Liczba miejsc ograniczona!
(decyduje kolejność zgłoszeń z kompletem dokumentów)

dwa semestry (160 godzin)

Celem studiów „Uczenie Maszynowe i Data Science” jest uzyskanie wiedzy z zakresu uczenia maszynowego oraz baz danych. 
Podczas studiów można pozyskać praktyczne umiejętności programowania w języku Python, które następnie można zastosować do przygotowania, analizy oraz wizualizacji rzeczywistych danych, nie tylko w postaci strukturalnej, ale też zapisanych językiem naturalnym. Przedstawione na zajęciach modele rozwiązań z zastosowaniem sztucznej inteligencji, w szczególności algorytmy uczenia maszynowego i algorytmy genetyczne pozwalają wpłynąć na umiejętność rozwiązywania problemów poprzez wyszukanie najlepszych rozwiązań.
Dodatkowo możliwe jest zdobycie wiedzy z zakresu relacyjnych baz danych, hurtowni danych oraz systemów ETL, a także praktycznych umiejętności tworzenia zapytań w języku SQL. Efektywność przedstawionych metod przekłada się na szybkość rozwiązywania problemów związanych z zaawansowanym przetwarzaniem danych w biznesie, a także realizacji zadań analitycznych związanych z danymi. 
Program studiów skupia się na zdobyciu głębokiej wiedzy teoretycznej oraz praktycznych umiejętności w zakresie stosowania zaawansowanych algorytmów uczenia maszynowego. Zrozumienie i efektywne wykorzystanie tych technik stają się coraz bardziej kluczowe w dzisiejszym świecie biznesu, gdzie analiza danych i wykorzystanie uczenia maszynowego stają się integralną częścią strategii rozwoju i konkurencyjności. 
Studia kończą się egzaminem pisemnym składającym się z pytań testowych opartych na wiedzy zdobytej podczas zajęć. 

Adresaci

Adresatami proponowanych studiów podyplomowych są osoby zainteresowane problematyką sztucznej inteligencji oraz analizą danych biznesowych. W szczególności należą do nich: 

• absolwenci studiów wyższych, którzy chcą poznać aktualne trendy rozwoju sztucznej inteligencji związanej z przetwarzaniem i analizą danych,
• kadra kierownicza poszukująca rozwiązań informatycznych ukierunkowanych na poprawę konkurencyjności organizacji,
• praktycy zawodowi szukający obszarów poszerzenia swoich kompetencji zawodowych,
• osoby chcące zdobyć umiejętności programistyczne,
• osoby zawodowo związane z branżą IT jak i specjaliści z innych dziedzin, którzy pragną poszerzyć swoją wiedzę w kierunku zagadnień związanych uczeniem maszynowym i data science.

Korzyści

Główną korzyścią osiągniętą z uczestnictwa w zajęciach jest możliwość poznania różnorodnych rozwiązań informatycznych do analizy danych z zastosowaniem algorytmów uczenia maszynowego. W trakcie trwania studiów 54 godziny stanowią wykłady, natomiast 106 godzin przeznaczonych jest na laboratoria komputerowe. 
W szczególności tematyka studiów umożliwia: 

• zdobycie praktycznych umiejętności programowania w języku Python; 
• poznanie rozwiązań w Pythonie do przetwarzania, analizy oraz wizualizacji danych;
• zaznajomienie się z tematyką sztucznej inteligencji oraz poznanie algorytmów uczenia maszynowego oraz algorytmów genetycznych i ich zastosowania do rozwiązywania złożonych problemów analitycznych;
• zapoznanie się z koncepcją i zastosowaniem relacyjnych baz danych, hurtowni danych, poznanie narzędzi ETL oraz języka SQL.

Dokument końcowy (certyfikaty i uprawnienia)

• Świadectwo ukończenia studiów podyplomowych wydane przez Uniwersytet Ekonomiczny w Katowicach

Założenia studiów

Głównym założeniem studiów jest chęć pozyskania wiedzy z zakresu uczenia maszynowego i baz danych oraz zdobycia praktycznych umiejętności programowania w języku Python i tworzenia zapytań w SQL. Program studiów został ułożony w taki sposób, aby nauka prowadzona była od podstaw, aż do zaawansowanych rozwiązań programistycznych. Ćwiczenia oparte są na wiedzy zdobytej podczas wykładów, a dzięki dobraniu odpowiedniego oprogramowania, słuchacze będą mieć możliwość samodoskonalenia, nawet po zakończeniu studiów.

Metody prowadzenia zajęć

Zajęcia podzielone zostały na cześć teoretyczną prowadzoną w formie aktywnych wykładów z wykorzystaniem technik multimedialnych oraz część praktyczną prowadzoną w formie ćwiczeń z wykorzystaniem sprzętu i oprogramowania komputerowego. Wszystkie spotkania będą odbywać się w nowocześnie wyposażonych laboratoriach komputerowych.