Analiza Danych - Data Science (hybrydowe)
O STUDIACH
Studia podyplomowe „Analiza Danych - Data Science” to kierunek przygotowujący do pracy z danymi w środowisku biznesowym, technologicznym i naukowym. Program odpowiada na rosnące zapotrzebowanie rynku na specjalistów potrafiących pozyskiwać, przetwarzać, analizować i interpretować duże zbiory danych oraz wspierać procesy decyzyjne oparte na danych. Studia łączą wiedzę z zakresu statystyki, baz danych, programowania i metod sztucznej inteligencji z praktycznym wykorzystaniem nowoczesnych narzędzi analitycznych. Uczestnicy zdobywają kompetencje w zakresie pracy z językami Python, SQL i R, technologii Big Data, uczenia maszynowego, analizy danych tekstowych oraz wizualizacji danych. Program został zaprojektowany z myślą o osobach, które chcą rozwijać kompetencje analityczne i praktyczne umiejętności wykorzystywane w nowoczesnym środowisku IT i biznesu.
DO KOGO SKIEROWANE SĄ STUDIA
Studia skierowane są do:
- osób pracujących w branży IT, które chcą rozwijać kompetencje związane z analizą danych i Data Science,
- specjalistów wykorzystujących dane w procesach decyzyjnych i biznesowych,
- osób planujących przebranżowienie w kierunku analizy danych,
- absolwentów oraz osób z różnych środowisk akademickich i zawodowych - m.in. kierunków technicznych, ścisłych, ekonomicznych, społecznych, przyrodniczych czy medycznych - zainteresowanych wykorzystaniem analizy danych w swojej branży,
- osób zainteresowanych praktycznym wykorzystaniem metod uczenia maszynowego i Big Data,
- specjalistów chcących uporządkować i rozszerzyć wiedzę z zakresu przetwarzania danych.
WYMAGANIA OGÓLNE
Studia przeznaczone są dla osób posiadających podstawowe kompetencje cyfrowe i zainteresowanie analizą danych.
Wymagane na starcie:
- umiejętność pracy z komputerem i korzystania z podstawowych narzędzi informatycznych
- zainteresowanie analizą danych i nowoczesnymi technologiami.
- pożądana (ale nie wymagana) jest umiejętność programowania w podstawowym zakresie (w dowolnym języku programowania)
Nie jest wymagane:
- doświadczenie zawodowe w branży IT,
- zaawansowana znajomość technik programowania,
- wcześniejsza praktyka w obszarze Data Science lub Big Data.
ATUTY KIERUNKU
Program studiów łączy wiedzę teoretyczną z intensywnym kształceniem praktycznym realizowanym w formie zajęć laboratoryjnych.
Najważniejsze atuty kierunku:
- aż 112 godzin praktycznych zajęć laboratoryjnych,
- nauka pracy z narzędziami i językami wykorzystywanymi w branży: Python, SQL, R, Spark,
- realizacja projektu dyplomowego pozwalającego pogłębić wiedzę i rozwinąć umiejętności w wybranym (zgodnym z indywidualnymi zainteresowaniami) obszarze Data Science
- hybrydowa forma zajęć umożliwiająca wygodne łączenie studiów z pracą zawodową.
Studia „Analiza Danych - Data Science” powstały jako odpowiedź na dynamiczny rozwój technologii opartych na danych oraz rosnące zapotrzebowanie na specjalistów łączących kompetencje techniczne i analityczne. Program kładzie nacisk na praktyczne wykorzystanie narzędzi i metod stosowanych w rzeczywistych projektach związanych z analizą danych i uczeniem maszynowym.
dr inż. Robert Marcjan - kierownik kierunku
PROGRAM STUDIÓW
Moduł I - Podstawy analizy danych i programowania
- Wprowadzenie do analizy danych i data science
- Statystyka
- Bazy danych
- Programowanie w języku Python
Moduł II - Metody przetwarzania i eksploracji danych
- Eksploracja danych
- Ekstrakcja danych ze źródeł internetowych
- Hurtownie danych
- Sieci społeczne
- Analiza danych przestrzennych
Moduł III - Zaawansowana analiza danych i uczenie maszynowe
- Uczenie maszynowe
- Analiza dużych zbiorów danych w środowisku Spark
- Analiza danych tekstowych
- Wizualizacja dużych zbiorów danych
Moduł IV - Dyplom i inne zagadnienia
- Prawne aspekty analizy danych
- Seminarium - projekty dyplomowe
- Projekt dyplomowy
ORGANIZACJA STUDIÓW
-
Czas trwania studiów: 2 semestry
-
Łączna liczba godzin: 200 godzin
-
Organizacja zjazdów: weekendowa (soboty i niedziele)
-
Miejsce realizacji zajęć:
- zajęcia laboratoryjne prowadzone stacjonarnie w pracowniach komputerowych AGH wyposażonych w specjalistyczne oprogramowanie.
- zajęcia online realizowane na platformie zdalnej,
WARUNKI UKOŃCZENIA STUDIÓW
- uzyskanie wymaganej frekwencji na zajęciach,
- zaliczenie wszystkich wymaganych modułów i przedmiotów,
- uzyskanie pozytywnych ocen z wyznaczonych zaliczeń,
- przygotowanie projektu dyplomowego i jego prezentacja
KADRA
Kadra studiów składa się z pracowników akademickich oraz specjalistów posiadających doświadczenie dydaktyczne i praktyczne w obszarach analizy danych, baz danych, uczenia maszynowego oraz technologii Big Data. Zajęcia prowadzone są przez ekspertów związanych z Wydziałem Informatyki AGH, realizujących projekty naukowe i wdrożeniowe w obszarze Data Science, sztucznej inteligencji oraz nowoczesnych systemów przetwarzania danych.
dr inż. Robert Marcjan - inicjator i kierownik studiów. Pracownik Wydziału Informatyki AGH. Ponad 30 lat doświadczenia w obszarze systemów przetwarzania danych, baz danych oraz analizy danych. Udział w licznych projektach, naukowo-badawczych oraz komercyjnych, w ostatnich latach współpraca z CERN (udział w projekcie/eksperymencie ALICE). Autor publikacji naukowych. Wieloletnie doświadczenie w zakresie organizacji i prowadzenia zajęć dydaktycznych. Na studiach ADDS, prowadzi zajęcia z baz danych, analizy danych przestrzennych oraz sprawuje opiekę nad projektami dyplomowymi.
dr inż. Anna Zygmunt, prof. AGH - pełnomocnik Dziekana Wydziału Informatyki ds. Dydaktyki, odpowiedzialna za jakość kształcenia na Wydziale oraz tworzenie programów nowych kierunków studiów. Ma doświadczenie zawodowe w tworzeniu systemów bazodanowych, analizie danych oraz problematyce mediów społecznościowych. Prowadziła szkolenia w firmach Informix i IBM. Na studiach ADDS prowadzi zajęcia z eksploracji danych oraz sprawuje opiekę nad projektami dyplomowymi.
dr hab. inż. Marcin Kurdziel - Profesor Uczelni na Wydziale Informatyki AGH, związany z obszarem uczenia maszynowego, sieci neuronowych oraz metod sztucznej inteligencji. Jego zainteresowania badawcze obejmują m.in. metody analizy reprezentacje neuronowych, algorytmy trenowania i regularyzacji sieci neuronowych oraz zastosowania AI w problemach praktycznych. W pracy dydaktycznej koncentruje się na przekazywaniu wiedzy z zakresu algorytmiki, uczenia głębokiego i statystycznej analizy danych.
dr hab. inż. Bartłomiej Śnieżyński prof. AGH - ekspert w dziedzinie informatyki związany z Wydziałem Informatyki AGH. Specjalizuje się w obszarze sztucznej inteligencji i uczenia maszynowego. Rozwija zaawansowane metody wykrywania anomalii we współpracy z naukowcami z American University w Waszyngtonie. Budował oprogramowanie dla analityków kryminalnych do wykrywania wzorców w danych. Doświadczenie zawodowe budował biorąc czynny udział w licznych projektach badawczo-rozwojowych. Jako ekspert współpracujący z przemysłem oraz autor ponad 100 publikacji naukowych, łączy teoretyczną wiedzę akademicką z praktycznymi wyzwaniami rynkowymi. Na studiach podyplomowych ADDS prowadzi zajęcia z uczenia maszynowego.
dr inż. Marek Gajęcki, prof. AGH – od początku pracy zawodowej prowadzi przedmioty dla studentów kierunku Informatyka stanowiące wprowadzenie do informatyki, algorytmiki, struktur danych, programowania. Od ponad 20 lat prowadzi zajęcia dla studentów studiów podyplomowych. Na studiach podyplomowych ADDS prowadzi zajęcia z języka Python.
dr inż. Roman Dębski - pracownik Instytutu Informatyki AGH. Ponad 15 lat doświadczenia w przemyśle IT, zdobytego na ścieżce od programisty do architekta systemowego, w projektach o szerokim spektrum: od samodzielnych po realizowane przez rozproszone, międzynarodowe zespoły (CMM/CMMI poziom 5) oraz od systemów wbudowanych po wielkoskalowe systemy rozproszone i czasu rzeczywistego. Naukowo zajmuje się wykorzystaniem metod multi-fidelity w optymalizacji, modelowaniem z uwzględnieniem niepewności (w tym BNNs), przetwarzaniem równoległym (GPGPU) oraz algorytmami strumieniowymi i adaptacyjnymi. Uczestnik grantów B+R zakończonych wdrożeniem złożonych systemów analitycznych. Autor licznych publikacji, w tym prac powstałych w ramach międzynarodowych projektów badawczych. Na studiach podyplomowych ADDS prowadzi zajęcia ze statystki i języka R.
mgr Magdalena Król - lingwistka i analityczka NLP z wieloletnim doświadczeniem w przetwarzaniu danych tekstowych i budowie systemów opartych na sztucznej inteligencji. Naukowo zajmuje się modelami językowymi, metodami ekstrakcji informacji oraz oceną wiarygodności i poprawności wnioskowania modeli. Autorka publikacji naukowych oraz prowadząca zajęcia dydaktyczne z zakresu analizy danych tekstowych i zastosowań AI.
REKRUTACJA
Rekrutacja na studia rozpocznie się 26 maja 2026 r. o godzinie 12.00.
JAK SIĘ ZAPISAĆ?
-
Aby zapisać się na studia należy założyć konto kliknij tutaj. Jeśli już posiadasz konto możesz pominąć ten krok.
-
Po utworzeniu konta → Zapisz się na studia (po starcie rekrutacji, na górze strony wybranego kierunku pojawi się klawisz do zapisu).
-
Poczekaj na automatyczne potwierdzenie Twojego zgłoszenia z naszego systemu i następnie wypełnij elektroniczny formularz rekrutacyjny.
-
Dołącz:
- skan dyplomu ukończenia studiów wyższych*
- potwierdzenie wniesienia opłaty wpisowej **
-
Poczekaj na potwierdzenie kwalifikacji i uruchomienia studiów.
-
Po otrzymaniu e-maila dokonaj wpłaty za studia we wskazanym terminie.
-
Prześlij lub dostarcz nam oryginały dokumentów przed uruchomieniem studiów.
-
Przyjdź na pierwsze zajęcia!
* Dyplom ukończenia studiów za granicą należy przedłożyć wraz z legalizacją konsularną albo klauzulą apostille oraz tłumaczeniem przysięgłym.
OPŁATY
Cena studiów przy opłacie jednorazowej: 11 300 zł
Cena studiów przy opłatach semestralnych:
- I semestr - 7 000 zł
- II semestr - 4 600 zł
Opłata wpisowa (odliczana od ceny czesnego): 100 zł**
**Dane do przelewu
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie, Wydział Informatyki
al. Mickiewicza 30, 30-059 Kraków
Nr konta: 55 1240 2294 1111 0010 9554 7623
Bank Pekao S.A. Kraków
Z dopiskiem: wpisowe ADDS, PD-240 000-00016-P01, imię i nazwisko
FAQ - NAJCZĘŚCIEJ ZADAWANE PYTANIA
Czy studia są odpowiednie dla osób spoza branży IT?
Tak. Program został przygotowany również z myślą o osobach, które chcą rozpocząć rozwój w obszarze analizy danych lub zmienić ścieżkę zawodową. Ważniejsze od wcześniejszego doświadczenia programistycznego są motywacja, analityczne myślenie i gotowość do nauki.
Jakie możliwości zawodowe dają studia?
Studia mogą stanowić wsparcie w rozwoju kariery w obszarach związanych z analizą danych, business intelligence, raportowaniem, przetwarzaniem danych, automatyzacją procesów analitycznych czy uczeniem maszynowym. Kompetencje zdobyte podczas studiów znajdują zastosowanie w wielu branżach - od IT i finansów po marketing, przemysł, medycynę czy administrację.
Czy studia wymagają posiadania wiedzy z dziedziny matematyki?
Program obejmuje wybrane zagadnienia statystyczne i analityczne, jednak nacisk położony jest przede wszystkim na praktyczne rozumienie metod analizy danych i ich zastosowanie w pracy projektowej.
Czy studia można pogodzić z pracą zawodową?
Tak. Weekendowa organizacja zajęć oraz elastyczna forma realizacji programu zostały przygotowane z myślą o osobach aktywnych zawodowo.
Czy projekt dyplomowy można dostosować do własnych zainteresowań zawodowych?
Tak. Tematyka projektu może być związana z indywidualnymi zainteresowaniami uczestnika lub obszarem, w którym planuje rozwijać swoją karierę zawodową.
Czy kierunek koncentruje się wyłącznie na branży IT?
Nie. Analiza danych znajduje dziś zastosowanie w niemal każdej branży, dlatego program uwzględnia uniwersalne kompetencje możliwe do wykorzystania w różnych środowiskach zawodowych i organizacyjnych.
------------------------------------
Zapoznaj się z Regulaminem studiów podyplomowych Akademii Górniczo-Hutniczej