSB = 45 min. zajęć dydaktycznych
Przerwy podczas realizacji zajęć dydaktycznych na studiach są wliczone w łączny czas trwania zajęć. Ich liczba i moment wprowadzenia są ustalane przez wykładowcę w porozumieniu z grupą.
Organizator studiów zastrzega sobie możliwość wprowadzenia zmian w programie studiów.
Warunki techniczne
Warunki techniczne
Warunki techniczne
Usługa realizowana zdalnie poprzez platformy ClickMeeting, Zoom oraz MS Teams.
Minimalne wymagania sprzętowe, jakie musi spełniać komputer Uczestnika lub inne urządzenie do zdalnej komunikacji: •Komputer stacjonarny/laptop z dostępem do Internetu
•Sprawny mikrofon i kamera internetowa (lub zintegrowane z laptopem)
Minimalne wymagania dotyczące parametrów łącza sieciowego, jakim musi dysponować Uczestnik: download 8 mb/s, upload 8 mb/s, ping 15 ms
Niezbędne oprogramowanie umożliwiające Uczestnikom dostęp do prezentowanych treści i materiałów: Zalecamy wykorzystanie aktualnej wersji przeglądarki CHROME (zarówno na komputerach z systemem operacyjnym Windows jak i Apple
Okres ważności linku umożliwiającego uczestnictwo w spotkaniu on-line: 7,5 h