Analiza Danych - Data Science
Sieci neuronowe Bazy danych Eksploracja danych R Uczenie maszynowe Python Statystyka
Szanowni Państwo,
Przedstawiamy harmonogram na I semestr:
1. 5.-6.10.
2. 19.-20.10.
3. 16.-17.11.
4. 7.-8.12.
5. 21.-22.12.
6. 11.-12.01
7. 25.-26.01
8. 15.-16.02
Rekrutacja na studia podyplomowe (edycja 2024/2025)
rozpocznie się 13.05.2024 o godz. 12.00
Decyduje kolejność zgłoszeń, zgodnie z czasem zapisu na stronie.
Limit miejsc (edycja 2024/2025) został wyczerpany, zapraszamy w przyszłym roku, ale sprawdź nasze pozostałe kierunki z dziedziny Data Science!
https://podyplomowe.informatyka.agh.edu.pl/oferta/systemy-baz-danych/
JAK SIĘ ZAPISAĆ?
- Załóż konto w naszym systemie 👉🏻kliknij tutaj. Konto to można założyć jeszcze przed rozpoczęciem rekrutacji, pomoże to w szybszym zapisaniu się na wybrane studia. Jeśli już posiadasz konto możesz pominąć ten krok.
- Po utworzeniu konta 👉🏻 zapisz się na studia. (link umożliwiający zapisy będzie aktywny od 13.05.2024 od godz 12.00)
- Poczekaj na automatyczne potwierdzenie Twojego zgłoszenia z naszego systemu,a następnie prześlij na adres e-mailowy dkm@agh.edu.pl skany podpisanego formularza zgłoszeniowego, oświadczenia o zapoznaniu się z Regulaminem studiów podyplomowych w AGH oraz skan dyplomu ukończenia studiów wyższych. Na podstawie tych dokumentów będziemy Państwa kwalifikować na studia. WAŻNE: w tytule maila prosimy o podanie imienia nazwiska oraz wybranego kierunku.
- Poczekaj na potwierdzenie kwalifikacji i uruchomienia studiów (drogą mailową). Następnie 👉🏻 wnieś opłatę wpisową (100 zł) i prześlij na adres e-mailowy sekretariatu potwierdzenie dokonania opłaty wpisowej.
- Po otrzymaniu e-maila, nie później niż 14 dni przed rozpoczęciem zajęć 👉🏻 dokonaj opłaty pełnej kwoty lub I raty za studia
- Prześlij lub dostarcz nam oryginały dokumentów nie później niż 14 dni przed rozpoczęciem zajęć
Studia podyplomowe Analiza Danych - Data Science to 2-semestralne studia obejmujące 224 godz. zajęć, z których aż 152 godzin to praktyczne zajęcia laboratoryjne. Celem studiów jest przygotowanie kadr do udziału w procesach przetwarzania i analizy duży zbiorów różnorodnych danych. Współczesny świat generuje olbrzymie ilości różnorodnych danych, których umiejętne przetwarzanie, analiza i wyciąganie wniosków może dostarczyć istotnych informacji niezbędnych w różnorakich procesach decyzyjnych w gospodarce i nauce. Pojęcia/zawody „Analityk danych” oraz „Data Scientist” łączą kompetencje i umiejętności z wielu dziedzin, specjalności takich jak: matematyka, statystyka, bazy danych, programowanie. Wymagają też znajomości i umiejętności praktycznego wykorzystania nowoczesnych narzędzi informatycznych wykorzystywanych do przetwarzania danych. Studia podyplomowe „Analiza danych – Data Science” dostarczają zarówno wiedzy o charakterze podstawowym, teoretycznym, szerokiej znajomości nowoczesnych metod i technik przetwarzania i analizy danych jak i umiejętności wykorzystania tej wiedzy w praktyce.
UWAGA: W sytuacji przedłużenia stanu epidemiologicznego zajęcia będą mogły odbywać się trybie zdalnym, co z powodzeniem realizujemy w ramach obecnej edycji studiów!
NFORMACJE KONTAKTOWE
Kierownik studiów:
dr inż. Robert Marcjan
e-mail: marcjan@agh.edu.pl
Sekretariat studiów:
edycja 24/25 mgr inż. Dominika Knapik-Mróze-mail: dkm@agh.edu.pl tel 505898392 (9.00-15.00)
edycja 23/24 i starsze mgr inż. Paulina Mularczyk-Mędrykowska
e-mail: paula@agh.edu.pl
ZAKRES TEMATYCZNY
Zakres tematyczny obejmuje szereg zagadnień związanych z Analizą danych, Data Science czy Big Data:
- Wprowadzenia do zagadnień Analizy danych, Data Science i Big data.
- Elementy Statystyki jako jedno z najważniejszych narzędzi umożliwiających analizę i ocenę danych oraz opracowanie i ocenę wyników.
- Bazy danych (relacyjne, NoSQL) jako technologia umożliwiająca przechowywanie ora przetwarzanie danych
- Programowanie w wybranych językach, wykorzystywanych w przetwarzaniu i analizie danych: R, SQL, Python
- Specjalistyczne metody techniki przetwarzania i analizy danych:
- Hurtownie danych
- Eksploracja danych
- Uczenie maszynowe
- Przetwarzanie dużych zbiorów danych w środowisku Spark
- Analiza danych tekstowych – zapisanych w języku naturalnym
- Analiza sieci społecznych
- Analiza danych przestrzennych
- Metody wizualizacji danych i oceny wyników
Ważnym uzupełnieniem tematyki jest wiedza dotycząca prawnych aspektów przetwarzania i analizy danych.
DO KOGO ADRESOWANE SĄ STUDIA?
Oferta Studiów kierowana jest do wszystkich, którzy będą zajmowali się szeroko rozumianą analizą oraz przetwarzaniem, często bardzo dużych zbiorów różnorodnych danych. Pojęcia „Analiza danych” oraz „Data Science” łączą kompetencje z wielu dziedzin, specjalności takich jak: matematyka, statystyka, bazy danych, programowanie. Posiadanie takiej wiedzy oraz kompetencji i umiejętności jest coraz częściej pożądane na rynku IT.
W programowanie znajdują się zarówno przedmioty pozwalające na zdobycie wiedzy o charakterze ogólnym (statystyka, bazy danych), przedmioty umożliwiające nabycie umiejętności programowania w wybranych językach (R, SQL, Python) jak i przedmioty dotyczące specjalistycznych metod przetwarzania i analizy danych (hurtownie danych, eksploracja danych, uczenie maszynowe, przetwarzanie i analiza danych tekstowych).
Studia podyplomowe Analiza danych – Data Science, przeznaczone są przede wszystkim dla:
- osób pracujących na stanowiskach związanych z branżą informatyczną zajmujących się analizą danych, z niepełnym, lub bez kierunkowego wykształcenia, takim osobom studia umożliwią uzupełnienie, poszerzenie i uporządkowanie posiadanej wiedzy z zakresu „nauki o danych”, ich przetwarzania i analizy, a co za tym idzie podniesienie kwalifikacji do wykonywania zawodu, co ma szczególne znaczenie w sytuacji dynamicznie zmieniającego się rynku pracy, oraz szybkiego rozwoju nowych technologii,
- osób odpowiedzialnych za podejmowanie decyzji z wykorzystaniem narzędzi informatycznych, także pracujących w dowolnej branży - takim osobom studia umożliwią zwiększeni wiedzy w dotyczącej analizy danych i jej znaczenia dla podejmowania decyzji, co umożliwi kompetentne uczestnictwo w przygotowaniu i prowadzeniu procesów decyzyjnych w różnych działach i branżach gospodarki.
W szczególności grupą docelową będą osoby, które są zainteresowane, aby nabyta wiedza i umiejętności pozwoliły im na świadome uczestnictwo w procesach wymagających przygotowania, przetwarzania i analizy danych oraz wizualizacji i interpretacji wyników tych analiz..
PLAN STUDIÓW PODYPLOMOWYCH
SEMESTR STUDIÓW - 1 :
Lp. |
Nazwa przedmiotu |
forma zajęć |
liczba godzin zajęć |
sposób zaliczenia |
Liczba punktów ECTS |
|
Wprowadzenie do analizy danych i data science |
Wykład
|
4 |
Aktywny udział w zajęciach |
1 |
|
Statystyka |
Wykład / Laboratorium |
8 / 16 |
Aktywny udział w zajęciach / Aktywny udział w zajęciach i realizacja ćwiczeń i zadań podczas ćwiczeń laboratoryjnych |
3 |
|
Bazy danych |
Wykład Laboratorium |
8 / 16 |
Aktywny udział w zajęciach / Ocena na podstawie kolokwium ze znajomości SQL |
4 |
|
Programowanie w języku Python |
Wykład Laboratorium |
8 / 20 |
Aktywny udział w zajęciach / Ocena na podstawie kolokwium z umiejętności programowania w języku Python |
4 |
|
Eksploracja danych |
Wykład Laboratorium |
8 / 12 |
Aktywny udział w zajęciach / Aktywny udział w zajęciach i realizacja ćwiczeń i zadań podczas ćwiczeń laboratoryjnych |
3 |
|
Ekstrakcja danych ze źródeł internetowych |
Laboratorium |
8 |
Aktywny udział w zajęciach i realizacja ćwiczeń i zadań podczas ćwiczeń laboratoryjnych e |
2 |
|
Seminarium - Projekty dyplomowe |
Seminarium |
4 |
Aktywny udział w zajęciach |
Kontynuacja w semestrze 2 |
Łączna liczba godzin: 112
Łączna liczba punktów ECTS: 17
SEMESTR STUDIÓW - 2 :
Lp. |
Nazwa przedmiotu |
forma zajęć |
liczba godzin zajęć |
sposób zaliczenia |
Liczba punktów ECTS |
|
Uczenie maszynowe
|
Wykład Laboratorium |
8 / 16 |
Aktywny udział w zajęciach / Ocena na podstawie wykonania zadań dotyczących zastosowania metod uczenia maszynowego |
4 |
|
Hurtownie danych |
Wykład Laboratorium |
4 / 8 |
Aktywny udział w zajęciach / Aktywny udział w zajęciach i realizacja ćwiczeń i zadań podczas ćwiczeń laboratoryjnych |
2 |
|
Analiza dużych zbiorów danych w środowisku Spark |
Wykład Laboratorium |
4 / 12 |
Aktywny udział w zajęciach / Ocena na podstawie wykonania zadań dotyczących analizy danych w środowisku Sparc |
3 |
|
Analiza danych tekstowych |
Wykład Laboratorium |
4 / 4 |
Aktywny udział w zajęciach / Aktywny udział w zajęciach i realizacja ćwiczeń i zadań podczas ćwiczeń laboratoryjnych |
1 |
|
Sieci społeczne |
Wykład Laboratorium |
4 / 4 |
Aktywny udział w zajęciach / Aktywny udział w zajęciach i realizacja ćwiczeń i zadań podczas ćwiczeń laboratoryjnych |
1 |
|
Analiza danych przestrzennych |
Wykład Laboratorium |
4 / 4 |
Aktywny udział w zajęciach / Aktywny udział w zajęciach i realizacja ćwiczeń i zadań podczas ćwiczeń laboratoryjnych |
1 |
|
Wizualizacja dużych zbiorów danych |
Wykład Laboratorium |
4 / 8 |
Aktywny udział w zajęciach / Aktywny udział w zajęciach i realizacja ćwiczeń i zadań podczas ćwiczeń laboratoryjnych |
2 |
|
Prawne aspekty analizy danych |
Wykład |
4 |
Aktywny udział w zajęciach |
1 |
|
Seminarium - Projekty dyplomowe |
Seminarium |
8 |
Aktywny udział w zajęciach i terminowa realizacja zadań etapowych. Uczestnicy studiów pod kierunkiem prowadzącego realizują poszczególne etapy projektu związany z analizą danych dla wybranego zagadnienia |
3 |
|
Projekt dyplomowy |
Projekt |
12 |
Ocena na podstawie przedstawionego przez uczestnika studiów projektu (dotyczącego analizy danych dla wybranego zagadnienia) oraz prezentacji. |
4 |
Łączna liczba godzin: 112
Łączna liczba punktów ECTS: 22
PRZEBIEG STUDIÓW
Program Studiów obejmuje 220 godziny zajęć obowiązkowych bezpośrednio z prowadzącymi. W tym wykłady stanowią 68 godzin zajęć, a pozostałe 152 godzin zajęć prowadzonych w grupach laboratoryjnych stanowią zajęcia prowadzone w laboratoriach komputerowych z indywidualnymi stanowiskami pracy wyposażonymi w oprogramowanie dopasowane do zakresu programu studiów. Studenci otrzymują dostęp komputerowy do sieci uczelnianej, platformy e-learningowej oraz kilku serwerów (w tym do serwera pocztowego @student.agh.edu.pl, serwerów oprogramowania bazodanowego w Katedrze Informatyki AGH). Cztery wyróżnione w programie przedmioty kończą się obowiązkowym zaliczeniem na ocenę (termin tych zaliczeń ustalany jest z uczestnikami i wraz ze szczegółowymi wymaganiami oraz trybem zaliczenia podawany jest na pierwszych zajęciach z tego przedmiotu). Dopuszczenie do ostatniego etapu realizacji projektu dyplomowego (jego publiczna prezentacja) może się odbyć pod warunkiem posiadania wszystkich wymaganych pozytywnych ocen z zaliczenia wyznaczonych czterech przedmiotów.
Warunkiem ukończenia Studiów jest : odbycie wszystkich zajęć obowiązkowych ( 75 % obecności na zajęciach), zaliczenie na ocenę pozytywną wyznaczonych w programie przedmiotów, wykonanie, udokumentowanie i zaprezentowanie osobiście wykonanego projektu dyplomowego. Prezentacja jest prezentacja „publiczną” przed wszystkimi uczestnikami Studiów oraz 2 osobową Komisją (wykładowców). Projekt dyplomowy jest realizowany sukcesywnie podczas niemal całego toku trwania studiów. Każdy projekt dyplomowy ma swojego opiekuna, który zatwierdza temat i zakres projektu, kontroluje i konsultuje realizację projektu na wyznaczonych zajęciach oraz poza godzinami zajęć. Ocena końcowa na świadectwie ukończenia studiów ustalana jest zgodnie z Regulaminem Studiów Podyplomowych na AGH ( 4 oceny z zaliczeń z wagami 0,15, oraz ocena z realizacji projektu dyplomowego z wagą 0,4). Prezentacja końcowa projektu oraz wystawienie ocen końcowych
Na potrzeb studiów studenci mają dostęp do przetestowanych rozwiązań e-learningowych, z których centralnym elementem jest dedykowana platformy wraz z konspektami i materiałami do zajęć oraz aktualnymi ocenami i raportami z obecności na poszczególnych zajęciach. W ramach platformy dostępny jest również moduł komunikatora oraz aktualności, dzięki którym studenci mogą się komunikować z poszczególnymi prowadzącymi oraz pozyskiwać istotne z punktu widzenia studiów informacje. W sytuacji przedłużenia stanu epidemiologicznego lub po uprzednim ustaleniu ze słuchaczami zajęcia będą mogły odbywać się trybie zdalnym. W tym celu wykorzystujemy dobrze znane platformy telekonferencyjne jak Microsoft Teams czy też Cisco Webex. Dodatkowo studenci na czas studiów otrzymują konta studenckie w ramach infrastruktury AGH, dostęp do biblioteki AGH oraz możliwość wykupienia wjazdu na teren AGH w czasie weekendów.
WARUNKI REKRUTACJI
- warunki rekrutacji, w tym wymagania wstępne:
- ukończenie studiów wyższych (I lub II stopnia – licencjackie, inżynierskie, magisterskie lub równoważne) na dowolnym kierunku, dającym znajomość podstaw technik komputerowych i przetwarzania danych lub posiadanie takich umiejętności w wyniku innych doświadczeń np. zawodowych,
- kandydaci winni posiadać umiejętność pracy z komputerem (w miarę sprawne posługiwanie się komputerem w zakresie obsługi prostych systemów oprogramowania),
- pożądana, ale niekonieczna umiejętność programowania w podstawowym zakresie (w dowolnym języku programowania),
- wymagane jest zainteresowanie kandydatów problematyką związaną z analizą danych i data science
- limit przyjęć na studia podyplomowe wraz ze wskazaniem minimalnej liczby osób przyjętych, warunkującej uruchomienie edycji studiów podyplomowych: 40 osoby, min 38 osób
- wymagane dokumenty oraz miejsce ich złożenia:
- formularz zgłoszeniowy;
- poświadczona przez Uczelnię kopia dyplomu ukończenia studiów wyższych;
- poświadczenie wniesienia opłaty wpisowej w wysokości 100 zł;
- poświadczenie wniesienia opłaty za studia podyplomowe za pierwszy semestr studiów, nie później niż w terminie 14 dni przed rozpoczęciem zajęć dydaktycznych w ramach studiów podyplomowych.
Dla zainteresowanych regulamin studiów podyplomowych AGH dostępny jest na stronie głównej AGH
Cena: 8800 PLN