Python Data Science Engineer

Level
Studia podyplomowe
Duration
1 rok
Language
PL
Obtained title
Świadectwo ukończenia studiów podyplomowych
Mode
e-Learning Plus

O kierunku

Program studiów podyplomowych "Python Data Science Engineer" jest stworzony dla osób, które posiadają doświadczenie w zakresie nowych technologii i chcą specjalizować się w obszarach Data Science czy Machine Learning.

W programie nauczania uwzględniona została teoria oraz praktyka w formie zadań zarówno z edytorem kodu, jak i umożliwiających przesłanie już wytrenowanego modelu. Kursy są prowadzone przez doświadczonych ekspertów, co gwarantuje aktualność i praktyczną wartość przekazywanej wiedzy. Program uwzględnia naukę programowania w języku Python od poziomu początkującego do poziomu zaawansowanego, a następnie naukę statystyki, analizy danych, w tym wykorzystanie sieci neuronowych oraz projektowania algorytmów AI w bibliotekach takich jak NumPy, Pandas, Scikit-Learn i Keras.

Absolwenci będą przygotowani do przekształcania danych w wiedzę, która może być wykorzystana do podejmowania decyzji, tworzenia strategii biznesowych i wprowadzania innowacji w różnych branżach.

Cel studiów Celem studiów podyplomowych "Python Data Scientist Engineer" jest wyposażenie studentów w szeroki zakres umiejętności niezbędnych do analizowania dużych zbiorów danych, tworzenia modeli predykcyjnych oraz stosowania uczenia maszynowego i głębokiego uczenia.

Atuty kierunku

1
100% ONLINE

Kierunek studiów podyplomowych realizowany jest w 100% online i nie wymaga fizycznego pobytu na Uczelni.

2
DOSTĘP 24/7

Zadania dostępne są w chmurze na platformie CyberSkiller, co umożliwia słuchaczom naukę z każdego miejsca i o każdej porze. Quizy, zadania laboratoryjne i programistyczne posiadają funkcję automatycznego sprawdzania, dzięki czemu studenci otrzymują natychmiastowy feedback.

3
NAUCZANIE PRAKTYCZNE

Studia koncentrują się na rozwoju praktycznych umiejętności pozwalających na zdobycie pracy na nowym stanowisku.

4
GRYWALIZACJA

CyberSkiller wzbogaca proces nauki o elementy grywalizacji, takie jak zdobywanie punktów i awansowanie w rankingach. Dzięki temu środowisko nauki łączy zdobywanie umiejętności i wiedzy z rozrywką, co podnosi atrakcyjność edukacji.

Partnerzy

Adresaci studiów

Program studiów podyplomowych "Python Data Science Engineer" jest przeznaczony dla osób, które interesują się analizą danych oraz sztuczną inteligencją. Skierowany jest przede wszystkim do absolwentów kierunków ścisłych, takich jak:

  •  matematyka,
  •  fizyka,
  •  informatyka,
  •  inżynieria,

Osoby, które pragną poszerzyć swoje kompetencje o praktyczne umiejętności w zakresie uczenia maszynowego.

Idealni kandydaci to również obecni pracownicy sektora technologicznego, analitycy biznesowi oraz specjaliści IT, którzy chcą się przekwalifikować lub zaktualizować swoje umiejętności w odpowiedzi na rosnące zapotrzebowanie rynku na ekspertów w dziedzinie danych.

info

Kierownik studiów

dr hab. Bogdan Księżopolski

dr hab. Bogdan Księżopolski pełni rolę pełnomocnika rozwoju informatyki w Akademii Leona Koźmińskiego.

Pracą naukową zajmuje się od ponad 20 lat. W 2006 roku obronił pracę doktorską na Polsko-Japońskiej Akademii Technik Komputerowych w Warszawie dotyczącą "Bezpieczeństwa oraz optymalizacji procesów realizowanych drogą elektroniczną”. W 2016 roku na tej samej uczelni uzyskał stopień doktora habilitowanego przedstawiając cykl prac dotyczącą „Wieloaspektowej analizy systemów bezpieczeństwa przy pomocy języka QoP-ML”.

Jest twórcą nowego języka modelowania systemów bezpieczeństwa QoP-ML, protokołów kryptograficznych oraz nowatorskich systemów edukacyjnych. Jest autorem lub współautorem ponad 60 prac naukowych opublikowanych w międzynarodowych czasopismach oraz prezentowanych na wielu międzynarodowych konferencjach. W roku 2024 opublikował swoją pierwszą pracę w uznanym czasopiśmie Nature Communication.

Jest autorem kilku książek z dziedziny cyberbezpieczeństwa i edukacji informatyki, w tym jednej wydanej przez renomowane wydawnictwo CRC Press w Nowym Jorku. Jest członkiem komitetów programowych na wielu międzynarodowych konferencjach naukowych oraz edytorem wielu tomów specjalnych czasopism naukowych.
Pełnił rolę kierownika w kilku międzynarodowych projektach badawczych oraz projektach badawczo-rozwojowych. Jest stałym recenzentem w wielu czasopismach naukowych z listy JCR, wykonał ponad 50 recenzji prac naukowych dla tych czasopism.

Został nagrodzony wieloma wyróżnieniami za działalność naukową i dydaktyczną, przez wiele lat był wyróżniany tytułem najlepszego wykładowcy nadawanym głosami studentów.

Główne zainteresowania dotyczą dwóch obszarów, cyberbezpieczeństwa oraz cyfrowej edukacji. W cyberbezpieczeństwie są to zagadnienia dotyczące: stosowanej kryptografii, zwiększania świadomości cyberbezpieczeństwa, bio kryptografii, protokołów kryptograficznych oraz ataków DDoS. W ramach cyfrowej edukacji zajmuje się zastosowaniem AI w edukacji, analityką danych edukacyjnych oraz technologiami w nauczaniu w trybie blended.

Korzyści dla słuchaczy - co zyskujesz

  • Fundamenty w programowaniu Python i analizie danych: Uczestnicy zdobędą wiedzę i umiejętności w zakresie programowania w języku Python, obsługi baz danych SQL, oraz wykorzystania zaawansowanych technik analizy danych, co jest kluczowe dla każdego Data Science Engineer.
  • Praktyczne umiejętności w zaawansowanej analizie i modelowaniu danych: Program zapewnia praktyczne doświadczenie w stosowaniu obliczeń matematycznych, statystyki, wizualizacji danych oraz projektowaniu algorytmów AI, a także przygotowuje uczestników do tworzenia skutecznych modeli predykcyjnych i stosowania uczenia maszynowego.
  • Elastyczność i dostępność: Dzięki realizacji studiów w 100% online, słuchacze mogą uczyć się w dogodnym dla siebie czasie i miejscu, co jest szczególnie korzystne dla osób pracujących lub mających inne zobowiązania.
  • Wysoka jakość kształcenia: Studia są prowadzone przez doświadczonych ekspertów z Akademii Leona Koźmińskiego w dziedzinie cyberbezpieczeństwa, co gwarantuje aktualność i praktyczną wartość przekazywanej wiedzy.
  • Rozwój kariery i możliwości zatrudnienia: Absolwenci będą mogli podjąć pracę jako AI Research Scientist, Machine Learning Engineer, Deep Learning Engineer, Data Scientist (with a focus on AI/ML), AI Software Developer.

 

Program

1. Podstawy baz danych i języka zapytań SQL

  • Podstawy języka SQL
  • Filtrowanie danych
  • Operacje na danych
  • Złączanie tabel

2. Obliczenia matematyczne w języku Python – NumPy 

3. Analiza statystyczna w języku Python

  • Wstęp do zastosowania języka Python w analizie statystycznej
  • Wykorzystanie języka Python w analizie opisowej danych
  • Analizy korelacji oraz regresji
  • Testy statystyczne
  • Metody wizualizacji wyników statystycznych

4. Podstawy Uczenia Maszynowego - biblioteka Pandas

  • Podstawy biblioteki Pandas
  • Wstępne przetwarzanie danych – Preprocesing
  • Wizualizacja danych

5. Zaawansowane zapytania SQL oraz schematy w bazie danych 

  • Zaawansowane zapytania SQL
  • Modyfikacja danych
  • Programowanie baz danych
  • Język definicji danych

6. Analiza danych w języku Python   

  • Mini projekt dotyczący analizy danych w języku Python (1 dzień warsztatowo-wykładowy)

7. Wizualizacja danych i raportowanie 

8. Uczenie maszynowe - biblioteka Scikit-learn I

  • Problem Titanica – pasażerowie statku
  • Problem Iris – pomiar kwiatów
  • Problem Boston – predykcja cen domów

9. Uczenie maszynowe - biblioteka Scikit-learn II

  • Problem predykcji cen giełdowych
  • Problem predykcji kryptowalut Bitcoin
  • Problem diagnozy raka piersi

10. Wstęp do głębokiego uczenia - KERAS I

  • Problem diagnozy raka piersi
  • Problem predykcji cen giełdowych
  • Problem predykcji kryptowaluty bitcoin
  • Problem analizy recenzji filmowych

11. Zaawansowane modele głębokiego uczenia - KERAS II

  • Multivariate LSTM
  • Szeregi czasowe na bazie GRU
  • Mnist – rozpoznawanie pisma odręcznego za pomocą sieci konwolucyjnych (CNN)
  • CIFAR10 – rozpoznawanie obrazów za pomocą sieci konwolucyjnych (CNN)

12. Wstęp do Sztucznej Inteligencji

13. Programowanie modeli uczenia maszynowego

  • Mini projekt dotyczący analizy danych w języku Python (1 dzień warsztatowo-wykładowy)

Całkowita liczba godzin dydaktycznych: 210* (razem z zaliczeniami) * jedna godzina dydaktyczna = 45 minut

Dodatkowo każdy uczestnik ma możliwość skorzystania z 30h opcjonalnych konsultacji online (Q&A z Tutorem).

GroupOfPeopleIllustration

Organizacja zajęć

  • 100% online – Kierunek studiów podyplomowych realizowany jest w 100% online i nie wymaga fizycznego pobytu na Uczelni. Słuchacze studiów podyplomowych uczestniczą w kursach online w dogodnym dla siebie czasie i w dowolnym miejscu.
  • E-learning Plus – Studia są zorganizowane w formule e-learning plus, która polega na połączeniu pracy na platformie edukacyjnej CyberSkiller, konsultacji grupowych online oraz konsultacji asynchronicznych na MS Teams.
    • Platforma CyberSkiller – Słuchacze uzyskują dostęp do platformy edukacyjnej CyberSkiller, gdzie znajdują się kursy online wraz z zadaniami w edytorze kodu. W każdym miesiącu słuchacze otrzymują informacje o zadaniach do wykonania. Zadania programistyczne posiadają moduł automatycznego sprawdzania, dlatego student w kilka sekund może zweryfikować poprawność wykonanych zadań. Na platformie dostępne są także materiały tekstowe i materiały wideo z teorią i wsparciem do rozwiązania zadań.
    • Konsultacje grupowe online – Raz w tygodniu odbywają się grupowe konsultacje, na których studenci mogą zadawać pytania, a tutorzy rozwiązują wybrane zadania na forum grupy.
    • Konsultacje asynchroniczne – Wszyscy studenci i tutorzy mają ciągły dostęp do MS Teams, gdzie studenci mogą zadawać pytania tutorom w formie indywidualnych wiadomości lub na forum grupy; tutor udziela odpowiedzi w ciągu maksymalnie 48 godzin.
  • Tutorzy – Nauczanie wspierane jest przez Tutorów, czyli wykładowców Akademii Leona Koźmińskiego, którzy monitorują realizację materiału przez słuchaczy.
  • Warsztaty stacjonarne – Raz w semestrze organizowany jest nieobowiązkowy dzień wykładowo-warsztatowy w siedzibie Uczelni w Warszawie. Tego dnia dyskutowane są zagadnienia zawarte w programie studiów oraz realizowane są projekty grupowe. Jest to również czas na integrację i nawiązanie nowych znajomości.
  • Sprzęt – Do realizowania studiów niezbędne jest posiadanie komputera o minimalnych parametrach: min. 4GB pamięci RAM, system operacyjny macOS / Windows / Linux Ubuntu.
  • Czas – Studia trwają 2 semestry.

Społeczność

Wiodący wykładowcy

Michał Smęt

Zdobył tytuł magistra matematyki na Uniwersytecie Marii Curie-Skłodowskiej w Lublinie w 2002 roku. Rozpoczął swoją karierę jako analityk systemowy w Anica System S.A., gdzie skupiał się na architekturze hurtowni danych i analizie biznesowej. Następnie, przez prawie dziesięć lat pracował w Asseco Business Solutions S.A. jako analityk BI i developer hurtowni danych. Od 2015 roku związany jest z firmą Billennium, gdzie przeszedł ścieżkę od developera BI do menedżera Centrum Kompetencji BI Frontend i technicznego lidera.

Michał Smet wykazuje głęboką znajomość narzędzi i technologii z zakresu business intelligence, co jest kluczowe w jego roli. Posiada zaawansowane umiejętności w obszarach przygotowywania danych do raportowania i prezentacji tych danych w wizualizacjach: raportach i dashboardach z wykorzystaniem różnych narzędzi do prezentacji danych m.in. Power BI, SAP BO, QlikSense, Tableau.

 

dr Karol Chlasta

Adiunkt w Akademii Leona Koźmińskiego. Tytuł doktora nauk inżynieryjno-technicznych w dyscyplinie informatyka techniczna i telekomunikacja uzyskał w Polsko-Japońskiej Akademii Technik Komputerowych w Warszawie, po obronieniu z wyróżnieniem rozprawy doktorskiej pt. „Neural Simulation Pipeline for Liquid State Machines” (2023).

Poza światem nauki certyfikowany specjalista (Mimecast, Dataiku, Salesforce, SAP, MicroStrategy, IBM, Dell/EMC), konsultant, trener (HCAI - Huawei Certified Academy Instructor) i menedżer IT. Ma ponad szesnastoletnie doświadczenie na stanowiskach różnych szczebli (od programisty do kierowniczych w IT) w takich firmach jak HP, IBM, MicroStrategy, Royal Bank of Scotland, Brown Brothers Harriman, czy Aviva, gdzie był jednym z pierwszych absolwentów globalnego programu rozwoju kadry zarządczej o nazwie „Leading For Growth in the UK & Ireland”.

W 2017 zdobywca głównej nagrody „Outstanding Leader” przyznawanej przez globalnego CIO Avivy dla najlepszego lidera w IT (globalnie dla wszystkich rynków Avivy oraz spółek joint-venture). Od 2022 roku pełni funkcję dyrektora Technicus Ltd odpowiedzialnego za Oddział w Polsce i cyberbezpieczeństwo całej firmy, zlokalizowanej w Londynie i Warszawie. Zbudował w Warszawie zgrany zespół IT koncentrujący się na zarządzaniu danymi, który liczy 15 osób.

dr Marek Miśkiewicz

Doktor w dziedzinie fizyki teoretycznej. Aktualnie pełni funkcję adiunkta w Katedrze Cyberbezpieczeństwa i Lingwistyki Komputerowej na Uniwersytecie Marii Curie-Skłodowskiej w Lublinie (UMCS). Jako nauczyciel akademicki prowadzący zajęcia zarówno na UMCS jaki PJATK posiada wieloletnie doświadczenie dydaktyczne. Jest również autorem licznych materiałów edukacyjnych z zakresu cyberbezpieczeństwa i kryptografii dostępnych na platformie CyberSkiller. Jego pasją są interdyscyplinarne badania naukowe na styku informatyki i biotechnologii. W swojej pracy naukowej skupia się przede wszystkim na analizie możliwości wykorzystania DNA jako kluczowego elementu nowoczesnych systemów bezpieczeństwa.

 

Zasady rekrutacji

O przyjęciu decyduje kolejność zgłoszeń.

1 edycja - rekrutacja trwa do 15 września 2024 roku, planowany termin rozpoczęcia studiów to październik 2024 roku.*  

  • odpis dyplomu ukończenia studiów wyższych (tytuł zawodowy: licencjat, inżynier, lekarz, magister), najlepiej o profilu technicznym lub informatycznym;
  • zdjęcie elektroniczne w formacie JPG;
  • oryginał dokumentu tożsamości do wglądu;
  • kopia dowodu opłaty za postępowanie kwalifikacyjne.

Umiejętności i wiedza:

  • Wymagania: podstawy myślenia algorytmicznego, bardzo dobra znajomość matematyki.
  • Mile widziane: znajomość podstaw programowania w języku Python, znajomość podstaw baz danych oraz języka zapytań SQL, znajomość statystyki matematycznej.
  • Predyspozycje: zainteresowanie nowymi technologiami, wytrwałość i samodzielność w zdobywaniu wiedzy, zdolność analitycznego myślenia.
  • Egzaminy – Warunkiem zaliczenia studiów jest uzyskanie pozytywnych ocen z dwóch egzaminów semestralnych, które odbywają się w formie online, w trybie kontrolowanej samodzielności.
  • Zaliczenie przedmiotów – Do egzaminów semestralnych mogą przystąpić słuchacze po zaliczenie wszystkich przedmiotów określonych w programie studiów. Słuchacz uzyskuje dostęp do praktycznych zadań w ramach każdego przedmiotu. Rozwiązanie tych zadań jest podstawą do zaliczenia danego przedmiotu. Słuchacz rozwiązuje zadania zaliczeniowe w dowolnym momencie w trakcie trwania studiów. Prowadzący ALK ma informacje na temat rozwiązanych zadań słuchacza i na tej podstawie zalicza przedmiot.
Agnieszka_Szczepanczyk_ALK
Masz pytania? Zapraszamy do kontaktu
Agnieszka Szczepańczyk

Opłaty

Oferowane zniżki (zniżka dla absolwentów, zniżka za jednorazową płatność i ewentualne dodatkowe zniżki) nie kumulują się. 

Tabela opłat
Wpisowe 250 zł
Cena podstawowa (możliwość płatności w dwóch ratach po 5 250 zł każda) 10 500 zł
Cena ze zniżką dla absolwentów ALK (możliwość płatności w dwóch ratach po 4 725 zł każda) 9 450 zł
Cena ze zniżką za jednorazową płatność (Oferowane zniżki (zniżka dla absolwentów, zniżka za jednorazową płatność i ewentualne dodatkowe zniżki) nie kumulują się) 10 000 zł

Konto bankowe, na które można dokonywać wpłaty wpisowego: Akademia Leona Koźmińskiego   03-301 Warszawa, ul. Jagiellońska 57/59   BANK PEKAO SA w Warszawie 20 1240 1024 1111 0010 1646 0637  

Opłaty za studia wnoszone są na indywidualny numer konta, podawany po zakończeniu rekrutacji. 

Osoby zainteresowane otrzymaniem faktury proszone są o kontakt z Panią Agnieszką Fabiańską e-mail agaf@kozminski.edu.pl

Uprzejmie informujemy, że edycje są uruchamiane przy określonej liczbie uczestników, pozwalającej na właściwą dynamikę pracy grupy.