Analiza Danych – Data Science z elementami AI-studia podyplomowe

Możliwość dofinansowania

Analiza Danych – Data Science z elementami AI-studia podyplomowe

Numer usługi 2025/12/03/7038/3188894

Uniwersytet WSB Merito we Wrocławiu

7 700,00 PLN

brutto

7 700,00 PLN

netto

43,75 PLN

brutto/h

43,75 PLN

netto/h

zdalna w czasie rzeczywistym

Studia podyplomowe

176 h

14.03.2026 do 28.02.2027

0 zapisanych uczestników

Obserwuj

Zapisz się

Pobierz kartę usługi w PDF

Informacje podstawowe

Kategoria

Informatyka i telekomunikacja / Bazy danych
Grupa docelowa usługi
Studia skierowane są do:
- chcą nauczyć się Data Science, zacząć karierę w analizie danych od zera,
- chcą lepiej zrozumieć dane, by podejmować trafniejsze decyzje,
- pracują w finansach, marketingu lub IT i chcą wykorzystać moc Data Science i AI,
- nie mają doświadczenia technicznego – program prowadzi krok po kroku, zaczynając od podstaw Pythona,
- mają techniczne wykształcenie i zależy im na rozwinięciu praktycznych umiejętności,
- są menedżerami i chcą lepiej rozumieć potencjał narzędzi analitycznych i sztucznej inteligencji.
Usługa rozwojowa adresowana również dla Uczestników projektu Zachodniopomorskie Bony Szkoleniowe.
Minimalna liczba uczestników

1
Maksymalna liczba uczestników

15
Data zakończenia rekrutacji

11-03-2026
Forma prowadzenia usługi

zdalna w czasie rzeczywistym
Liczba godzin usługi

176
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 2024 r. poz. 1571, z późn. zm.)
Zakres uprawnień

studia podyplomowe

Cel

Cel edukacyjny

Studia przygotowują uczestników do samodzielnej analizy i interpretacji danych z wykorzystaniem narzędzi Data Science i elementów sztucznej inteligencji. Absolwenci będą potrafili programować w Pythonie, stosować biblioteki analityczne (numpy, pandas, matplotlib, seaborn), przeprowadzać eksploracyjną analizę danych, przygotowywać dane do modelowania oraz wdrażać podstawowe algorytmy uczenia maszynowego w praktyce (regresja, klasyfikacja) z użyciem scikit-learn.

Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji

Efekty uczenia się, kryteria weryfikacji i metody walidacji.
Efekty uczenia się	Kryteria weryfikacji	Metoda walidacji
Efekty uczenia się Rozwija umiejętności programowania w Pythonie.	Kryteria weryfikacji Analizuje składnię, struktury danych (listy, słowniki, zbiory), obsługę plików, tworzenie funkcji	Metoda walidacji Test teoretyczny
	Kryteria weryfikacji Testuje korzystanie z zaawansowanych bibliotek, takich jak numpy, pandas czy matplotlib	Metoda walidacji Test teoretyczny
	Kryteria weryfikacji Testuje pracę w nowoczesnych środowiskach analitycznych, takich jak Jupyter Notebook	Metoda walidacji Prezentacja
Efekty uczenia się Wybiera składnię, struktury danych (listy, słowniki, zbiory), obsługę plików, tworzenie funkcji oraz korzystanie z zaawansowanych bibliotek	Kryteria weryfikacji Wybiera techniki przekształcania i grupowania danych, tworzenia statystyk opisowych oraz wizualizacji za pomocą bibliotek	Metoda walidacji Test teoretyczny
Efekty uczenia się Umiejętnie zarządza czasem i zespołami data science	Kryteria weryfikacji Rozumie potencjał narzędzi analitycznych i sztucznej inteligencji	Metoda walidacji Test teoretyczny
	Kryteria weryfikacji Rozwija i wdraża praktyczne umiejętności analityczne i programistyczne	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?

TAK

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

Program studiów podyplomowych na kierunku Analiza Danych – Data Science z elementami AI na Uniwersytecie WSB Merito we Wrocławiu.

Program przygotowuje uczestników do samodzielnej analizy i interpretacji danych z wykorzystaniem narzędzi Data Science i elementów sztucznej inteligencji.

Wprowadzenie do Pythona dla Data Science(16 godz./10 praktycznych)

Eksploracyjna Analiza Danych (EDA)(16 godz./12 praktycznych)

Przetwarzanie i przygotowanie danych z Pythonem(16 godz./12 praktycznych)

Podstawy statystyki z uwzględnieniem analiz ekologicznych(16 godz./10 praktycznych)

Uczenie Maszynowe w Pythonie-automatyzacja procesów raportowania ekologicznych praktyk(16 godz./12 praktycznych)

Klasyfikacja i analiza klasteryzacji w Pythonie + Azure Machine Learning(16 godz. /12 praktycznych)

Zaawansowane algorytmy Uczenia Maszynowego + Azure(16 godz./12 praktycznych)

Przetwarzanie Danych Tekstowych (NLP) z Pythonem(16 godz./12 praktycznych)

Wprowadzenie do sztucznej inteligencji (AI) i Sieci Neuronowych + Azure Cognitive Services(16 godz./12 praktycznych)

Wprowadzenie do algorytmów głębokiego uczenia maszynowego(16 godz./12 praktycznych)

Projekt i egzamin końcowy(16 godz./16 praktycznych)

Liczba godzin: 176/132 praktycznych (minimum 30 punktów ECTS)

Liczba semestrów: 2

Walidacja: Prezentacja projektu – opracowanie projektu końcowego, wybór problemu do analizy, praca nad projektem, mówienie wyników, przegląd zastosowanych technik, omówienie wykorzystanych technologii.

Egzamin końcowy – test

Zajęcia odbywają się w sobotę i w niedzielę, w czasie rzeczywistym (prezentacja, rozmowa na żywo, chat, współdzielenie ekranu) realizowane będą z wykorzystaniem indywidualnych kont.

Zajęcia prowadzone są w formie wykładów, które uzupełniane są ćwiczeniami, warsztatami oraz rozwiązywaniem przykładów praktycznych.

Absolwenci otrzymują świadectwo ukończenia studiów podyplomowych zgodne z przepisami, jakie zostały określone przez Ministerstwo Edukacji i Nauki.

Harmonogram zostanie udostępniony na co najmniej 7 dni przed rozpoczęciem usługi.

Potwierdzenie uczestnictwa w 100% zajęć poprzez rapaporty logowań. Kody dostępowe/ linki zostaną udostępnione na 2 dni przed rozpoczęciem usługi.

Harmonogram

Liczba przedmiotów/zajęć: 1

Harmonogram
Przedmiot / temat zajęć	Prowadzący	Data realizacji zajęć	Godzina rozpoczęcia	Godzina zakończenia	Liczba godzin
Przedmiot / temat zajęć 1 z 1 Walidacja	Prowadzący -	Data realizacji zajęć 28-02-2027	Godzina rozpoczęcia 14:15	Godzina zakończenia 15:00	Liczba godzin 00:45

Cena

Cennik

Cennik
Rodzaj ceny	Cena
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto	Cena 7 700,00 PLN
Rodzaj ceny Koszt przypadający na 1 uczestnika netto	Cena 7 700,00 PLN
Rodzaj ceny Koszt osobogodziny brutto	Cena 43,75 PLN
Rodzaj ceny Koszt osobogodziny netto	Cena 43,75 PLN

Prowadzący

Liczba prowadzących: 5

1 z 5

mgr inż. Marcin Gąstół

Od 2022 odznaczony jako jeden z najmłodszych w Polsce Microsoft Certified Trainer (MCT) oraz inżynier posiadający ponad 10 certyfikacji w technologiach chmurowych, architektury, bezpieczeństwa, AI & ML, baz danych oraz innych w Microsoft Azure.
Doświadczony inżynier w technologiach chmurowych oraz DevOps z ponad 5-letnim doświadczeniem w branży IT. Posiada wysokie kwalifikacje w zakresie projektowania oraz wdrażania nowej architektury dla Microsoft Azure, re-architektury bieżącego środowiska Azure i migracji lokalnego centrum danych do Microsoft Azure.

2 z 5

dr inż. Mateusz Gorczyca

Od kilkunastu lat wykładowca akademicki w dziedzinie informatyki oraz jej zastosowań w automatyce i robotyce, logistyce oraz badaniach operacyjnych. Ponad 10 lat prowadzenia badań naukowych dotyczących algorytmów i problemów szeregowania oraz ich złożoności obliczeniowej. Realizował projekty badawcze w instytucjach w Polsce oraz Wielkiej Brytanii. Autor lub współautor kilkudziesięciu prac naukowych.

3 z 5

Michał Szajkowski

inżynier oprogramowania i specjalista ds. automatyzacji testów z wieloletnim doświadczeniem w branży IT. Absolwent Politechniki Wrocławskiej, gdzie realizował pracę magisterską we współpracy z Niemiecką Agencją Kosmiczną, łącząc wiedzę techniczną z praktycznymi zastosowaniami w projektach międzynarodowych.
Na co dzień pracuje w firmie Nokia, gdzie zajmuje się automatyzacją testów z wykorzystaniem Robot Framework, Pythona oraz narzędzi wspierających jakość oprogramowania. Jego praca koncentruje się na optymalizacji procesów testowych, tworzeniu skalowalnych frameworków testowych oraz integracji testów z pipeline’ami CI/CD. Michał aktywnie rozwija rozwiązania wspierające efektywność zespołów testerskich, wdrażając nowoczesne praktyki DevTestOps.
Jako wykładowca studiów podyplomowych w Uniwersytecie WSB Merito, dzieli się praktyczną wiedzą z zakresu testowania oprogramowania, automatyzacji oraz programowania w Pythonie. Wyróżnia się umiejętnością przekazywania złożonych zagadnień w przystępny sposób, łącząc teorię z realnymi przykładami z życia zawodowego. Osoby prowadzące usługę rozwojową posiadają doświadczenie zawodowe lub kwalifikacje (w tym również wykształcenie) odpowiednie do rodzaju i zakresu świadczonych usług, zdobytych lub nabytych nie wcześniej niż 5 lat przed datą opublikowania usługi rozwojowej.

4 z 5

dr inż. Kamil Musiał

Certyfikowany tester ISTQB. Przez 7 lat pracował jako Inżynier ds. Integracji Oprogramowania w firmie Nokia - na początku w technologii LTE, a przez ostatnie 4 lata w technologii 5G. Obecnie pracownik Tieto na stanowisku Inżynier Testów. W trakcie swojej kariery zawodowej stale zgłębia zagadnienia programistyczne, telekomunikacyjne, sieciowe, testerskie. Pracuje również, jako trener w różnych projektach szkoleniowych. Doktor, dziedzina naukowa inżynieria mechaniczna, Politechnika Wrocławska.
Osoby prowadzące usługę rozwojową posiadają doświadczenie zawodowe lub kwalifikacje (w tym również wykształcenie) odpowiednie do rodzaju i zakresu świadczonych usług, zdobytych lub nabytych nie wcześniej niż 5 lat przed datą opublikowania usługi rozwojowej.

5 z 5

Bartosz Bryniarski

Ukończył studia magisterskie z informatyki, koncentrując się na Internecie Rzeczy i sieciach przyszłości, a także studia inżynierskie z zakresu inżynierii komputerowej. Dodatkowo zdobył kwalifikacje podyplomowe w dziedzinach takich jak programowanie w języku Java, testowanie oprogramowania, cyberbezpieczeństwo oraz informatyka śledcza. Posiada również przygotowanie pedagogiczne.
Zawodowo zajmuje się informatyką i technologiami IT – od programowania i technologii webowych, przez bazy danych i systemy Linux/Unix, po sieci komputerowe, automatyzację procesów i bezpieczeństwo systemów. W codziennej pracy wykorzystuje m.in. narzędzia Bash, Git oraz rozwiązania CI/CD.

Informacje dodatkowe

Informacje o materiałach dla uczestników usługi

Opracowania autorskie, akty prawne, konspekty, prezentacje, zadania. Przygotowywane do każdego modułu przez prowadzących, zamieszczane w formie elektronicznej na portalu UWSB Merito.

Warunki uczestnictwa

Aby zostać uczestnikiem studiów podyplomowych na Uniwersytecie WSB Merito, należy:

- mieć ukończone studia licencjackie, inżynierskie lub magisterskie,
- złożyć komplet dokumentów i spełnić wymogi rekrutacyjne

UWAGA: W przypadku, gdy nie zbierze się odpowiednia ilość osób, Wykonawca zastrzega sobie prawo do odwołania studiów.

Informacje dodatkowe

Zawarto umowę z WUP w Toruniu w ramach projektu "Kierunek – Rozwój".

Zawarto umowę z WUP Kraków w ramach projektu "Małopolski pociąg do kariery - sezon 1" oraz "Nowy start w Małopolsce z EURESem".

Zawarto umowę z Wojewódzkim Urzędem Pracy w Szczecinie na świadczenie usług rozwojowych z wykorzystaniem elektronicznych bonów szkoleniowych w ramach projektu Zachodniopomorskie Bony Szkoleniowe.

Z usługi mogą również korzystać uczestnicy innych projektów.

Zwolnienie z VAT na podst.art.43 ust. 1 pkt 26 lit.b. ustawy o podatkach od towarów i usług.

Osoby prowadzące usługę rozwojową posiadają doświadczenie zawodowe lub kwalifikacje (w tym również wykształcenie) odpowiednie do rodzaju i zakresu świadczonych usług, zdobytych lub nabytych nie wcześniej niż 5 lat przed datą opublikowania usługi rozwojowej.

Warunki techniczne

Zajęcia zdalne prowadzone są za pośrednictwem aplikacji Microsoft Teams w formie pracy zespołowej wykorzystując czaty, spotkania irozmowy w wielu oknach, przypięte kanały oraz integrację zadań z aplikacjami. Uczestnicy korzystają z aplikacji Teams w ramachMicrosoft Offi ce 365 bezpłatnie. Z aplikacji Teams można korzystać: poprzez przeglądarkę, aplikację instalowaną na komputerze lubaplikację mobilną na telefon. Minimalne wymagania sprzętowe: 2 GB RAM, procesor i5, minimalne wymagania dot. parametrów łączasieciowego: 30 Mbit/s, niezbędne oprogramowanie: system operacyjny: windows min. 7, iOS, linux.

W celu prawidłowego i pełnego korzystania ze szkolenia należy posiadać urządzenie (komputer, laptop lub smartfon) z dostępem do Internetu, wbudowaną kamerą (opcjonalnie) i mikrofonem, głośnikami (wejście słuchawkowe/ słuchawki)

komputer z aktualnym systemem operacyjnym Microsoft Windows lub macOS
aktualna wersja przeglądarki internetowej
stałe łącze internetowe

Kontakt

Magdalena Krzywińska

E-mail

magdalena.krzywinska@wroclaw.merito.pl

Telefon

(+48) 713 561 649

Analiza Danych – Data Science z elementami AI-studia podyplomowe