O kierunku
Studia podyplomowe Python Data Science Engineer zostały stworzone dla osób, które posiadają doświadczenie w programowaniu oraz zakresie nowych technologii i chcą specjalizować się w obszarach Data Science czy Machine Learning. Program nauczania integruje teorię z praktyką, kompleksowo przygotowując do zadań związanych z analizą danych z wykorzystaniem języka Python. Kursy są prowadzone przez doświadczonych ekspertów, co gwarantuje aktualność i praktyczną wartość przekazywanej wiedzy oraz jej zgodność z wymaganiami branży.
W ramach studiów poznasz język zapytań SQL oraz dowiesz się, jak zarządzać bazami danych od poziomu początkującego do poziomu zaawansowanego. Następnie przejdziesz przez moduł związany ze statystyką, która jest podstawą pracy z danymi. Na tym etapie zdobędziesz lub utrwalisz umiejętności związane z programowaniem w języku Python. Następnie poznasz zagadnienia związane z analizą danych, sieciami neuronowymi oraz wdrażaniem algorytmów AI (biblioteki numpy, pandas, scikit-learn i keras). Na koniec przygotujesz praktyczny projekt polegający na stworzeniu własnej analizy danych i przygotowaniu modelu predykcyjnego.
Podczas studiów nauczysz się przekształcania danych w wiedzę, która może być wykorzystana do podejmowania decyzji, tworzenia strategii biznesowych i wprowadzania innowacji w różnych branżach. Dzięki temu przygotujesz się do pracy na stanowiskach związanych z analizą danych w Pythonie takich jak Data Analyst, Data Scientist czy Machine Learning Engineer.
Cel studiów Celem studiów podyplomowych „Python Data Science Engineer” jest przygotowanie specjalistów posiadających szeroki zakres umiejętności niezbędnych do analizowania dużych zbiorów danych, tworzenia modeli predykcyjnych oraz stosowania uczenia maszynowego i głębokiego uczenia.
Atuty kierunku
Kierunek studiów podyplomowych realizowany jest w 100% online i nie wymaga fizycznego pobytu na Uczelni.
Zadania dostępne są w chmurze na platformie CyberSkiller, co umożliwia Ci naukę z każdego miejsca i o każdej porze. Quizy, zadania laboratoryjne i programistyczne posiadają funkcję automatycznego sprawdzania, dzięki czemu otrzymujesz natychmiastowy feedback.
Studia koncentrują się na rozwoju praktycznych umiejętności pozwalających na zdobycie pracy na nowym stanowisku.
Materiały dostępne w kursach zostały stworzone przez ekspertów z branży dzięki czemu będziesz uczyć się na rzeczywistych przykładach, z którymi spotkasz się podczas pracy.
Partner studiów
CyberSkiller to interaktywna platforma edukacyjna, która umożliwia wdrożenie praktycznego nauczania w modelu E-learning Plus – czyli nauki we własnym tempie przy wsparciu doświadczonego tutora. Wierzymy, że każdy powinien mieć dostęp do edukacji wysokiej jakości, dlatego zapewniamy dostęp do aktualnych materiałów edukacyjnych z dowolnego miejsca w dowolnym czasie. Automatyczne sprawdzanie zadań w połączeniu ze wsparciem tutora jest idealnym rozwiązaniem dla osób lubiących naukę na własnych zasadach oraz ceniących wsparcie doświadczonego eksperta.
Adresaci i adresatki studiów
Kierownik studiów
Ekspertka z pogranicza inżynierii infrastruktury, DevOps oraz data science, łącząca wieloletnie doświadczenie praktyczne z silnym zapleczem akademickim. Specjalizuje się w wykrywaniu anomalii, automatyzacji procesów i budowaniu stabilnej infrastruktury w środowiskach chmurowych.
Tytuł doktora uzyskała w Szkole Głównej Handlowej, koncentrując się na wykrywaniu anomalii i zagrożeń z zastosowaniem w cyberbezpieczeństwie. W ramach swojej działalności badawczej współpracowała z międzynarodowymi uniwersytetami, takimi jak Toronto Metropolitan University, gdzie była Visiting Research Assistant oraz członkiem zespołu badawczego realizującego grant finansowany przez Department of National Defence (Kanada), dotyczącego budowy systemów wczesnego ostrzegania przed cyberzagrożeniami z wykorzystaniem sztucznej inteligencji.
Jej publikacje ukazały się w prestiżowych międzynarodowych czasopismach, takich jak Journal of Big Data, Journal of Complex Network i Plos ONE. Wielokrotnie nagradzana na międzynarodowych konferencjach, w tym DATA Conference, za najlepsze wystąpienia oraz artykuły.
Zawodowo pełni rolę Senior Infrastructure Engineer, gdzie projektuje skalowalne środowiska chmurowe, automatyzuje infrastrukturę (IaC, Terraform), wdraża zaawansowane procesy CI/CD i dba o bezpieczeństwo aplikacji w środowiskach produkcyjnych. Doświadczenie zbierała w międzynarodowych zespołach i licznych środowiskach startupowych. Jest aktywnym członkiem społeczności open source – jako kontrybutor do projektu Kubernetes i pakietu GraphNeuralNetworks (Julia) wspiera rozwój narzędzi i dokumentacji wykorzystywanej przez tysiące inżynierów na całym świecie. Występuje również jako prelegentka na międzynarodowych wydarzeniach technologicznych, takich jak DevOpsDays i HashiTalks, dzieląc się doświadczeniem z zakresu infrastruktury chmurowej, automatyzacji i bezpieczeństwa. Posiada liczne certyfikaty branżowe potwierdzające jej kompetencje, m.in. CKA CKAD, AWS Solutions Architect Professional i Terraform Professional.
Jako kierownik studiów DevOps & Python Data Science Engineer, dr Skorupka odpowiada za interdyscyplinarny program łączący DevOps, programowanie, chmurę i data science. Prowadzi zajęcia praktyczne oraz aktywnie wspiera studentów w budowaniu kariery w branży IT. Jej misją jest przekazywanie aktualnej wiedzy technologicznej w połączeniu z głębokim rozumieniem architektury systemów i analizy danych.
Korzyści dla uczestniczek i uczestników studiów – co zyskujesz
- Fundamenty w programowaniu Python i analizie danych: Zdobędziesz wiedzę i umiejętności w zakresie programowania w języku Python, obsługi baz danych i języka zapytań SQL oraz wykorzystania zaawansowanych technik analizy danych, co jest kluczowe dla każdego, kto pracuje z danymi.
- 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 do tworzenia skutecznych modeli predykcyjnych i stosowania uczenia maszynowego.
- Elastyczność i dostępność: Dzięki realizacji studiów w 100% online i wykorzystaniu interaktywnej platformy edukacyjnej możesz 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 Data Scientist, Data Engineer, Machine Learning Engineer, Data Analyst.
Program
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 – W ramach studiów uzyskasz dostęp do platformy edukacyjnej CyberSkiller, gdzie znajdują się kursy online wraz z zadaniami w edytorze kodu oraz zewnętrznych programach specjalistycznych. W każdym miesiącu otrzymasz zestaw zadań do wykonania. Zadania programistyczne posiadają moduł automatycznego sprawdzania, dzięki któremu w kilka sekund możesz automatycznie zweryfikować poprawność swoich rozwiązań. Zadania w programach specjalistycznych weryfikowane są przez tutorów oraz w formie quizów. Na platformie dostępne są także materiały tekstowe i materiały wideo z teorią oraz wsparciem do rozwiązania zadań.
- Konsultacje grupowe online – Raz w tygodniu odbywają się grupowe konsultacje, na których możesz uzyskać odpowiedzi na pytania, a tutorzy rozwiązują wybrane zadania na forum grupy.
- Konsultacje asynchroniczne – Wszyscy studenci i tutorzy mają ciągły dostęp do MS Teams, gdzie możesz 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-ekspertów Akademii Leona Koźmińskiego, którzy czuwają nad postępami i pomagają Ci podczas pracy.
- 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
Doktor nauk technicznych specjalizujący się w analizie danych biomedycznych i przetwarzaniu obrazów medycznych. Stopień doktora uzyskał w Instytucie Badań Systemowych PAN, przedstawiając rozprawę dotyczącą zastosowania metod dopasowania i modeli deformacyjnych do analizy obrazów medycznych.
Obecnie jest adiunktem na Uniwersytecie Mikołaja Kopernika, gdzie współtworzył programy studiów informatycznych. W Akademii Leona Koźmińskiego pełni funkcję kierownika studiów podyplomowych „Analityk Danych Biologiczno-Medycznych” oraz prowadzi zajęcia z programowania i analizy danych.
Uczestniczył w licznych projektach badawczo-rozwojowych i komercyjnych dotyczących obrazowania struktur mózgu, serca i układu kostnego, rekonstrukcji 3D oraz integracji danych z tomografii komputerowej, rezonansu magnetycznego i ultrasonografii. Współpracuje z jednostkami naukowymi, medycznymi i firmami komercyjnymi w Polsce i za granicą.
Za swoją działalność otrzymał liczne nagrody, w tym Grand Prix międzynarodowych targów wynalazczości Brussels Innova za projekt systemu fuzji danych 3D wykorzystywanego w planowaniu operacji chirurgicznych. Jest laureatem nagród samorządowych i uczelnianych za osiągnięcia naukowo-badawcze. Autor kilkudziesięciu publikacji oraz promotor ponad 100 prac dyplomowych. W pracy naukowej koncentruje się na praktycznych zastosowaniach informatyki w medycynie. Główne obszary jego zainteresowań to algorytmy analizy obrazów medycznych, systemy wspomagania diagnostyki, integracja danych medycznych oraz programowanie aplikacji biomedycznych.
Ekspertka z pogranicza inżynierii infrastruktury, DevOps oraz data science, łącząca wieloletnie doświadczenie praktyczne z silnym zapleczem akademickim. Specjalizuje się w wykrywaniu anomalii, automatyzacji procesów i budowaniu stabilnej infrastruktury w środowiskach chmurowych.
Tytuł doktora uzyskała w Szkole Głównej Handlowej, koncentrując się na wykrywaniu anomalii i zagrożeń z zastosowaniem w cyberbezpieczeństwie. W ramach swojej działalności badawczej współpracowała z międzynarodowymi uniwersytetami, takimi jak Toronto Metropolitan University, gdzie była Visiting Research Assistant oraz członkiem zespołu badawczego realizującego grant finansowany przez Department of National Defence (Kanada), dotyczącego budowy systemów wczesnego ostrzegania przed cyberzagrożeniami z wykorzystaniem sztucznej inteligencji.
Jej publikacje ukazały się w prestiżowych międzynarodowych czasopismach, takich jak Journal of Big Data, Journal of Complex Network i Plos ONE. Wielokrotnie nagradzana na międzynarodowych konferencjach, w tym DATA Conference, za najlepsze wystąpienia oraz artykuły.
Zawodowo pełni rolę Senior Infrastructure Engineer, gdzie projektuje skalowalne środowiska chmurowe, automatyzuje infrastrukturę (IaC, Terraform), wdraża zaawansowane procesy CI/CD i dba o bezpieczeństwo aplikacji w środowiskach produkcyjnych. Doświadczenie zbierała w międzynarodowych zespołach i licznych środowiskach startupowych. Jest aktywnym członkiem społeczności open source – jako kontrybutor do projektu Kubernetes i pakietu GraphNeuralNetworks (Julia) wspiera rozwój narzędzi i dokumentacji wykorzystywanej przez tysiące inżynierów na całym świecie. Występuje również jako prelegentka na międzynarodowych wydarzeniach technologicznych, takich jak DevOpsDays i HashiTalks, dzieląc się doświadczeniem z zakresu infrastruktury chmurowej, automatyzacji i bezpieczeństwa. Posiada liczne certyfikaty branżowe potwierdzające jej kompetencje, m.in. CKA CKAD, AWS Solutions Architect Professional i Terraform Professional.
Jako kierownik studiów DevOps & Python Data Science Engineer, dr Skorupka odpowiada za interdyscyplinarny program łączący DevOps, programowanie, chmurę i data science. Prowadzi zajęcia praktyczne oraz aktywnie wspiera studentów w budowaniu kariery w branży IT. Jej misją jest przekazywanie aktualnej wiedzy technologicznej w połączeniu z głębokim rozumieniem architektury systemów i analizy danych.
Doktor nauk matematycznych w zakresie informatyki na Uniwersytecie Warszawskim, adiunkt w Katedrze Informatyki Wydziału Matematyki i Informatyki Uniwersytetu Mikołaja Kopernika w Toruniu. Specjalizuje się w tematykach Systemów Zarządzania Bazami Danych oraz zarządzania projektami informatycznymi. W obszarze jej zainteresowań leżą m.in. analiza języków komputerowych, eksploracja kodów oprogramowania (Software Mining) oraz badanie jakości oprogramowania. Dodatkowo zajmuje się szeroko pojętą dydaktyką informatyki oraz wdrażaniem innowacyjnych rozwiązań do procesów dydaktycznych, w szczególności w szkolnictwie wyższym. Od 2019 roku jest członkiem Komitetu Organizacyjnego polskiej edycji konkursu Bóbr oraz współorganizuje konferencję „Informatyka w Edukacji”.
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.
Na co dzień związany z Wydziałem Matematyki i Informatyki Uniwersytetu Mikołaja Kopernika w Toruniu, gdzie prowadzi przedmioty związane z programowaniem. W pracy badawczej skupia się na zagadnieniach związanych z przetwarzaniem i analizą obrazów oraz danych medycznych. Ma bogate doświadczenie w pracy z wykorzystaniem technologii VR w edukacji studentów medycyny oraz przy rozwoju webowych aplikacji biznesowych. Na prowadzonych zajęciach łączy wiedzę programową z tą, która wynika z doświadczenia z pracy w zawodzie.
Zasady rekrutacji
O przyjęciu decyduje kolejność zgłoszeń.
IV edycja studiów – rekrutacja trwa do 15.02.2026
Termin rozpoczęcia studiów to marzec 2026 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, dobra znajomość matematyki, znajomość podstaw programowania w języku Python. Dla osób bez umiejętności programowania w języku Python istnieje możliwość wykupienie dostępu do kursu zerowego z Pythona realizowanego przed rozpoczęciem studiów lub w pierwszych dwóch miesiącach nauki. Osoby zainteresowane prosimy o kontakt mailowy.
- Mile widziane: 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 – Pierwszym warunkiem zaliczenia studiów jest uzyskanie pozytywnych ocen z dwóch egzaminów semestralnych.
- Zaliczenie przedmiotów –Drugim warunkiem ukończenia studiów jest zaliczenie wszystkich przedmiotów przewidzianych w programie studiów. W ramach każdego przedmiotu uzyskasz dostęp do praktycznych zadań – rozwiązanie tych zadań jest podstawą do zaliczenia danego przedmiotu. Zadania możesz rozwiązać w dowolnym momencie w trakcie trwania studiów. Prowadzący przedmiot ma informacje na temat rozwiązanych zadań i na tej podstawie zalicza przedmiot.
Zapraszamy do rejestracji
Opłaty
Oferowane zniżki (zniżka dla absolwentów, zniżka za jednorazową płatność i ewentualne dodatkowe zniżki) nie kumulują się.
| Wpisowe | 400 zł |
| Cena podstawowa (możliwość płatności w dwóch ratach po 6 000 zł każda) | 12 000 zł |
| Cena ze zniżką dla absolwentów ALK (możliwość płatności w dwóch ratach po 5 400 zł każda) | 10 800 zł |
| Cena ze zniżką za jednorazową płatność | 11 500 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: agaf@kozminski.edu.pl
Uprzejmie informujemy, że edycje studiów są uruchamiane przy określonej liczbie uczestników, pozwalającej na właściwą dynamikę pracy grupy.
