Wesprzyj Fundację Rozwoju
Strona główna

Python Data Science Engineer

Poziom
Studia podyplomowe
Czas trwania
1 rok
Język
PL
Uzyskany tytuł
Świadectwo ukończenia studiów podyplomowych
Tryb
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 i absolwentki 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 Science 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.

Partner studiów

Adresaci i adresatki 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
  • osób, które pragną poszerzyć swoje kompetencje o praktyczne umiejętności w zakresie uczenia maszynowego
  • obecnych pracowników sektora technologicznego, analityków biznesowych oraz specjalistów 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

Pełni rolę pełnomocnika rozwoju informatyki w Akademii Leona Koźmińskiego.

Pracą naukową zajmuje się od ponad 20 lat. W 2006 roku obronił pracę doktorską w 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 dotyczący „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 uczestniczek i uczestników studiów – 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 – preprocessing
  • 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   

  • Miniprojekt 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

  • Miniprojekt 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 30 h 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. 4 GB 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 Smęt 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, jak i 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.

2 edycja studiów – rekrutacja trwa do 15 lutego 2025 roku. Planowany termin rozpoczęcia studiów to marzec 2025 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 zaliczeniu 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 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: agaf@kozminski.edu.pl

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