Liczba miejsc ograniczona!
(decyduje kolejność zgłoszeń z kompletem dokumentów)

dwa semestry (160 godzin)

Celem studiów „Uczenie Maszynowe i Data Science” jest uzyskanie wiedzy z zakresu sztucznej inteligencji oraz analizy danych.

Podczas studiów uczestnicy zdobędą praktyczne umiejętności programowania w języku Python, które następnie będą mogli zastosować do przetwarzania, analizy oraz wizualizacji rzeczywistych danych, nie tylko w postaci strukturalnej, ale też zapisanych językiem naturalnym. Przedstawione na zajęciach modele rozwiązań z zastosowaniem sztucznej inteligencji, w szczególności algorytmy uczenia maszynowego pozwolą wpłynąć na umiejętność samodzielnego rozwiązania problemów z wykorzystaniem odpowiednich technik.

Dodatkowo uczestnicy zdobędą wiedzę z zakresu relacyjnych baz danych, hurtowni danych oraz systemów ETL, a także praktyczne umiejętności tworzenia zapytań w języku SQL. Efektywność przedstawionych metod przekłada się na szybkość rozwiązywania problemów związanych z zaawansowanym przetwarzaniem danych w biznesie, a także realizacji zadań analitycznych związanych z danymi. Całość wzbogacona jest o poznanie praktycznych zastosowań technologii chmurowych.

Program studiów skoncentrowany jest nie tylko na zdobyciu i ugruntowaniu wiedzy teoretycznej, ale też na poznaniu nowoczesnych narzędzi Data Science stosowanych we współczesnej organizacji. Posiadanie takiej wiedzy oraz kompetencji i umiejętności jest coraz częściej pożądane nie tylko na rynku IT, ale również w szeroko rozumianym biznesie.

Studia kończą się egzaminem pisemnym składającym się z pytań testowych opartych na wiedzy zdobytej podczas zajęć.

Adresaci

Adresatami proponowanych studiów podyplomowych są osoby zainteresowane problematyką sztucznej inteligencji oraz analizą danych biznesowych. W szczególności należą do nich: 

• absolwenci studiów wyższych, którzy chcą poznać aktualne trendy rozwoju sztucznej inteligencji związanej z przetwarzaniem i analizą danych,
• kadra kierownicza poszukująca rozwiązań informatycznych ukierunkowanych na poprawę konkurencyjności organizacji,
• praktycy zawodowi szukający obszarów poszerzenia swoich kompetencji zawodowych,
• osoby chcące zdobyć umiejętności programistyczne,
• osoby zawodowo związane z branżą IT jak i specjaliści z innych dziedzin, którzy pragną poszerzyć swoją wiedzę w kierunku zagadnień związanych uczeniem maszynowym i data science.

Korzyści

Główną korzyścią osiągniętą z uczestnictwa w zajęciach jest możliwość poznania różnorodnych rozwiązań informatycznych do analizy danych z zastosowaniem algorytmów uczenia maszynowego. W trakcie trwania studiów 56 godzin stanowią wykłady, natomiast 104 godziny przeznaczone są na laboratoria komputerowe.

W szczególności tematyka studiów umożliwia: 

• zdobycie praktycznych umiejętności programowania w języku Python,
• poznanie narzędzi do przetwarzania, analizy oraz wizualizacji danych,
• zaznajomienie się z tematyką sztucznej inteligencji oraz poznanie algorytmów uczenia maszynowego i ich zastosowania do rozwiązywania złożonych problemów analitycznych,
• zapoznanie się z koncepcją i zastosowaniem relacyjnych baz danych, hurtowni danych, poznanie narzędzi ETL oraz języka SQL,
• poznanie praktycznych zastosowań technologii chmurowych.

Dokument końcowy (certyfikaty i uprawnienia)

• Świadectwo ukończenia studiów podyplomowych wydane przez Uniwersytet Ekonomiczny w Katowicach

Założenia studiów

Głównym założeniem studiów jest chęć pozyskania wiedzy z zakresu sztucznej inteligencji i analizy danych oraz zdobycia praktycznych umiejętności programowania w języku Python i SQL. Program studiów został ułożony w taki sposób, aby nauka prowadzona była od podstaw, aż do zaawansowanych technik informatycznych. Ćwiczenia oparte są na wiedzy zdobytej podczas wykładów, a dzięki dobraniu odpowiedniego oprogramowania, uczestnicy będą mieć możliwość samodoskonalenia, nawet po zakończeniu studiów.

Metody prowadzenia zajęć

Zajęcia podzielone zostały na cześć teoretyczną prowadzoną w formie aktywnych wykładów z wykorzystaniem technik multimedialnych oraz część praktyczną prowadzoną w formie ćwiczeń z wykorzystaniem sprzętu i oprogramowania komputerowego. Wszystkie spotkania będą odbywać się w nowocześnie wyposażonych laboratoriach komputerowych.