PDF=== STUDIA II STOPNIA ===
Akademia Górniczo-Hutnicza w Krakowie
Inżyniera i analiza danych - studia stacjonarne II stopnia na Wydziale Geologii, Geofizyki i Ochrony Środowiska
Charakterystyka kierunku prezentowana przez uczelnię
Absolwent studiów posiada wiedzę z zakresu pozyskiwania, przesyłania, składowania i analizowania danych. W szczególności posiada wiedzę z zakresu aktualnych technologii informacyjnych, analizy statystycznej, modelowania danych, języków skryptowych (np. Python), tworzenia aplikacji mobilnych i webowych, a także z systemów wizualizacji danych i grafiki komputerowej. Zna metody przetwarzania, analizy i interpretacji danych pomiarowych z wykorzystaniem metod sztucznej inteligencji, metod głębokiego uczenia maszynowego oraz metod Big Data. Posiada wiedzę z zakresu relacyjnych baz danych oraz baz danych przestrzennych a także z komputerowych systemów pomiarowych, sieci komputerowych, elektroniki cyfrowej oraz architektury komputerów. Absolwent posiada także wiedzę dotyczącą prawnych aspektów gromadzenia, przetwarzania i analizy danych.
Absolwent studiów potrafi korzystać z nowoczesnych narzędzi programistycznych w procesie tworzenia oprogramowania komputerowego, projektować, tworzyć i zarządzać relacyjnymi oraz przestrzennymi bazami danych zgodnie z obowiązującymi wzorcami. Ponadto potrafi wykorzystać najnowsze rozwiązania technologiczne na potrzeby budowy i zarządzania złożonymi systemami bazodanowymi oraz hurtowniami danych. Dodatkowo potrafi zarządzać systemami akwizycji i przesyłania danych. Potrafi pobierać i łączyć dane z różnych źródeł, zarówno strukturalnych jak i nieustrukturyzowanych: hurtowni danych, baz danych, arkuszy kalkulacyjnych, źródeł internetowych, itp. Potrafi stosować zaawansowane metody i techniki analizy danych: eksploracji danych, przetwarzania dużych zbiorów danych Big Data, uczenia maszynowego, sztucznej inteligencji, itp.. Potrafi przetwarzać i analizować dane różnego typu: strukturalne, tekstowe, grafowe oraz przestrzenne. Dodatkowo absolwenci potrafią wykorzystywać tzw. „kompetencje miękkie” do m.in. podejmowania decyzji biznesowych, praktycznego rozwiązywania problemów decyzyjnych oraz zarządzania projektami grupowymi.
Specjaliści w tworzeniu nowych technologii i narzędzi informatycznych, analizy i przetwarzania danych, w tym między innymi: w zakresie rozwoju oprogramowania, w obszarach analityki biznesowej, architektury oprogramowania i programowania, administrowania bazami danych, sieciami i systemami, zarządzania projektami informatycznymi, zarządzania jakością oprogramowania, analiz eksploracji danych, wspomagania procesu podejmowania decyzji, analiz Big Data.
Akademia Leona Koźmińskiego
Specjalność „Big Data Analysis” prowadzona w języku angielskim na kierunku Finanse i rachunkowość - studia stacjonarne II stopnia
Charakterystyka specjalności prezentowana przez uczelnię
* Studenci nabywają specjalistyczną wiedzę i umiejętności praktyczne niezbędne do identyfikowania, pozyskiwania, składowania i analizy danych o dużym wolumenie oraz do rozwiązywania problemów z tym związanych, poprzez wykorzystanie nowoczesnych metod i narzędzi informatycznych współczesnej analityki.
* Absolwenci kierunku będą umieli wykonywać analizy i wykorzystywać ich rezultaty do procesów decyzyjnych w działalności gospodarczej oraz biznesowej.
* Według rankingu "Financial Times" – Global Masters in Finance 2018 program magisterski ALK z zakresu finansów i rachunkowości został sklasyfikowany na 17. miejscu na świecie i jest jedynym z Europy Środkowo-Wschodniej.
* Akademia Leona Koźmińskiego jest partnerem akademickim CAIA Association zrzeszającym ponad 9000 profesjonalistów z 90 państw z zakresu inwestycji alternatywnych. Dzięki tej współpracy studenci Akademii mają możliwość otrzymania specjalnego stypendium, a także dostęp do bogatych baz danych stowarzyszenia.
* Studia prowadzone są tylko w trybie stacjonarnym (studia dzienne).
* Absolwenci otrzymują dyplom magisterski z finansów i rachunkowości (Master in Finance and Accounting) oraz suplement do dyplomu zawierający informację o zakresie ukończonych studiów (major in Big Data Analysis).
* Program jest elementem projektu Akademia 360 i jest współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego.
* Dzięki partnerstwu z Microsoft Polska w ramach zakresu Big Data Analysis, nasi studenci będą mieli możliwość wzięcia udziału w specjalnych warsztatach prowadzonych przez pracowników firmy, które umożliwią zdanie egzaminu na certyfikat Microsoft. Microsoft oferuje również stypendia dla najlepszych studentów, dzięki którym będą zwolnieni z opłaty egzaminacyjnej!
Wiedza, umiejętności, kompetencje społeczne: * Absolwenci kierunku będą posiadali umiejętności coraz bardziej poszukiwane na rynku pracy, tzn. łączące wiedzę ekonomiczną, wiedzę o rynkach finansowych, metodach ilościowych z umiejętnościami z zakresu programowania R. Są to osoby przygotowane do prowadzenia szeroko pojętej analityki danych, analizy rynków finansowych, researchu instytucjonalnego. * Studenci od początku studiów zdobywają praktyczne doświadczenie poprzez współpracę z globalnymi firmami. * W trakcie studiów stale poszerzają swoją wiedzę poprzez udział w dodatkowych szkoleniach i kursach. * Studia przygotowują do dalszego rozwoju osobistego i zawodowego.
Perspektywy zatrudnienia: Po ukończeniu studiów można podjąć pracę jako: Menedżer Big Data Analytics, Konsultant ds. Business Intelligence, Analityk rynku finansowego, Analityk biznesowy, Konsultant biznesowy, Specjalista w każdym dziale firmy, gdzie znajomość finansów i Big Data jest koniecznością, Pracownik działu finansowego w międzynarodowej korporacji lub instytucji finansowej
Politechnika Warszawska
Inżynieria i analiza danych - studia stacjonarne II stopnia na Wydziale Matematyki i Nauk Informacyjnych
Charakterystyka kierunku prezentowana przez uczelnię
Kierunkowe efekty kształcenia: Studia stacjonarne II stopnia na kierunku Inżynieria i analiza danych na Wydziale Matematyki i Nauk Informacyjnych Politechnicznych trwają 3 lub 4 semestry – ich absolwenci uzyskają tytuł zawodowy magistra inżyniera w naukach technicznych
Na studia trzysemestralne przyjmowani się absolwenci studiów inżynierskich kierunku Informatyka i pokrewnych. Studia czterosemestralne są przeznaczone dla absolwentów studiów licencjackich (np. na kierunku matematyka), w przypadku których konieczne jest uzupełnienie różnic programowych.
Absolwent kierunku Inżynieria i analiza danych (ang. data science) łączy wszechstronną wiedzę i umiejętności informatyczne oraz analityczne. Jego kompetencje są odpowiedzią na rosnące zapotrzebowanie gospodarki na specjalistów w dziedzinie analizy danych. Jest przygotowany do pracy w firmach tworzących i wykorzystujących systemy informatyczne oraz analityczne, w tym w sektorze nowoczesnych technologii, a także do pracy naukowej.W szczególności:
• Cechuje go gotowość do samodzielnego rozwiązywania problemów i praktycznego stosowania informatyki w różnorodnych dziedzinach technologicznych i społecznych, również w ramach projektów interdyscyplinarnych.
• Posiada dogłębną znajomość metod przetwarzania i analizy danych, w tym szczególnie metod uczenia maszynowego.
• Wyróżnia się zaawansowaną umiejętnością doboru i dostosowania do wymagań dziedzinowych metod analizy danych, w tym analizy danych o złożonej strukturze.
• Potrafi stosować istniejące metody analizy danych i rozwijać nowe zarówno dla danych przetwarzanych w klasycznych systemach, jak i dla danych o dużym wolumenie i różnorodności (ang. Big Data).
Politechnika Wrocławska
specjalność „Danologia” na kierunku Informatyka - studia stacjonarne II stopnia na Wydziale Informatyki i Zarządzania
Charakterystyka specjalności prezentowana przez uczelnię
Danologia – specjalność jest związana z przetwarzaniem danych, często niestrukturyzowanych, napływających strumieniowo w ogromnych ilo- ściach w celu wydobycia z nich ukrytej wiedzy. Wśród kompetencji specjalisty danologa należy wymienić m.in.: znajomość podstaw statystyki, zaawansowane uczenie maszynowe, wizualizacja danych, umiejętność programowania w kilku językach (w tym R i Python) oraz zdolności komunikacyjne.
specjalność „Statystyka i analiza danych” na kierunku „Matematyka” - studia stacjonarne II stopnia na Wydziale Matematyki
Charakterystyka specjalności prezentowana przez uczelnię
Perspektywy zatrudnienia:
• Analityk ryzyka kredytowego, analityk biznesowy, aktuariusz • Analityk danych, statystyk-analityk, data scientist
• Pracownik naukowy w dziedzinie matematyki, statystyki lub nauk tech-
nicznych, doktorant
Szkoła Główna Handlowa
Analiza danych - big data - studia stacjonarne i niestacjonarne II stopnia
Charakterystyka kierunku prezentowana przez uczelnię
Studia drugiego stopnia na kierunku analiza danych – big data w SGH kształcą specjalistów w zakresie pozyskiwania danych z różnych źródeł oraz ich analizy. Dają one zaawansowaną wiedzę i kompetencje umożliwiające podjęcie pracy zawodowej na stanowisku specjalisty zaawansowanej analizy danych, w przedsiębiorstwach produkcyjnych, bankach, firmach ubezpieczeniowych i telekomunikacyjnych, administracji publicznej oraz centrach badawczych wyspecjalizowanych w zaawansowanej analityce danych. Studia te przygotowują do prowadzenia prac badawczych i do podjęcia studiów trzeciego stopnia.
Absolwent studiów drugiego stopnia na kierunku analiza danych – big data w SGH w szczególności:
[wiedza:]
• ma zaawansowaną wiedzę z zakresu informatyki odnośnie metod pozyskiwania, porządkowania, przechowywania i przetwarzania ustrukturalizowanych i nieustrukturalizowanych danych, a także w zakresie wydobywania wiedzy ze złożonych struktur danych i jej reprezentacji w systemach informatycznych,
• ma zaawansowaną wiedzę o matematycznych, statystycznych i informatycznych metodach i narzędziach analizy danych niezbędnych w analizie zjawisk społecznych i gospodarczych,
• ma zaawansowaną wiedzę o metodach i narzędziach budowy modeli prognostycznych i symulacyjnych z odniesieniem do zjawisk społecznych i gospodarczych, gdzie taka wiedza może być wykorzystana,
[umiejętności:]
• umie pozyskać dane z różnych źródeł (bazy danych, pliki tekstowe, pliki multimedialne, sieci społecznościowe, dane sensoryczne i geolokacyjne),
• umie budować zapytania do SQL-owych, jak i nie SQL-owych baz danych, przygotować dane do analizy, budować modele analizy danych w oparciu o różnorodne narzędzia statystyczne, matematyczne i informatyczne oraz wyciągać wnioski i formułować sądy na ich podstawie,
• umie projektować badania reprezentacyjne i prowadzić analizy statystyczne przy analizowaniu zjawisk i procesów gospodarczych a także analizować dane wielowymiarowe, stosować metody analizy wielowymiarowej w badaniach ekonomiczno-biznesowych (rynkowych i marketingowych) oraz w badaniach społecznych,
[kompetencje społeczne:]
• rozumie potrzebę i potrafi korzystać z podejścia ilościowego dla lepszego postrzegania, opisu i analizy otaczającej rzeczywistości ekonomicznej, społecznej, biznesowej,
• jest świadomy odpowiedzialności zawodowej w pracy w podmiotach gospodarczych i instytucjach, w których wymagane jest stosowanie narzędzi matematycznych, statystycznych, ekonometrycznych i informatycznych,
• daje przykład etycznych zachowań zawodowych.
Advanced Analytics - Big Data - studia stacjonarne II stopnia w języku angielskim
Charakterystyka kierunku prezentowana przez uczelnię
Studia drugiego stopnia na kierunku Advanced Analytics – Big Data w SGH kształcą specjalistów w zakresie pozyskiwania danych z różnych źródeł oraz ich analizy. Dają one zaawansowaną wiedzę i kompetencje umożliwiające podjęcie pracy zawodowej na stanowisku specjalisty zaawansowanej analizy danych, w przedsiębiorstwach produkcyjnych, bankach, firmach ubezpieczeniowych i telekomunikacyjnych, administracji publicznej oraz centrach badawczych wyspecjalizowanych w zaawansowanej analityce danych. Studia te przygotowują do prowadzenia prac badawczych i do podjęcia studiów trzeciego stopnia.
Uniwersytet Adama Mickiewicza w Poznaniu
Analiza i przetwarzanie danych - studia stacjonarne i niestacjonarne II stopnia na Wydziale Matematyki i Informatyki
Charakterystyka kierunku prezentowana przez uczelnię
Cel: Kierunek Analiza i przetwarzanie danych odpowiada na zapotrzebowanie rynku pracy na specjalistów z branży Data Science. Celem studiów jest przekazanie aktualnej i praktycznej wiedzy w obszarach analizy i zarządzania danymi, baz danych oraz wnioskowania informacji i ich wizualizacji.
Dla kogo? Studia są kierowane do absolwentów różnych kierunków studiów pierwszego stopnia, pragnących zdobyć wiedzę z zagadnień związanych z Data Science. Ogólnie, od kandydatów oczekuje się umiejętności precyzyjnego myślenia oraz podstawowej wiedzy na tematy informatyczne. Przed rozpoczęciem studiów odbędzie się test kompetencyjny, którego zadaniem będzie zapoznanie się z umiejętnościami studentów w celu dostosowania zajęć do ich poziomu wiedzy.
Uniwersytet Warszawski
Data Science and Business Analytics - studia stacjonarne i niestacjonarne II stopnia w języku angielskim
Charakterystyka kierunku prezentowana przez uczelnię
Program Data Science na Wydziale Nauk Ekonomicznych Uniwersytetu Warszawskiego to cztero-semestralny program w pełnym wymiarze godzin, który zapewnia studentom wyjątkową wiedzę z zakresu nauk o danych. Program prowadzi do uzyskania tytułu magistra sztuki i jest zgodny z systemem bolońskim.
Nauka o danych łączy różne metody naukowe w celu wyodrębnienia informacji z danych. Data Science to szybko rozwijająca się część analizy ilościowej, która jest bardzo pożądana na rynku. Jego popularność odzwierciedla dostępność ogromnej ilości (dużych) danych, które odpowiednio wykorzystywane dają ogromne możliwości dla biznesu.
Data Scientist łączy szeroką wiedzę i umiejętności w zakresie analizy danych, ekonometrii i uczenia maszynowego, programowania IT z umiejętnościami miękkimi, co razem czyni ich wysoce pożądanymi ekspertami. Kursy oparte są głównie na oprogramowaniu R i Python.
Aby umożliwić naszym studentom jak najlepszy rozwój, oferujemy nie tylko najlepsze kursy na miejscu, ale także współpracujemy z platformą edukacyjną DataCamp, a nasi uczniowie mają dostęp do wszystkich kursów DataCamp za darmo.
Program Data Science and Business Analytics zapewnia niezbędną wiedzę i umiejętności, aby stać się bardzo dobrym Data Scientist. Poza twardymi przedmiotami informatycznym i analitycznymi program zawiera kursy z zakresu mikroekonomii, makroekonomii, finansów, jak również komunikacji i autoprezentacji, negocjacji czy case-study dla biznesu.
Warszawska Wyższa Szkoła Informatyki
Specjalność „Big data & Business analytics” na kierunku Informatyka - studia niestacjonarne II stopnia
Charakterystyka specjalności prezentowana przez uczelnię
Zawód analityka biznesowego (obejmujący między innymi następujące specjalności: architekt biznesowy, analityk systemów biznesowych, analityk danych, analityk przedsiębiorstwa, analityk procesów, menedżer produktu, właściciel produktu, inżynier wymagań, analityk systemowy, jest zawodem przyszłości według opracowania Międzyresortowego Zespołu do spraw uczenia się przez całe życie w opracowaniu „Perspektywa uczenia się przez całe życie”.
Nowa specjalność Big Data & Business Analysis wynika przede wszystkim z potrzeby rynku, na którym istnieje i wciąż wzrasta zapotrzebowanie na specjalistów-informatyków wspomagających analityków biznesowych wykorzystujących zarówno operacyjne bazy danych, jak i duże zasoby danych analitycznych/historycznych gromadzonych w hurtowniach danych. W szczególności modele zaawansowanej eksploracji danych i systemy klasy BI z wykorzystaniem dużych organizacji danych (Big Data Analysis oraz Business Intelligence) mogą być bardzo konstruktywną odpowiedzią naszej Uczelni na potrzeby rynku. Obszar ten powinien być ściśle związany i wzbogacony modelowaniem procesów biznesowych i systemów informacyjnych, aby na tym tle podjąć problem analizy i projektowania oraz wdrażania systemów informatycznych zarządzania, a przede wszystkim wykorzystania komercyjnych rozwiązań w obszarze systemów OLTP i OLAP wzbogaconych modelami zaawansowanej eksploracji danych typu Data-Mining i tworzenia baz wiedzy
Przykładowe zagadnienia: Programowanie współbieżne na JVM; Wprowadzenie do baz NoSQL; Projektowanie rozwiązań Big Data; Przetwarzanie Big Data za pomocą Apache Hadoop; Przetwarzanie Big Data z użyciem Apache Spark; Studium przypadku; Otwarta platforma analityczna SAS Viya; Uczenie maszynowe w rozwiązaniach Big Data
