Strona główna » Rekrutacja

Analiza Danych - Big Data
Studia:
studia II stopnia
Kierunek:
Informatyka i ekonometria
Tryb studiów:
stacjonarne, niestacjonarne
Informacja o kierunku studiów/specjalności
1. Absolwent posiada wiedzę z zakresu:
  • wszechstronnej analizy danych statystycznych oraz poprawnej interpretacji prawidłowości z niej wynikających,
  • projektowania i realizowania badań statystycznych, a także proponowania adekwatnych metod analizy zebranych danych,
  • specyfiki big data, narzędzi i technik wydobywania informacji i wiedzy z dużych, wielowymiarowych zbiorów danych,
  • zastosowań elementów sztucznej inteligencji w zarządzaniu opartym na analizach danych (ang. data-driven management).
2. Absolwent posiada następujące umiejętności:
  • obliczania, wizualizacji i interpretowania prawidłowości zawartych w zbiorach danych liczbowych, w tym w dużych zbiorach typu big data,
  • obsługi specjalistycznych programów komputerowych do analiz statystycznych, w tym programów stosowanych w analizach wielowymiarowych,
  • stosowania technik i oprogramowania do symulacji komputerowej oraz do konstrukcji sztucznych sieci neuronowych,
  • samokształcenia i rozwoju zawodowego.
3. Absolwent może podjąć pracę na następujących stanowiskach pracy:
  • Data Scientistt,
  • Big Data Architect,
  • Big Data Analyst with Machine Learning Skills,
  • Big Data Consultant,
  • Business Intelligence Specialist,
  • Data Intelligence Analyst,
  • Data Quality Analyst,
  • Enterprise Data Scientist,
  • Marketing Data Analyst – Scientist,
  • Fraud & Risk Analyst,
  • Risk Business Analyst,
  • Research Analyst,
  • Analityk hurtowni danych,
  • Audytor procesów data mining,
  • Kierownik zespoły zarządzania Big Data,
  • Financial Crime Risk Analyst,
  • Ekspert ds. Analiz Danych,
  • Specjalista ds. Modeli Statystycznych,
  • Konsultant Data Mining,
  • Analityk Danych.
4. Absolwent może podjąć pracę w następujących podmiotach:
  •  
  • zakłady ubezpieczeniowe,
  • przedsiębiorstwa telekomunikacyjne,
  • przedsiębiorstwa z branży IT,
  • firmy doradcze i konsultingowe,
  • przedsiębiorstwa związane z e-commerce,

każde przedsiębiorstwo, które wykorzystuje metody zarządzania opartego na danych (Data Driven Business).

Informacje dodatkowe

Kierunek posiadający ocenę wyróżniającą Polskiej Komisji Akredytacyjnej z 2019 roku

Informacje o specjalności

„Analiza danych – Big Data” to specjalność studiów przygotowująca do ambitnej i ciekawej pracy w działach analiz wszystkich tych podmiotów, których funkcjonowanie zależy od głębokiej znajomości rynku, jego bieżących i przyszłych trendów, a także postaw i preferencji uczestników rynku. Rosnące zapotrzebowanie na specjalistów z tego zakresu zgłaszają banki, zakłady ubezpieczeniowe i inne instytucje finansowe, a także przedsiębiorstwa funkcjonujące na globalnym i silnie konkurencyjnym rynku. Analityk danych to zawód teraźniejszości i przyszłości.

Celem kształcenia na tej specjalności jest dzielenie się ze studentami  praktyczną i użyteczną wiedzą o zastosowaniu metod ilościowych, a także umiejętnościami obsługi programów komputerowych wspomagających procesy podejmowania decyzji w przedsiębiorstwie w warunkach szybko rosnących zasobów informacji.

Studenci specjalności poznają w szczególności wszystkie etapy procesu wnioskowania, począwszy od sformułowania problemu, przez identyfikację jego kluczowych cech, konstrukcję próby badawczej, identyfikację źródeł dodatkowej informacji o populacji, przez techniki realizacji badań, analizę źródeł i wielkości błędów, do formalnych modeli wnioskowania statystycznego, analizy wielowymiarowej, kończąc na prezentacji i wizualizacji uzyskanych wniosków. W procesie tym studenci zapoznają się z metodami analizy danych typowymi dla podejścia big data, takimi jak: metody sztucznej inteligencji, analiza wielowymiarowa, analiza sieci społecznościowych, analiza text mining. Studenci poznają także najważniejsze systemy komputerowe wspierające analizę big data, w tym język SQL, NoSQL, R, Python, NodeXL, Pajek, RapidMiner, Apache Hadoop, Statistica, IBM SPSS. Na każdym semestrze student ma możliwość uzupełniania swojej wiedzy i umiejętności zgodnie z własnymi preferencjami i planowaną ścieżką zawodową, dzięki bogatej ofercie wykładów do wyboru.

Program studiów na tej specjalności jest tak skonstruowany, aby student – poprzez odpowiedni dobór przedmiotów – zdobył specjalistyczną wiedzę z zakresu nowoczesnych metod ilościowych i ich zastosowań.

Wybrane przedmioty realizowane w ramach specjalności Analiza danych – Big Data:

  1. Big Data,
  2. Metody sztucznej inteligencji,
  3. Analiza sieci społecznościowych,
  4. Text mining,
  5. Analiza wielowymiarowa,
  6. Analiza wielowymiarowa cech jakościowych,
  7. Techniki imputacji danych,
  8. Zaawansowane metody wizualizacji i raportowania danych,
  9. Prognozowanie i symulacje,
  10. Programowanie obliczeń,
  11. Język SQL,
  12. Hurtowanie danych,
  13. Inżynieria oprogramowania,
  14. Sieci komputerowe,
  15. Statystyczna analiza decyzji,
  16. Techniki badań sondażowych,
  17. Analiza statystyczna w badaniach rynku,
  18. Modele parametryczne,
  19. Analiza historii zdarzeń,
  20. Metody aktuarialne.
Lp. Przedmiot ECTS Roz. Suma Wyk. Ćw. Lab. Sem. Pra. Jednostka
SEMESTR I
1. Analiza wielowymiarowa 6 Z/E 16 8 8 Katedra Statystyki
2. Big Data 2 Z 8 8 Katedra Statystyki
3. Ekonometria dynamiczna 6 Z/E 30 15 15 Katedra Ekonometrii
4. Hurtownie danych 2 Z 12 12 Katedra Informatyki Ekonomicznej
5. Koncepcje zarządzania 2 Z 8 8 Katedra Organizacji i Zarządzania
6. Metoda reprezentacyjna 6 Z/E 30 15 15 Katedra Statystyki
7. Programowanie obliczeń 3 Z 16 16 Katedra Statystyki
8. Statystyczna analiza decyzji 3 Z 22 8 14 Katedra Statystyki
RAZEM 30 - 142 62 30 50 0 0 -
SEMESTR II
1. Analiza wielowymiarowa cech jakościowych 4 Z/E 16 8 8 Katedra Statystyki
2. Język angielski - specjalistyczny 2 Z 15 15 Centrum Języków Obcych
3. Język SQL 3 Z 16 16 Katedra Informatyki Ekonomicznej / Katedra Statystyki
4. Modele parametryczne 4 Z/E 30 15 15 Katedra Statystyki
5. Prognozowanie i symulacje 5 Z/E 30 15 15 Katedra Ekonometrii / Katedra Statystyki
6. Przygotowanie danych 3 Z 15 15 Katedra Statystyki
7. Seminarium magisterskie 4 Z 12 12 Wydział Zarządzania
8. Sieci komputerowe 3 Z 15 15 Katedra Informatyki Ekonomicznej
9. Techniki imputacji danych 2 Z 16 0 16 Katedra Statystyki
RAZEM 30 - 165 38 83 32 12 0 -
SEMESTR III
1. Analiza historii zdarzeń 1 Z 8 8 Katedra Statystyki
2. Analiza rynku 2 Z 15 15 Katedra Statystyki
3. Ekonometria finansowa 3 Z/E 15 5 10 Katedra Ekonometrii
4. Inżynieria oprogramowania 4 Z/E 30 15 15 Katedra Informatyki Ekonomicznej
5. Język angielski - specjalistyczny 2 Z 15 15 Centrum Języków Obcych
6. Metody sztucznej inteligencji 1 Z 8 8 Katedra Statystyki
7. Modele nieparametryczne 2 Z 10 10 Katedra Statystyki
8. Negocjacje/Komunikacja interpersonalna 2 Z 15 15 Katedra Organizacji i Zarządzania / Katedra Marketingu
9. Ocena standingu przedsiębiorstwa 2 Z 8 8 Katedra Finansów Przedsiębiorstw
10. Praktyka zawodowa 3 Z 20 20 Wydział Zarządzania
11. Seminarium magisterskie 6 Z 15 15 Wydział Zarządzania
12. Statystyczne badania rynkowe 4 Z/E 20 10 10 Katedra Statystyki
13. Zarządzanie strategiczne 3 Z 15 15 Katedra Organizacji i Zarządzania / Katedra Strategicznego Rozwoju
RAZEM 35 - 194 76 83 0 15 20 -
SEMESTR IV
1. Analiza sieci społecznościowych 2 E 10 10 Katedra Statystyki
2. Budowa modeli scoringowych 2 E 10 10 Katedra Statystyki
3. Cloud Computing - Obliczenia w chmurze 2 Z 15 15 Katedra Informatyki Ekonomicznej
4. Etyka w biznesie 3 Z 15 15 Katedra Strategicznego Rozwoju
5. Polityka gospodarcza 4 Z 15 15 Katedra Bankowości i Finansów
6. Seminarium magisterskie 10 Z 15 15 Wydział Zarządzania
7. Systemy informacyjne zarządzania 4 Z 30 15 15 Katedra Informatyki Ekonomicznej
8. Text mining 1 Z 8 8 Katedra Statystyki
9. Zaawansowane metody wizualizacji i raportowania danych 2 Z 8 8 Katedra Statystyki
RAZEM 30 - 126 45 51 15 15 0 -
ŁĄCZNIE 125 - 627 221 247 97 42 20 -
Z - zaliczenie, E - egzamin
« wróć