Uczenie Maszynowe i Data Science online

Młoda kobieta w przestrzeni biurowej siedząca przy stole przed trzema monitorami

dwa semestry (160 godzin)

Opis studiów

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.

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.

Program

Lp.PrzedmiotLiczba godzin teoretycznychLiczba godzin praktycznychPunkty ECTS
1Programowanie w języku Python (od podstaw) 4123
Bazy danych w języku SQL   4123
Podstawy sztucznej inteligencji    

8

8

3
Preprocessing danych rzeczywistych    

4

12

3
5Technologie chmurowe     4123
6Uczenie maszynowe w języku Python  883
7Przetwarzanie języka naturalnego w Python    883
8Narzędzia ETL i Hurtownie Danych    883
9Wizualizacja danych w języku Python   4123
10Rozproszone przetwarzanie danych    4123
Razem5610430

Organizacja

Organizacja studiów (cykl zajęć i miejsce ich odbywania)

Studia trwają dwa semestry. Zajęcia odbywają się w formie online, w soboty i niedziele.

Kryteria ukończenia studiów

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

Kadra dydaktyczna

Wykładowcami są pracownicy naukowo-dydaktyczni Katedry Uczenia Maszynowego Uniwersytetu Ekonomicznego w Katowicach posiadający duże doświadczenie dydaktyczne oraz praktyczne w obszarze tematyki studiów podyplomowych.

Kierownicy studiów

dr Barbara Probierz, e-mail: barbara.probierz@ue.katowice.pl 

dr hab. Jan Kozak, prof. UE, e-mail: jan.kozak@ue.katowice.pl 

Cena

Czesne w roku akademickim 2022/2023

  • 4890 zł 4500 zł (przy płatności w dwóch ratach)
  • dla absolwentów UE Katowice obowiązuje zniżka w wysokości 20%
  • płatność jednorazowa: wysokość czesnego zostaje pomniejszona o 100 zł
  • płatność w 4 ratach: wysokość czesnego wzrasta o 100 zł

Rekomendacje

  • "Zaangażowanie i chęć przekazywania wiedzy przez prowadzącego oraz zachęcanie do aktywnego dialogu."
  • "Kompetentny prowadzący, posiadający dużą wiedzę i potrafiący ją przekazać w sposób zrozumiały osobie początkującej."
  • "Zajęcia przystosowane do różnego poziomu Słuchaczy."
  • "Świetna interakcja i kontakt Prowadzącego ze Słuchaczami."
  • "Pracowanie na najnowszych dostępnych technologiach jeśli chodzi o rozwiązania w chmurze, przygotowywanie praktycznych rozwiązań, jasne zasady zaliczenia, a przede wszystkim znajdujące odbicie w praktycznych wyzwaniach."
  • "Pisanie kodu 'na żywo' przez Prowadzącego. Implementacja kodu na zajęciach i możliwość rozbudowania kodu, w razie potrzeby przy pomocy Prowadzącego."

Harmonogram

Harmonogram kierunku studiów podyplomowych Uczenie maszynowe i Data Science - online, rok akademicki 2022/23.
Harmonogram może ulec zmianie.   

Rejestracja na studia