Wesprzyj Fundację Rozwoju
Strona główna
data science, studia podyplomowe big data, business intelligence studia podyplomowe, analiza danych studia podyplomowe

AI & Data Driven Business (Data Science i Big Data w zarządzaniu)

Poziom
Studia podyplomowe
Czas trwania
1 rok
Język
PL
Uzyskany tytuł
Świadectwo ukończenia studiów podyplomowych
Tryb
W weekend

O kierunku

Celem studiów AI & Data Driven Business jest dostarczenie kadrze menedżerskiej:

  • holistycznego spojrzenia na zagadnienia związane z podejściem data-driven i zastosowaniem sztucznej inteligencji w biznesie, obejmującego strategię, kulturę organizacyjną oraz transformację opartą na danych,
  • praktycznych kompetencji w projektowaniu i wdrażaniu rozwiązań opartych na danych, w tym wykorzystania narzędzi Business Intelligence, platform danych oraz technologii inżynierii danych,
  • wiedzy w zakresie analizy danych i zastosowań AI/ML w biznesie, ze szczególnym uwzględnieniem możliwości automatyzacji procesów, przewidywania trendów oraz personalizacji usług,
  • zrozumienia aspektów prawnych i etycznych związanych z zarządzaniem danymi oraz bezpieczeństwem danych, co pozwala na zgodne z regulacjami oraz odpowiedzialne wdrażanie rozwiązań technologicznych,
  • umiejętności praktycznego zarządzania projektami data-driven, od fazy analizy i planowania, przez realizację, aż po obronę projektu końcowego, przygotowanego na podstawie rzeczywistego przypadku biznesowego.

Atuty kierunku AI & Data Driven Business

1
Nauka osadzona w realiach współczesnego biznesu

To jedyne studia łączące dogłębne zrozumienie tematyki AI i zarządzania danymi z praktycznymi kompetencjami, które umożliwiają skuteczną transformację organizacji w kierunku modelu opartego na danych. Program oparty jest na doświadczeniach z rzeczywistych projektów biznesowych. Zajęcia koncentrują się na prezentacji konkretnych rozwiązań, dobrych praktyk i ich zastosowań w organizacjach, co zapewnia uczestnikom praktyczny punkt odniesienia.

2
Wykłady i warsztaty prowadzone przez liderów branży

Program studiów został opracowany przez praktyków biznesu i technologii, dzięki czemu odzwierciedla najnowsze trendy w obszarze sztucznej inteligencji, uczenia maszynowego i rozwiązań data-driven. Wykładowcy to eksperci, którzy poza doświadczeniem akademickim aktywnie pracują w projektach komercyjnych. Dzięki temu uczestnicy mają dostęp do specjalistycznej wiedzy, aktualnych przykładów i praktycznego know-how.

3
Interdyscyplinarność i kompleksowość

Studia obejmują pełne spektrum zagadnień – od technologicznych, takich jak inżynieria danych i platformy danych, przez strategiczne, jak kultura danych i zarządzanie transformacją, aż po aspekty prawne i etyczne, co pozwala na całościowe spojrzenie na procesy AI i data-driven.

4
Przygotowanie do wdrożenia zmian w organizacji

Uczestnicy uczą się, jak skutecznie wdrażać transformację opartą na danych i AI, zarówno na poziomie strategicznym, jak i operacyjnym, co czyni ich gotowymi do działania w dynamicznie zmieniającym się środowisku biznesowym.

Partner merytoryczny

Adresaci i adresatki studiów

Studia AI & Data Driven Business szczególnie polecamy:

Średniej i wyższej kadrze menedżerskiej oraz specjalistom z co najmniej 3-letnim doświadczeniem zawodowym, którzy pełnią swoje funkcje w takich obszarach, jak:

  • IT i technologie cyfrowe – w celu rozwijania infrastruktury danych i wdrażania nowoczesnych rozwiązań technologicznych, takich jak platformy danych czy systemy AI.
  • Zarządzanie strategiczne i transformacja organizacji – w celu projektowania i wdrażania strategii opartej na danych oraz transformacji organizacji w kierunku modelu data-driven.
  • Zarządzanie łańcuchem dostaw i logistyka – w celu optymalizacji procesów operacyjnych, przewidywania popytu oraz lepszego zarządzania zasobami.
  • Finanse i analiza ryzyka – aby zwiększyć efektywność podejmowania decyzji opartych na danych oraz lepiej zarządzać ryzykiem dzięki predykcji opartej na AI/ML.
  • Marketing i sprzedaż – w celu lepszego wykorzystania danych do personalizacji działań marketingowych, prognozowania trendów oraz optymalizacji kampanii.
  • HR i zarządzanie talentami – aby wykorzystać analitykę danych do budowania zespołów, zarządzania kompetencjami oraz podnoszenia efektywności pracowników.

Studia są idealne dla osób, które chcą pogłębić swoją wiedzę na temat analizy danych, sztucznej inteligencji i ich praktycznego zastosowania w podejmowaniu decyzji oraz wprowadzaniu innowacji w swoich organizacjach.

Illustration

Kierownik studiów

mgr inż. Marcin Choiński

Pasjonat danych, zarządzania nimi, rozwijania kultury orgnizacyjnej w oparciu o dane oraz budowania na nich wartości biznesowej. Posiada kilkunastoletnie doświadczenie w tworzeniu i wdrażaniu rozwiązań w obszarze data management i data governance.

Absolwent Wydziału Elektroniki i Technik Informacyjnych Politechniki Warszawskiej. Od początku kariery zajmował się hurtowniami danych i BI, a następnie również MDM, big data, data science oraz analityką biznesową. Pracował jako konsultant m.in. dla globalnych i regionalnych korporacji z branży farmaceutycznej, telekomunikacyjnej i handlowej. Obecnie w TVN S.A. odpowiedzialny za budowę i wdrażanie strategii danych oraz rozwój ekosystemu analitycznego big data i data science. Uprzednio również założyciel i redaktor naczelny portalu BI.PL, gościnnie wykładowca na kilku warszawskich uczelniach, trener, główny analityk danych w zespole futbolu amerykańskiego Warsaw Eagles. Hobbystycznie buduje modele analityczne w obszarze sportu albo wędkuje. 

Korzyści dla uczestniczek i uczestników studiów - co zyskujesz

DZIĘKI UDZIAŁOWI W STUDIACH PODYPLOMOWYCH

Uczestnicy zdobędą kompleksową wiedzę z zakresu zarządzania danymi i zastosowania zaawansowanych metod data science oraz sztucznej inteligencji w biznesie. Nauczą się wykorzystywać dane do podejmowania bardziej świadomych i efektywnych decyzji, poznając przy tym narzędzia Business Intelligence, analizy oraz wizualizacji danych, takie jak Tableau, QlikSense i Power BI. Program studiów pozwoli zrozumieć, jak zaprojektować i wdrożyć strategię transformacji w przedsiębiorstwo oparte na danych (data-driven business), zarządzać infrastrukturą danych, a także organizować zespoły i procesy wokół data governance oraz AI/ML, przy jednoczesnym zachowaniu najwyższych standardów etycznych i prawnych. DZIĘKI TEMU ZDOBĘDZIESZ KOMPETENCJE, ABY:

  • Efektywnie prowadzić projekty z zakresu data-driven ora AI/ML, wdrażając nowoczesne rozwiązania analityczne.
  • Skutecznie przeprowadzać transformację organizacji lub działu w stronę przedsiębiorstwa opartego na danych (data-driven business), tworząc strategię i kulturę danych.
  • Projektować, organizować i zarządzać infrastrukturą data-driven oraz platform AI, z uwzględnieniem najlepszych praktyk i technologii chmurowych.
  • Wykorzystywać dane i wyniki analiz do podejmowania strategicznych i operacyjnych decyzji, które zwiększają konkurencyjność i innowacyjność przedsiębiorstwa.

W TRAKCIE STUDIÓW POZNASZ: 

  • w jaki sposób podejście data-driven i sztuczna inteligencja zmieniają współczesne organizacje,
  • metody statystyczne i ich zastosowania w analizie danych,
  • zastosowanie metod data-driven w analizie danych, proces analizy danych, jego etapy
  • różnice w podejściach opartych na statystyce i na metodach uczenia maszynowego
  • sposoby konstrukcji zespołów data-driven, ich relacje do innych zespołów i rolę menedżera w zespole,
  • kryteria sukcesu projektu opartego o rozwiązania AI,
  • strategie zarządzania danymi oraz zagrożenia związane z ich bezpieczeństwem,
  • wybrane dostępne na rynku narzędzia do wizualizacji danych i narzędzia business intelligence i ich zastosowanie w przedsiębiorstwie.

PO STUDIACH UCZESTNICY BĘDĄ UMIELI: 

  • konstruować i mierzyć modele,
  • rozpoznawać, czy na podstawie zestawu danych można uzyskać odpowiedź na zadane pytanie,
  • posługiwać się narzędziami do analizy danych,
  • posługiwać się wybranymi narzędziami do wizualizacji danych i narzędziami business intelligence,
  • zaprezentować wyniki analizy danych,
  • szacować koszty oraz ramy czasowe związane z realizacją projektów big data, włączając w to budowę i utrzymanie platform danych,
  • ustanowić politykę bezpieczeństwa danych,
  • ustanowić politykę zarządzania danymi.

Program

Wprowadzenie do produktów data-driven

  • Przedmiot wprowadza w tematykę realizacji projektów data-driven w organizacjach. Uczestnicy poznają podstawy analizy danych oraz uczenia maszynowego w kontekście biznesowym, a także technologie wykorzystywane do analizy dużych zbiorów danych. Zajęcia pokazują, jak dane mogą wspierać rozwój produktów i podejmowanie decyzji w przedsiębiorstwach.

Strategia i kultura danych oraz transformacja AI & Data Driven

  • Przedmiot wprowadza w zarządzanie danymi jako strategicznym zasobem organizacji. Uczestnicy poznają kluczowe pojęcia, role, takie jak CDO, oraz modele oceny dojrzałości zarządzania danymi i analityki. Program obejmuje metodykę definiowania i wdrażania strategii danych, architektury danych (DWH, BI, data lake), rozwiązania chmurowe, open source, a także zarządzanie projektami i zmianą kulturową. Praktyczne podejście pozwala zdobyć umiejętności niezbędne do transformacji organizacji w model AI & Data Driven.

Studium przypadku

  • W trakcie zajęć uczestnicy mają możliwość zastosowania zdobytej wiedzy teoretycznej w praktyce, poprzez analizę rzeczywistych przykładów biznesowych z zakresu AI i data-driven. Studenci będą pracować nad rzeczywistymi problemami, rozwiązując złożone wyzwania związane z zarządzaniem danymi, wdrażaniem AI/ML, transformacją organizacyjną oraz optymalizacją procesów.

Bezpieczeństwo danych

  • Przedmiot koncentruje się na kluczowych zagadnieniach ochrony informacji i cyberbezpieczeństwa, w tym metodach wdrażania zabezpieczeń i oceny ich skuteczności. Uczestnicy poznają nowoczesne technologie i podejścia do ochrony systemów oraz zastosowania kryptografii w zabezpieczaniu danych, co pozwala budować odporne i bezpieczne środowiska informatyczne.

Business Intelligence

  • Przedmiot wprowadza uczestników w kluczowe zagadnienia analizy i wizualizacji danych, umożliwiając skuteczne przekształcanie danych w wartość biznesową. Program obejmuje podstawy modelowania danych, wymiary, fakty, hierarchie i agregaty, a także praktyczne zastosowanie narzędzi takich jak Tableau, QlikSense i Power BI. W ramach warsztatów uczestnicy nauczą się importowania i łączenia danych z różnych źródeł, przekształcania ich w Power Query, tworzenia interaktywnych raportów w Power BI Desktop oraz publikacji w chmurze, zyskując umiejętności niezbędne do budowy czytelnych kokpitów managerskich.

Platformy Danych

  • Przedmiot wprowadza w technologię, procesy i praktyki (DataOps/MLOps) związane z projektowaniem, budową, wdrażaniem i utrzymaniem platform danych. Uczestnicy poznają trzy kluczowe filary: architekturę, infrastrukturę oraz aspekty ludzkie, a także metryki zdrowia systemów, które wspierają efektywne zarządzanie i rozwój platform danych w organizacji.

Inżynieria danych w praktyce

  • Przedmiot wprowadza w specyfikę zagadnień istotnych z punktu widzenia pracy ekspertów rozwijających produkty oparte o dane. W szczególności zarysowuje kwestie związane z rozwojem i organizowaniem kodu bazującego na przetwarzaniu danych oraz wykorzystaniem różnego rodzaju technologii wspierających i towarzyszących ekspertom w ich codziennej pracy.

AI/ML w biznesie

  • Przedmiot koncentruje się na praktycznych aspektach wdrażania sztucznej inteligencji i uczenia maszynowego w organizacjach. Obejmuje procesy DataOps/MLOps, zarządzanie zespołami Data Science, przegląd kluczowych modeli uczenia maszynowego oraz metody oceny i weryfikacji działania AI, dostarczając narzędzi do skutecznego wykorzystania AI/ML w środowisku biznesowym.

Analityka danych

  • Przedmiot daje możliwość zapoznania się z zakresem pracy analityka danych. Podczas zajęć omawiane są metody eksploracji i opisu danych oraz zagadnienia wnioskowania i modelowania opartego o dane. Poruszane zagadnienia ilustrowane są przykładami ich praktycznych zastosowań.

Aspekty prawne i etyczne w zarządzaniu

  • Zajęcia skupiają się na kluczowych wyzwaniach prawnych i etycznych związanych z dynamicznym rozwojem biznesu AI i data-driven, obejmując m.in. regulacje dotyczące ochrony danych, odpowiedzialność algorytmów oraz etyczne ramy zarządzania danymi w kontekście nowoczesnych technologii. Uczestnicy zdobędą wiedzę potrzebną do prowadzenia działań zgodnych z prawem i zasadami etyki w organizacjach wykorzystujących AI i dane.

Przygotowanie projektu końcowego i jego obrona

  • W ramach projektu słuchacz przedstawia case organizacji, która ma do zrealizowania strategiczny cel biznesowy. Realizacja celu wymaga wykorzystania kompetencji z obszaru danych i analityki, których w danym momencie organizacja nie posiada. Celem może być eliminacja istniejących problemów (optymalizacja działania operacyjnego) albo innowacja.
GroupOfPeopleIllustration

Organizacja zajęć

Studia trwają dwa semestry. Zajęcia odbywają się raz lub dwa razy w miesiącu, w sesjach dwudniowych w: 

  • soboty – 8:45-15:45  

  • niedziele – 8:45-15:45 

Studia realizowane są w sposób hybrydowy (część zjazdów odbywa się stacjonarnie w ALK, pozostałe zajęcia są realizowane online).

Terminy zjazdów w I semestrze:

1.    29 - 30.03.2025 2.    12 - 13.04.2025 3.    26 - 27.04.2025 4.    10 - 11.05.2025 5.    24 - 25.05.2025 6.    7 - 8.06.2025 7.    21 - 22.06.2025

Społeczność

Wiodący wykładowcy

Hubert Kobierzewski

Pracuje w firmie Cogit jako BI Practice Lead, w której pomaga klientom zebrać ich dane oraz przekonwertować je w wartościowe informacje. Od lat związany z tematyką szeroko rozumianych rozwiązań business intelligence – od integracji, jakości danych, hurtowni danych, po zaawansowane systemy analityczne i raportowe. Realizował projekty dla wielu firm w Polsce, Irlandii, UK czy Szwajcarii. Poza pracą prowadzi dwie grupy społecznościowe: warszawski oddział Data Community Poland oraz Warsaw Power BI User Group.

dr Jakub Nowacki

Absolwent Politechniki Gdańskiej oraz Uniwersytetu Bristolskiego, gdzie obronił doktorat z matematyki stosowanej. Na co dzień łączy umiejętności analityczne i programistyczne jako Data Scientist. Doświadczenie zdobywał oraz prowadził zespoły w działach badań i rozwoju w wielu firmach w branży wysokich technologii, mediów, farmaceutycznych oraz petrochemicznych. Najbardziej interesuje się rozproszonym przetwarzaniem i analizą dużych zbiorów danych, wspomagające decyzje w biznesie i w badaniach oraz automatyzujące procesy w przedsiębiorstwach. Pracował zarówno z technologiami dojrzałymi, jak i nie boi się wyzwań w pracy z najnowszymi rozwiązaniami. Zwolennik pragmatycznego użycia technologii w biznesie. Prelegent na wielu konferencjach poświęconych tematyce big data. Trener szkoleń technologicznych z zakresu big data współpracujący z Sages. Lead Data Scientist w firmie Sigdelta. Od 2016 roku dzieli się zdobytą wiedzą jako wykładowca na pierwszych w Polsce technicznych studiach big data realizowanych przez firmę Sages oraz Politechnikę Warszawską. 

dr Piotr Nazimek

Absolwent Wydziału Elektroniki i Technik Informacyjnych Politechniki Warszawskiej, gdzie w 2012 roku obronił doktorat z obszaru niezawodności systemów komputerowych. Zakres jego zainteresowań obejmuje szeroko pojęte bezpieczeństwo oraz inżynierię oprogramowania. Zajmuje się projektowaniem, implementacją oraz weryfikacją zabezpieczeń, głównie w projektach systemów transportowych i kontroli dostępu. Prowadzi szkolenia z zakresu praktycznego stosowania kryptografii w systemach komputerowych. Od 2016 roku jest wykładowcą na pierwszych w Polsce technicznych studiach big data realizowanych przez firmę Sages oraz Politechnikę Warszawską. 

Wojciech Gawroński
Wojciech Gawroński

Doświadczony architekt systemów IT i ekspert chmury obliczeniowej Amazon Web Services (AWS), co potwierdzone jest 12 certyfikatami. Przez ponad 15 lat projektował, budował i rozwijał systemy rozproszone oraz nowoczesne rozwiązania chmurowe - ze szczególnym uwzględnieniem platform do przetwarzania danych, analityki i strumieni danych. Współpracował z międzynarodowymi klientami z Polski, Europy Zachodniej i USA, realizując ponad 25 projektów jako wdrożeniowiec, konsultant, oraz techniczny członek kadry zarządzającej. Absolwent Politechniki Śląskiej i studiów podyplomowych z Lean Management. Jego praktyczne doświadczenie w projektowaniu zaawansowanych rozwiązań klasy big data i chmurowych platform do przetwarzania danych, połączone z umiejętnością przekazywania wiedzy (ponad 100 przeprowadzonych prezentacji i warsztatów), gwarantuje studentom dostęp do aktualnej wiedzy praktycznej, popartej rzeczywistymi przypadkami biznesowymi. W ramach przedmiotu "Platformy Danych" przekazuje kluczowe dla przyszłych specjalistów AI i Data Science umiejętności w kontekście 3 filarów: architektury, infrastruktury i aspektu ludzkiego - na których zbudowane są zdrowe platformy do przetwarzania danych.

Paweł Jamer

Menedżer zespołów zaawansowanej analityki (data science, artificial intelligence, machine learning), trener data science i computer science oraz wykładowca. W swojej prawie 15-letniej karierze zawodowej realizował projekty z obszaru zaawansowanej analityki dla branży finansowej, HoReCa, energetycznej oraz IT. Miał również okazję uczestniczyć w projektach naukowych dotyczących NLP, computer vision oraz modelowania rynków finansowych. Jako osoba wiecznie głodna wiedzy studiował dotychczas matematykę, data science, informatykę, ekonomię, zarządzanie oraz finanse, jak też uczestniczył w wielu szkoleniach menedżerskich i technicznych. Doświadczenia jako prelegent oraz trener zbiera od przeszło 10 lat, podczas prezentacji biznesowych i naukowych, prowadzenia zajęć akademickich, szkoleń dla biznesu oraz konferencji.

Dawid Detko

Ekspert w dziedzinie zaawansowanej analityki danych, budowy nowoczesnych platform danych oraz sztucznej inteligencji. Przez cztery lata wyróżniany prestiżowym tytułem Microsoft Most Valuable Professional (MVP) w kategorii Data Platform. Obecnie kieruje dynamicznie rozwijającą się organizacją Onex Group, która dostarcza innowacyjne rozwiązania biznesowe oparte na technologiach Microsoft.
W swoim portfolio posiada międzynarodowe wdrożenia projektów obejmujących innowacyjne aplikacje, które rewolucjonizują sposób działania firm, oraz doradztwo w zakresie strategii danych i sztucznej inteligencji. Jego projekty charakteryzują się wysoką efektywnością i nowatorskim podejściem do wdrożeń, co przynosi wymierne korzyści biznesowe.
Aktywnie dzieli się swoją wiedzą i doświadczeniem z uczestnikami studiów w Akademii Leona Koźmińskiego oraz na Politechnice Warszawskiej. Jego wykłady są oparte na rzeczywistych scenariuszach biznesowych, które realizował w swojej karierze zawodowej, co sprawia, że są niezwykle praktyczne i inspirujące.
Jest również prelegentem na międzynarodowych konferencjach, gdzie dzieli się swoimi spostrzeżeniami na temat przyszłości analityki danych i sztucznej inteligencji. Jego pasja do technologii i innowacji sprawia, że jest cenionym ekspertem i mentorem w branży.

Zasady naboru

O przyjęciu decyduje kolejność zgłoszeń. 

XII edycja studiów – rekrutacja trwa do 15 lutego 2025 roku. Planowany termin rozpoczęcia studiów to marzec 2025 roku.

Warunkiem ukończenia studiów jest zaliczenie 5 przedmiotów: 1) statystyka, 2) podejmowanie decyzji w oparciu o dane: metody, 3) infrastruktura big data i zarządzanie danymi, 4) Python w analizie danych, 5) zagadnienia bezpieczeństwa danych oraz napisanie i obrona pracy końcowej indywidualnej.

W ramach projektu słuchacz przedstawia case organizacji, która ma do zrealizowania strategiczny cel biznesowy. Realizacja celu wymaga wykorzystania kompetencji z obszaru danych i analityki, których w danym momencie organizacja nie posiada. Celem może być eliminacja istniejących problemów (optymalizacja działania operacyjnego) albo innowacja.

Słuchacz, wykorzystując zdobytą w ramach studiów wiedzę, ma za zadanie przedstawić kompleksową i wielowymiarową analizę sytuacji organizacji oraz zaplanować jej transformację. Powinien wykazać się zarówno podejściem holistycznym do analizy problemu, zdefiniowaniem odpowiedniej strategii danych wspierającej postawiony cel strategiczny, jak i szczegółowym zaplanowaniem jej wdrożenia, transformacji organizacji oraz zaprojektowaniem konkretnych rozwiązań do implementacji (modele predykcyjne, analizy, raporty, wizualizacje itp.).

  • Odpis dyplomu ukończenia studiów wyższych (tytuł zawodowy: licencjat, inżynier, lekarz, magister)** 

  • Zdjęcie elektroniczne w formacie JPG 

  • Oryginał dokumentu tożsamości do wglądu 

  • Kopia dowodu wpłaty wpisowego 

  • CV 

** W przypadku kandydatów posiadających dyplom zagraniczny prosimy o dostarczenie dyplomu oraz suplementu (transcript of records) wraz z oficjalnym tłumaczeniem na język angielski.

1
Uzyskanie podstawowych informacji

Prosimy o zapoznanie się z opisem interesującego Was kierunku i sprawdzenie zasad naboru.

2
Rejestracja

Pierwszą czynnością w procesie rekrutacji jest wypełnienie formularza zgłoszeniowego, który dostępny jest na stronie internetowej uczelni.

3
Opłata rekrutacyjna

Opłatę rekrutacyjną należy uiścić na konto uczelni lub skorzystać z funkcji płatności.pl podczas wypełniania formularza zgłoszeniowego.

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 7 300 zł każda) 14 600 zł
Cena ze zniżką dla absolwentów ALK (możliwość płatności w dwóch ratach po 6 570 zł każda) 13 140 zł
Cena ze zniżką za jednorazową płatność 14 100 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: agaf@kozminski.edu.pl

Uprzejmie informujemy, że w przypadku zbyt małej liczby kandydatów grupa może nie zostać uruchomiona.