Online - zajęcia realizujesz w 100% online poprzez spotkania online z wykładowcami i pozostałymi uczestnikami na platformie Teams (nauczanie synchroniczne) oraz w oparciu o materiały zamieszczane na platformie Moodle (nauczanie asynchroniczne).
- chcą od podstaw nauczyć się analizy danych i programowania w języku Python,
- planują wejście do branży IT i szukają solidnego przygotowania krok po kroku,
- już pracują z danymi i chcą poszerzyć swoje kompetencje o narzędzia i techniki AI,
- interesuje ich praktyczne wykorzystanie SQL, testowania i metod uczenia maszynowego,
- chcą tworzyć nowoczesne rozwiązania oparte na danych i rozwijać się w kierunku AI.
Czego się nauczysz?
Dofinansowanie z Bazy Usług Rozwojowych (BUR)
Chcesz skorzystać z dofinansowania w ramach Bazy Usług Rozwojowych?
Sprawdź naszą ofertę dostępną w BUR
Wyszukiwarka usług – Baza Usług Rozwojowych – PARP
Nie możesz znaleźć interesującej Cię usługi?
Skontaktuj się z nami – dodamy ją specjalnie dla Ciebie!
Napisz do nas: [email protected]
bezpłatnych szkoleń realizowanych online
Praktyczny charakter studiów:
- na zajęciach dominują warsztaty, ćwiczenia i case studies
- istnieje możliwość tworzenia własnych technik i narzędzi coachingowych
- materiały dydaktyczne będą dostępne online
uczestników poleca studia podyplomowe
Źródło: „Badanie satysfakcji ze studiów 2025”.
Microsoft 365
Nasi uczestnicy otrzymują darmową licencję A1, która obejmuje popularne aplikacje, takie jak Outlook, Teams, Word, PowerPoint, Excel, OneNote, SharePoint, Sway i Forms.
pracodawców ocenia bardzo dobrze lub dobrze współpracę z naszymi uniwersytetami
Źródło: "Badanie opinii pracodawców, 2024".
Kadra złożona z praktyków
Zajęcia prowadzą eksperci i pasjonaci swojej dziedziny, którzy mają realne doświadczenie.
Networking i rozwój kompetencji
Studia rozwijają kompetencje niezależnie od doświadczenia. Dzięki interaktywnym zajęciom i wymianie doświadczeń z innymi zyskasz wiedzę, umiejętności i cenne kontakty.
Program studiów
9
192
12
2
Wprowadzenie (10 godz.)
- Rozwój architektury systemów komputerowych
- Rozwój systemów operacyjnych
- Języki programowania, paradygmaty, kompilator, interpreter
- System dwójkowy, konwersja z systemu 2 na 10 i z powrotem
- Operacja na liczbach dwójkowych, algebra Boole’a
Systemy kontroli wersji (10 godz.)
- Wprowadzenie
- Klasyczne metody zarządzania projektami
- Zwinne techniki
- Systemy kontroli wersji
Algorytmy i struktury danych (10 godz.)
- Pojęcie algorytmu, schemat blokowy, pseudokod
- Przykłady prostych algorytmów
- Złożoność obliczeniowa
- Podejście rekurencyjne i iteracyjne
- Analiza porównawcza algorytmów na podstawie złożoności obliczeniowej
- Podstawowe struktury danych
Podstawy programowania (40 godz.)
- Wprowadzenie do języka Python 3
- Podstawowe typy danych i operacje na nich
- Kolekcje i operacje na nich
- Instrukcje sterowania przepływem programu
- Funkcje
- Wyjątki
- Działania na plikach
- Biblioteka standardowa Python
- Przegląd popularnych bibliotek (numpy, matplotlib, etc.)
Programowanie obiektowe (20 godz.)
- Wprowadzenie do paradygmatu obiektowego
- Budowa klasy – podstawowe metody
- Enkapsulacja – dostęp do pól i metod klasy
- Dziedziczenie i polimorfizm
- Przeciążenie operatorów – metody specjalne (magic methods)
- Metody statyczne
- Wprowadzenie do wzorców projektowych
Bazy danych (20 godz.)
- Wprowadzenie – normalizacja baz danych
- Język SQL – wprowadzenie
- Budowa zapytań w języku SQL (select, where, etc.)
- Funkcje agregujące, sortowanie i grupowanie
- Łączenie tabel i zapytania zagnieżdżone
Testowanie (10 godz.)
- Wprowadzenie do testowania
- Planowanie testowania
- Testowanie manualne
- Testy jednostkowe
- Test Driven Development
Eksploracja i analiza danych (20 godz.)
- Podstawowe pojęcia i definicje (zbiory danych, atrybuty, typy, właściwości)
- Pozyskiwanie zbiorów danych
- Wstępna analiza zbiorów danych (normalizacja, standaryzacja, czyszczenie danych)
- Pozyskiwanie i analiza parametrów statystycznych
- Sposoby reprezentacji wiedzy
- Interpretacja wykresów
Metody sztucznej inteligencji (30 godz.)
- Wprowadzenie
- Zadania regresji, klasyfikacji, detekcji, klasteryzacji i optymalizacji
- Uczenie nadzorowanie i nienadzorowane
- Zbiory danych (uczący, testujący, walidacja, etc.)
- Metody klasyfikacji, klasteryzacji i estymacji
Rzeczywiste zbiory danych – ćwiczenia praktyczne (20 godz.)
- Rzeczywiste zbiory danych – ćwiczenia praktyczne
Forma zaliczenia
- Testy
- Test semestralny i test końcowy
Wymiana know-how
- Uniwersytety WSB Merito w Poznaniu, Szczecinie, Chorzowie i Warszawie połączyły siły, aby rozwijać nowoczesne narzędzia i standardy kształcenia.
- Efektem tej współpracy jest kierunek, który Cię interesuje.
- Dzięki wymianie know-how powstały innowacyjne rozwiązania, które wzbogacają proces nauczania.
- Na zajęciach online spotkasz uczestników i wykładowców z całej Polski, co pozwoli Ci czerpać z ich wiedzy i doświadczenia, jednocześnie rozwijając swoje kompetencje.
Dodatkowe informacje
Zapisy na studia: online, szybko i wygodnie
- Proces rekrutacji przejdziesz online.
- Dołączysz dokumenty, podpiszesz umowę z dowolnego miejsca za pośrednictwem Internetu.
- W każdej chwili sprawdzisz status rekrutacji oraz historię zapisów.
- Twój formularz będzie zapisywany – możesz przerwać wypełnianie i wrócić do niego, kiedy tylko chcesz.
Warunki przyjęcia
Aby zostać uczestnikiem studiów podyplomowych na Uniwersytecie WSB Merito, należy:
- mieć ukończone studia licencjackie, inżynierskie lub magisterskie,
- złożyć komplet dokumentów i spełnić wymogi rekrutacyjne
- o przyjęciu decyduje kolejność zgłoszeń.
Możliwości dofinansowania
- Pierwsi zyskują najwięcej! Im szybciej się zapiszesz, z tym większej zniżki skorzystasz.
- Oferujemy również specjalne, większe zniżki dla naszych absolwentów.
- Możesz skorzystać z dofinansowania z Bazy Usług Rozwojowych.
- Pracodawca może dofinansować Ci studia, otrzymując dodatkową zniżkę w ramach Programu Firma.
- Warto sprawdzić możliwości dofinansowania z KFS.
Ceny
Przy zapisie możesz wybrać opcję płatności rocznego czesnego w 1, 2, 10 lub 12 ratach. Zapisz się teraz
W oparciu o art. 80 ust. 3 ustawy z dnia 20 lipca 2018 r. Prawo o szkolnictwie wyższym i nauce uczelnia raz w roku akademickim zwiększa wysokość czesnego określonego w § 3 ust. 1 Umowy o wskaźnik równy wskaźnikowi wzrostu cen towarów i usług konsumpcyjnych za rok kalendarzowy poprzedzający rok, w którym dokonuje się waloryzacji, ogłoszony przez Prezesa Głównego Urzędu Statystycznego, łącznie nie więcej niż o 30 % do czasu ukończenia studiów określonych w Umowie.
Podobne kierunki i szkolenia
Polecane kierunki i szkolenia
Inni oglądali również
Pobierz stronę do PDF