Studia podyplomowe

Wizualna analityka danych

REJESTRACJA OTWARTA

O studiach

Studia podyplomowe Wizualna analityka danych to studia łączące zagadnienia z obszaru wizualizacja danych, Business Intelligence, Data Science, Big Data, a także komunikacji wizualnej i komunikacji w biznesie.

Efektywne wykorzystanie analizy danych w praktyce biznesowej wymaga szerokiej, multidyscyplinarnej wiedzy, na którą składają się aspekty techniczne (pozyskiwanie i obróbka danych), analityczne (wykorzystujące zagadnienia z obszarów Big Data i Data Science), biznesowe(zrozumienie dziedziny, interpretacja i podejmowanie decyzji), komunikacyjne (skuteczna prezentacja wyników) oraz wizualne (czytelne opracowanie wyników, dobór kolorów, czcionek itp).

Zobacz jaki obszar zagadnień obejmuje
Wizualna analityka danych:

Adresaci

Dla kogo są przeznaczone nasze studia?

Studia podyplomowe Wizualna analityka danych skierowane są do osób pracujących w działach sprzedaży, marketingu, finansów, analiz na stanowiskach takich jak analityk danych, programista Business Intelligence, specjalista data science, statystyk, które chcą rozwijać kompetencje związane z analizą danych w obszarze pracy z danymi, wykorzystując rozwiązania wykraczające poza narzędzia typu excel. Ponadto, chcą rozwijać swoje umiejętności w obszarze prezentacji danych, poznając zasady tworzenia wizualizacji użytecznych dla odbiorców.

Dlaczego warto studiować w Instytucie Informatyki PW?

Studia prowadzone są przez praktyków: osoby na co dzień stosujące narzędzia i metody analizy różnych zbiorów danych w celu rozwiązania konkretnych problemów. Kadrę stanowią zarówno osoby pracujące w biznesie, jak w Instytucie Informatyki Politechniki Warszawskiej, który ma wieloletnie doświadczenie w obszarach Data Science, Big Data oraz Business Intelligence.

Dowiedz się więcej

Wizualizacja danych

Jak wizualizacja danych pomaga w biznesie?

Rozmowa Łukasza Kobylińskiego i Piotra Reszki o wartości wizualizacji danych i kompetencjach wymaganych od osób, które zajmują się wizualną analityką danych.

PODCAST

Data Science

Dlaczego wszyscy mówią o Data Science?

O tym, dlaczego zainteresowanie Data Science rośnie z każdym rokiem z rozmowy Łukasza Kobylińskiego i Jakuba Nowackiego

PODCAST

Cel studiów

Studia podyplomowe Wizualna analityka danych mają na celu zbudowanie kompetencji w zakresie:

  • zastosowania wizualizacji danych w analizie
  • skutecznej komunikacji wyników analiz
  • podejmowania decyzji biznesowych

Czego się nauczysz

Po zakończonej nauce Twoje kompetencje wzbogacą się o umiejętność:

  • posługiwania się wybranymi narzędziami do wizualizacji danych i narzędziami Business Intelligence
  • pracy z danymi przy użyciu programowania
  • stosowania metod eksploracji danych i odróżniania podejścia opartego na statystyce i podejścia opartego na sztucznej inteligencji
  • doboru rodzaju wizualizacji do danych w kontekście wymagań użytkownika końcowego
  • selekcji komponentów wizualizacji danych dostosowanej do charakteru przekazywanej informacji

Jakie technologie poznasz

Na zajęciach prowadzonych w trybie warsztatowym poznasz od strony praktycznej m.in. następujące technologie i narzędzia:

  • język programowania Python
  • narzędzia BI: Microsoft Power BI oraz Tableau®
  • Alteryx
  • biblioteki do wizualizacji danych min pandas, matplotlib, SQL Alchemy, pymongo
W pakiecie kurs e-learningowy z podstaw Pythona

Dlaczego warto wybrać nasze studia

Nasi wykładowcy

Nasi wykładowcy posiadają bogaty dorobek publikacyjny oraz doświadczenie w realizacji projektów badawczych i komercyjnych, co w połączeniu daje dostęp do eksperckiej wiedzy i praktycznego know-how.

Warsztatowy charakter zajęć

Zajęcia stanowią w większości zajęcia laboratoryjne ukierunkowane na rozwijanie kompetencji i praktycznej znajomości poznawanych narzędzi i technologii.

Najnowsze technologie

Dobór narzędzi i technologii oparty jest o analizę obecnie najpopularniejszych rozwiązań w obszarze Big Data i Data Science.

Renomowana uczelnia

Politechnika Warszawska jest jedną z największych i najlepszych uczelni technicznych w Polsce oraz w Europie Środkowo-Wschodniej. Potwierdzają to wyniki rankingów krajowych oraz zagranicznych, w których uczelnia znajduje się w czołówce klasyfikowanych polskich uczelni technicznych.

Program

Studia obejmują 196 godzin zajęć realizowanych w większości w trybie warsztatów w trakcie spotkań weekendowych w ciągu 2 semestrów. Ukończenie studiów następuje po obronie pracy końcowej.

Nauczysz się:

Słuchacze zdobędą podstawy programowania w języku Python w zakresie potrzebnym do pracy z danymi. Nauczą się m.in. przetwarzania danych tabelarycznych i łączenia z bazą danych SQL.poznają także instrukcje wykorzystywane do wizualizacji danych i opanują umiejętność zapisywania, wczytywania i zastosowania zbudowanych modeli.

Wykorzystasz:

Python, pandas, baza SQL

Nauczysz się:

W ramach zajęć słuchacze poznają organizację procesu akwizycji danych. Poznają m.in. podstawowe narzędzia do oczyszczania, parsowania, filtrowania, grupowania i łączenia danych (advanced join, append union) oraz podstawowe rodzaje formuł ( multi-row, multi-field, narzędzia regex). Słuchacze nauczą się też korzystania z narzędzi programistycznych oraz wykorzystania języka R w analizie, w tym w analizie statystycznej.

Wykorzystasz:

Alteryx, R, Python

Nauczysz się:

Zakres przedmiotu obejmuje wprowadzenie do uczenia maszynowego i sztucznej inteligencji. Zostaną przedstawione podstawy matematyczne uczenia maszynowego, operacje na macierzach i wektorach. Ponadto, program obejmuje zagadnienia ze statystyki oraz prawdopodobieństwa. Słuchacze poznają algorytmy uczenia z nadzorem oraz algorytmy uczenia bez nadzoru.

Wykorzystasz:

Python

Nauczysz się:

W ramach zajęć prowadzonych w trybie warsztatu słuchacze zdobędą praktyczną umiejętności pracy z dwoma narzędziami do wizualizacji danych w zakresie: przygotowania danych źródłowych, ich transformacji do modelu analitycznego, wykorzystania w modelu raportowym hierarchii i miar, budowy raportu z użyciem interaktywnych dashboardów oraz publikacji raportu.

Wykorzystasz:

Tableau®, MS Power BI

Nauczysz się:

Słuchacze poszerzą znajomość języka Python o jego zastosowanie w wizualizacji danych. Poznają szereg bibliotek wykorzystywanych w tym obszarze i nauczą się tworzenia z ich użyciem wykresów oraz dashboardów. Na zajęciach w ramach warsztatu słuchacze dokonają wizualnej analizy danych w celu pozyskania wiedzy z tabelarycznego zbioru danych.

Wykorzystasz:

Python (biblioteki: matplotlib, seaborn, pandas, dash)

Nauczysz się:

Słuchacze poznają teorię wizualizacji danych, procesy i standardy z nią związane oraz rolę, jaką odgrywa w procesie decyzyjnym. Nauczą się korzystania z nowoczesnych technik wizualizacji danych. Zakres przedmiotu obejmuje także zagadnienia związane z user experience.

Nauczysz się:

Słuchacze rozwiną umiejętności w zakresie przedstawiania wyników analiz. W szczególności poznają zasady skutecznej komunikacji oraz zdobędą wiedzę o ludzkiej percepcji i różnych wzorcach przetwarzania informacji. Poznają techniki storytellingu, w szczególności techniki data storytellingu.

Prezentacje w ramach przedmiotu obejmują przegląd komercyjnego wykorzystania wybranych metod z obszaru wizualizacji danych.

Konsultacje dotyczące projektów końcowych.

W pakiecie kurs e-learningowy z podstaw Pythona

W ramach studiów realizowane są zajęcia z programowania w Pythonie dla początkujących. Ukończony kurs e-learningowy stanowi dobre do nich wprowadzenie oraz ułatwienie w opanowaniu materiału dla osób bez doświadczenia programistycznego.

  • 12 godzin nagrań
  • dla zupełnie początkujących, także dla osób bez doświadczenia programistycznego
  • możliwość pracy we własnym tempie
  • zadania sprawdzające opanowanie materiału

Wprowadzenie do środowiska i podstawowe pojęcia

Algorytmy i struktury danych

Programowanie obiektowe

Zaawansowane aspekty programowania obiektowego

Wyjątki i praca na plikach

Wykładowcy

Nasi wykładowcy na co dzień pracują przy dużych projektach biznesowych. Wielu z nich prowadzi zajęcia od pierwszej edycji studiów, nowi prowadzący wybierani są w ramach starannej selekcji. Każdy z nich poza ekspercką znajomością technologii posiada doskonałe umiejętności dydaktyczne zdobyte na salach szkoleniowych, wykładowych, konferencyjnych.

CEO Astrafox, absolwent Inżynierii Oprogramowania i wykładowca PW. Ekspert Visual Data Science, praktyk z bogatym doświadczeniem wdrożeń systemów Business Intelligence w Polsce i USA. Na co dzień Piotr i jego zespół pomagają Klientom we wszystkich aspektach pracy z narzędziami Business Intelligence: od projektowania KPI, przygotowywania danych, poprzez szkolenia, warsztaty, aż po zaawansowane programowanie i integrację. “Promuje rozwiązania pozwalające skupić się na potrzebach biznesowych a nie technologii. Dzięki narzędziom takim jak Tableau czy Alteryx jestem w stanie zobaczyć i zrozumieć dane, co pozwala na szybkie wyciąganie wniosków oraz podejmowanie właściwych decyzji zmieniających biznes. Moją pasją jest robotyka i astrofizyka, ale zasypiając liczę owce używając Count Distinct…”

Więcej informacji:
https://astrafox.pl/webinary/
https://astrafox.pl/blog/
https://astrafox.pl/tableau-business-intelligence/

Piotr Adamczyk [MBA] to doświadczony analityk danych, pasjonat wizualizacji i prezentacji danych oraz oprogramowania Tableau. Absolwent ekonometrii na Uniwersytecie Ekonomicznym we Wrocławiu. Buduje i zarządza zespołami konsultantów BI, realizował projekty z obszaru Business Intelligence dla liderów rynkowych z sektora FMCG/Retail, Telekomunikacyjnego, Logistycznego i wielu innych. Od 8 lat wspiera organizacje projektując procesy analityczne oraz budując produkty raportowe dla każdego szczebla zarządczego. Doświadczenie biznesowe zdobywał jako analityk danych, Demand planner w obszarze S&OP.

Hubert pracuje w firmie Codec jako BI Practice Lead i pomaga klientom zebrać ich dane oraz przekonwertować je w wartościowe informacje. Od lat związany z tematyką szeroko rozumianych rozwiązań Business Intelligence – od integracji, jakości danych, hurtowni danych, po zaawansowane systemy analityczne i raportowe. Realizował projekty dla wielu film w Polsce, Irlandii, UK, czy Szwajcarii. Poza pracą Hubert prowadzi dwie grupy społecznościowe: warszawski oddział Data Community Poland oraz Warsaw Power BI User Group.

Marcin specjalizuje się w obszarze Uczenia Maszynowego oraz ogólnie pojętego Data Science. W dotychczasowej pracy skupiał się nie tylko na tworzeniu rozbudowanych modeli, ale również na rozumieniu tego, co znajduje się w danych pod spodem. Uważa, że każde zagadnienie można rozbić na mniejsze części i przedstawić w formie wykresów, niezależnie od tego jak jest ono skomplikowane. Ma doświadczenie w pracy nad projektami związanymi zarówno z analityką, predykcją jak i wizualizacją wyników. Na codzień większość czasu spędza przy budowie modeli uczenia maszynowego związanych z przetwarzaniem obrazu - zdjęć i nagrań.

Linkedin:
Linkedin: https://www.linkedin.com/in/mtsz93/

Od ponad 5 lat zawodowo związany z analizą danych. Realizował projekty z obszaru zaawansowanej analizy danych, takie jak detekcja fraudów, monitoring systemów produkcyjnych i analiza opinii. Obecnie zajmuje się projektowaniem rozwiązań i prowadzeniem projektów w obszarze danych, a jako trener prowadzi kursy z obszaru Data Science. Doktorant Szkoły Głównej Handlowej w Kolegium Analiz Ekonomicznych. Współautor publikacji naukowych opublikowanych w czasopismach z listy filadelfijskiej.

Linkedin:
https://pl.linkedin.com/in/pawe%C5%82-ekk-cierniakowski

Absolwentka Akademii Górniczo-Hutniczej w Krakowie. Dodatkowo poszerzała swoją wiedzę na studiach podyplomowych z zakresu analityki danych w Szkole Głównej Handlowej w Warszawie oraz z prowadzenia projektów na Akademii Koźmińskiego w Warszawie. Od 17 lat wspiera biznes w wykorzystywaniu danych do osiągania zamierzonej strategii i podejmowania bardziej optymalnych decyzji dzięki wykorzystaniu danych. W swojej pracy skupia się głównie na maksymalizacji wartości dodanej, jaką dane mogą przynieść klientom poprzez ich odpowiednią analizę, wizualizację i komunikację. Jest też jednym z autorów obszernego, unikatowego na rynku polskim kursu uczącego wykorzystania narzędzia Power BI.

Swoją wiedzą i doświadczeniem chętnie dzieli się, prowadząc swojego bloga i pisząc posty na Linked.in z zakresu: budowania produktów Data & Analytics, tworzenia Data Culture w organizacji, poprawnym wykorzystywaniu Data Visualization oraz holistycznym podejściu do Data Literacy.

W wolnej chwili lubi podziałać artystycznie i nic jej tak nie uspokaja jak malowanie i rysowanie przy dźwiękach jazzu. A najlepiej wypoczywa na górskich szlakach.

Linkedin:
https://www.linkedin.com/in/paulinasanak

Blog:
https://paulinasanak.substack.com/

Rada programowa

Aby zapewnić aktualność programu studiów konsultujemy dobór tematyki oraz technologii z ekspertami wywodzącymi się ze środowisk akademickiego oraz biznesowego.

Dr inż. Robert Bembenik

adiunkt w Instytucie Informatyki PW

Mgr inż. Rajmund Kożuszek

Zastępca Dyrektora Instytutu Informatyki ds. Nauczania

Dr hab. inż. Piotr Gawrysiak

Profesor Nadzwyczajny, Instytut Informatyki PW

Dr inż. Łukasz Kobyliński

Chief Science Officer, Board Member, Sages

Dr inż. Jakub Koperwas

Adiunkt w Instytucie Informatyki PW, Chief Executive Officer, Board Member, Sages

Grzegorz Ostrowski

Dyrektor Data Analytics, mBank S.A.

Dr Radosław Lipiński

Head of Delivery Excellence, Roche Global IT Solution Centre

Prof. dr hab. inż.Mieczysław Muraszkiewicz

Profesor, Instytut Informatyki PW

Dr inż. Jakub Nowacki

Experienced Machine Learning Engineer

Andrzej Olękiewicz

Data Scientist at ZPAV

Robert Stanikowski

Partner and Managing Director, CEE Technology Advantage Practice Leader, The Boston Consulting Group

Paweł Wróblewski

Head of Data Practice at Tietoevry Create Poland

Jarosław Chudziak

Experienced CxO; strategist and leader of business and technology transformations; academic lecturer

Sprawdź zasady rekrutacji i opłaty

Ze względu na duże zainteresowanie studiami zalecamy skorzystanie z formularza kontaktowego, celem przyspieszenia procesu aplikacji.

Dowiedz się więcej

Partnerzy merytoryczni

logo-img
logo-img