- 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).
- 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.
- 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.
- 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).
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:
- Big Data,
- Metody sztucznej inteligencji,
- Analiza sieci społecznościowych,
- Text mining,
- Analiza wielowymiarowa,
- Analiza wielowymiarowa cech jakościowych,
- Techniki imputacji danych,
- Zaawansowane metody wizualizacji i raportowania danych,
- Prognozowanie i symulacje,
- Programowanie obliczeń,
- Język SQL,
- Hurtowanie danych,
- Inżynieria oprogramowania,
- Sieci komputerowe,
- Statystyczna analiza decyzji,
- Techniki badań sondażowych,
- Analiza statystyczna w badaniach rynku,
- Modele parametryczne,
- Analiza historii zdarzeń,
- Metody aktuarialne.
| Lp. | Przedmiot | ECTS | Roz. | Suma | Wyk. | Ćw. | Lab. | Sem. | Pra. | Jednostka |
|---|---|---|---|---|---|---|---|---|---|---|
| ŁĄCZNIE | - | - | ||||||||