O kierunku
Celem studiów jest dostarczenie kadrze menedżerskiej:
- holistycznego spojrzenia na całość zagadnień związanych z big data i data science
- praktycznych kompetencji w wykorzystaniu ich w kierowaniu działem lub przedsiębiorstwem
- a w szczególności wiedzy w zakresie specyfiki dużych danych, integracji i gromadzenia danych z różnych źródeł oraz architektury rozwiązań klasy big data
Atuty kierunku
W ramach każdego przedmiotu rozwijane jest spektrum umiejętności: od tych związanych z rozumieniem analizy danych przez kompetencje projektowe po umiejętności myślenia w kategoriach strategicznych. Podsumowaniem wykorzystania tych umiejętności jest praca dyplomowa.
Program przygotowany przez zespół praktyków, wywodzących się z biznesu, odzwierciedla aktualne trendy w obszarze big data i data science.
Jedyne studia dla menedżerów łączące zrozumienie tematyki związanej z rozwiązaniami DS i BD oraz praktyczne know-how, jak przeprowadzać transformację w zarządzaniu opartym o nowoczesne rozwiązania technologiczne.
Prezentujemy rozwiązania biznesowe, przekazujemy dobre praktyki oraz przykłady ich zastosowań w organizacjach – program studiów i dobór tematyki zbudowany na podstawie doświadczeń wyniesionych z biznesu.
Wszyscy wykładowcy poza doświadczeniem akademickim na co dzień związani są z projektami komercyjnymi. To połączenie daje dostęp do eksperckiej wiedzy i praktycznego know-how.
Partner merytoryczny
Strefa wiedzy
Autor: Jakub Nowacki, Senior AI & Big Data Engineer, wykładowca na kierunku data science i big data w zarządzaniu
Adresaci i adresatki studiów
Obejrzyj krótki film o kierunku
Kierownik studiów
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 wiedzę na temat analizy danych w oparciu o zaawansowane metody data science, a także umiejętności ich wykorzystywania w podejmowaniu skuteczniejszych decyzji biznesowych. Poznają także konkretne narzędzia BI i wizualizacji danych. Uczestnicy dowiedzą się, jak zaplanować i skutecznie zrealizować transformację przedsiębiorstwa w przedsiębiorstwo oparte na danych (data-driven business), a także jak zorganizować i zarządzać niezbędną infrastrukturą. DZIĘKI TEMU ZDOBĘDZIESZ KOMPETENCJE, ABY:
-
skutecznie prowadzić projekty o charakterze big data i data science
-
skutecznie przeprowadzić transformację przedsiębiorstwa/działu w stronę przedsiębiorstwa opartego o analizę danych
-
organizować i zarządzać infrastrukturą big data i data science
-
wykorzystać wyniki analizy danych w zarządzaniu przedsiębiorstwem
W TRAKCIE STUDIÓW POZNASZ:
-
w jaki sposób big data i data science zmieniają współczesne organizacje
-
metody statystyczne i ich zastosowania w analizie danych
-
zastosowanie metod data science w analizie danych, proces analizy danych, jego etapy
-
różnice w podejściach opartych na statystyce i na metodach uczenia maszynowego
-
sposoby konstrukcji zespołów data science/ big data, ich relacje do innych zespołów i rolę menedżera w zespole data science
-
kryteria sukcesu projektu data science/ big data
-
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
-
rozwiązania i platformy technologiczne związane z big data
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 związane z realizacja projektu big data i utrzymaniu infrastruktury big data
-
ustanowić politykę bezpieczeństwa danych
-
ustanowić politykę zarządzania danymi
Program
WPROWADZENIE DO BIG DATA I DATA SCIENCE
- Wprowadzenia do tematyki wdrażania i realizacji projektów big data/ data science w organizacji
- Wprowadzenie do tematyki analizy danych (data science) i uczenia maszynowego (machine learning) w przedsiębiorstwie
- Wprowadzenie do technologii analizy dużych danych (big data) w przedsiębiorstwie
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:
- 19-20.10.2024
- 16-17.11.2024
- 30.11-1.12.2024 – online
- 14-15.12.2024 – online
- 18-19.01.2025
- 8-9.02.2025
- 22-23.02.2025 – online
Społeczność
Wiodący wykładowcy
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.
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.
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.
Współzałożyciel firmy Pattern Match, gdzie pracuje jako architekt systemów IT opartych o rozwiązania chmurowe. Specjalista od chmury Amazon Web Services (8 certyfikatów, pracuje z nią od 2015 roku), uhonorowany tytułem AWS Community Builder. Na co dzień pracuje z klientami z Polski, Europy Zachodniej (Niemcy, Wielka Brytania, Francja i Holandia) i Stanów Zjednoczonych przy wdrożeniach rozwiązań opartych o rozwiązania chmury publicznej, prywatnej i hybrydowej. Programista i architekt systemów rozproszonych z 12-letnim doświadczeniem (Erlang, Java, Python). Absolwent Politechniki Śląskiej oraz studiów podyplomowych Wyższej Szkoły Bankowej w Poznaniu na kierunku Lean Management.
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.
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.
Prosimy o zapoznanie się z opisem interesującego Was kierunku i sprawdzenie zasad naboru.
Pierwszą czynnością w procesie rekrutacji jest wypełnienie formularza zgłoszeniowego, który dostępny jest na stronie internetowej uczelni.
Opłatę rekrutacyjną należy uiścić na konto uczelni lub skorzystać z funkcji płatności.pl podczas wypełniania formularza zgłoszeniowego.
Zapraszamy do rejestracji
Opłaty
Oferowane zniżki (zniżka dla absolwentów, zniżka za jednorazową płatność i ewentualne dodatkowe zniżki) nie kumulują się.
| 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.
