Kierunek uruchomiony! 

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

dwa semestry (160 godzin)

Celem studiów "Sztuczna Inteligencja w Analizie Danych" jest dostarczenie kompleksowej wiedzy i umiejętności potrzebnych do skutecznego zastosowania sztucznej inteligencji (SI) w analizie danych. Program skupia się na rozwijaniu umiejętności programistycznych w języku Python, poznawaniu technik analizy danych (SQL i T-SQL) oraz kształtowaniu kompetencji związanych ze sztuczną inteligencją, w tym uczeniem maszynowym i sieciami neuronowymi.

Uczestnicy mają możliwość zrozumieć fundamentalne koncepcje związane z SI oraz nauczyć się stosować je w praktyce. Program stawia także nacisk na rozwijanie umiejętności analitycznych, które są kluczowe dla efektywnej pracy z różnymi rodzajami danych. Ponadto, celem jest kształcenie etycznego podejścia do stosowania SI, z naciskiem na odpowiedzialność i zrozumienie skutków społecznych oraz prawnych związanych z tą technologią.

Wreszcie, studia mają na celu przygotowanie Uczestników do dynamicznego środowiska zawodowego, w którym sztuczna inteligencja odgrywa coraz większą rolę. Poprzez zdobycie wiedzy z obszarów takich jak analiza danych, uczenie maszynowe, etyka w SI, czy przetwarzanie obrazów i języka naturalnego, absolwenci programu są przygotowani do efektywnej pracy w różnych dziedzinach, gdzie analiza danych i wykorzystywanie sztucznej inteligencji stają się coraz bardziej istotne.

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 sztucznej inteligencji. W szczególności tematyka studiów umożliwia: 

• zdobycie praktycznych umiejętności programowania w języku Python;
• zaznajomienie się z zagadnieniami sztucznej inteligencji oraz etycznego podejścia do zastosowania sztucznej inteligencji w projektach praktycznych;
• poznanie algorytmów uczenia maszynowego i głębokiego uczenia, co pozwala na efektywne stosowanie zaawansowanych metod analizy i tworzenia modeli predykcyjnych;
• poznanie rozwiązań do przetwarzania języka naturalnego oraz rozpoznawania obrazów, co ma kluczowe znaczenie w dziedzinach takich jak analiza tekstu, analiza sentymentu czy też analiza medycznych obrazów diagnostycznych;
• poznanie narzędzi do analizy sieci społecznych;
• zapoznanie się z koncepcją i zastosowaniem relacyjnych baz danych oraz poznaniem języka SQL i programowania baz danych w T-SQL.

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, słuchacze 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.