O kierunku
Celem studiów jest dostarczenie kadrze managerskiej holistycznego spojrzenia na całość zagadnień związanych z Big Data i Data Science oraz 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 managerów 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 kierunki Data Science i Big Data w zarządzaniu
Adresaci studiów
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 słuchaczy - 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 BigData 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 managera 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 UCZESTNIK BĘDZIE POTRAFIĆ:
-
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:
-
soboty- 8.45 - 15:45
-
niedziele- 8.45 - 15.45
Studia realizowane są w sposób hybrydowy (część zjazdów odbywa się stacjonarnie na ALK, pozostałe zajęcia są realizowane online)
Terminy zjazdów na I semestr:
1. 25-26.11.2023
2. 2-3.12.2023 - online
3. 16-17.12.2023 - online
4. 13-14.01.2024 - online
5. 27 - 28.01.2024
6. 10 -11.02.2024
7. 24 - 25.02.2024
Społeczność
Wiodący wykładowcy
Pracuje w firmie Codec 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 film w Polsce, Irlandii, UK, czy Szwajcarii. Poza pracą Hubert 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.
Socjolog i data scientist łączący pracę naukową w Interdyscyplinarnym Centrum Modelowania Matematycznego i Komputerowego (ICM) na Uniwersytecie Warszawskim z działalnością doradczą i biznesową. Ma kilkunastoletnie doświadczenie w analizie dużych danych, przede wszystkim zbieranych przez serwisy internetowe i firmy telekomunikacyjne, m.in. zakładał i do 2010 rozwijał dział business intelligence w Gadu-Gadu. Jest współtwórcą Sotrender’a firmy tworzącej narzędzia analityczne do monitoringu i optymalizacji marketingu w mediach społecznościowych w oparciu o dane. Od 2014 roku organizuje comiesięczne spotkania Warsaw Data Science Meetup, które służą wymianie wiedzy i integracji społeczności około 3tys. osób zajmujących się pracą z danymi.
Naukowo zajmuje się m.in. badaniem zmian społecznych i gospodarczych związanych z upowszechnieniem technologii informacyjno-komunikacyjnych, a także sposobów korzystania z technologii i zachowań użytkowników. Jest współautorem badań Diagnoza społeczna. Specjalizuje się również w badaniach sieci społecznych, oraz procesów zachodzących w sieciach, takich jak dyfuzja innowacji czy wpływ społeczny.
Posiada wieloletnie doświadczenie w doradzaniu jednostkom administracji rządowej i samorządowej, kierował przygotowywaniem kilkunastu opracowań analitycznych i ekspertyz oraz uczestniczył w tworzeniu Strategii i Programów Operacyjnych. Obecnie jest członkiem Rady ds. Cyfryzacji przy Ministrze Cyfryzacji.
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.
Absolwentka kierunku informatyka i ekonometria na Uniwersytecie Ekonomicznym w Krakowie z kilkuletnim doświadczeniem w analizie danych i obszarze data science. Od początku pracy zawodowej związana z branżą mediową i e-commerce, początkowo pracowała jak analityk danych w Onecie, potem w firmie konsultingowej McKinsey jako analityk statystyczny pomagając niemieckim klientom w transformacjach w obszarze marketingu i sprzedaży. Aktualnie jako Data Scientist w Allegro - największej platformie ecommerce w Polsce - pracuje głównie w obszarze testów A/B, przetwarzania obrazów i tekstu. Prowadzi również zajęcia na studiach podyplomowych Data Science na Wydziale Elektroniki PW. W wolnym czasie wspina się po górach i zwiedza świat.
Absolwent matematyki ze specjalizacją w obszarze statystyki i analizy danych na Politechnice Warszawskiej, gdzie aktualnie pracuje nad doktoratem. W ramach doktoratu prowadzi badania nad metodami głębokiego uczenia w zastosowaniu do analizy tekstu. Współpracował z Instytutem Podstaw Informatyki Polskiej Akademii Nauk w rozwijaniu narzędzi do analizy wydźwięku opinii, a obecnie zajmuje się tworzeniem sieci neuronowych do analizy składniowej tekstu. Lubi dzielić się wiedzą prowadząc zajęcia z tematów z obszaru data science na Politechnice, a także warsztaty i szkolenia komercyjne z uczenia maszynowego i deep learningu.
Obecnie na stanowisku Head of AI w Sotrender realizuje projekty związane z zastosowaniem modeli predykcyjnych, NLP i Computer Vision w mediach społecznościowych. Wcześniej swoje doświadczenie zdobywał w takich firmach jak Groupon, SAS Institute czy Allegro, a dyplomy uzyskał na kierunkach Metody Ilościowe w Ekonomii i Systemy Informacyjne w Szkole Głównej Handlowej w Warszawie oraz International Management na Tilburg University w Holandii
Edukuje, gdy tylko może, na tech talkach, konferencjach czy studiach podyplomowych. Regularnie prowadzi zajęcia na Politechnice Warszawskiej i Akademii Leona Koźmińskiego. Od czasu do czasu prowadzi warsztaty jako trener Machine Learningu i członek zespołu Data Science w Sages.
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.
Zasady naboru
O przyjęciu decyduje kolejność zgłoszeń.
XI edycja - rekrutacja trwa do 15 lutego 2024 roku, planowany termin rozpoczęcia studiów to marzec 2024 roku.
Warunkiem ukończenia jest zaliczenie wszystkich przedmiotów oraz napisanie i obrona pracy końcowej indywidualnej.
W ramach projektu student 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.
Student, wykorzystując zdobytą w ramach studiów wiedzę, ma za zadanie przedstawić kompleksową i wielowymiarową analizę sytuacji organizacji oraz zaplanować jej transformację. Student 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 Państwa 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
| Wpisowe | 250 zł |
| Cena podstawowa (płatność w dwóch ratach po 6 900 zł każda) | 13 800 zł |
| Cena ze zniżką dla absolwentów ALK (płatność w dwóch ratach po 6 210 zł każda ) | 12 420 zł |
| Cena ze zniżką za jednorazową płatność (Oferowane zniżki (zniżka dla absolwentów, zniżka za jednorazową płatność i ewentualne dodatkowe zniżki) nie kumulują się.) | 13 500 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 w przypadku zbyt małej liczby kandydatów grupa może nie zostać uruchomiona.
