Studia podyplomowe

Wizualna analityka danych

REJESTRACJA ZAMKNIĘTA

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 na stanowiskach takich jak analityk danych, programista Business Intelligence, specjalista Data Science czy statystyk w działach sprzedaży, marketingu i finansów. Program studiów ma na celu rozwijanie kompetencji związanych z analizą danych oraz pracą z zaawansowanymi narzędziami analitycznymi, które wykraczają poza podstawowe funkcje Excela. Dodatkowo, uczestnicy będą mieli możliwość rozwijania umiejętności prezentacji danych, zdobywając wiedzę na temat tworzenia efektywnych wizualizacji, które są użyteczne dla różnych grup 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 formie warsztatów w trybie weekendowym zdalnym 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.

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.

Łukasz Chłystowski to doświadczony specjalista BI, posiadający certyfikaty Tableau Desktop Associate oraz Alteryx Advanced Designer. Pracuje jako konsultant BI w Astrafox, gdzie od ponad 7 lat wspiera rozwój rozwiązań analitycznych w obszarze Tableau i Alteryx. Wcześniej zdobył 11-letnie doświadczenie w Carlson Wagonlit Travel, pełniąc funkcje menedżerskie i analityczne. Absolwent matematyki na Uniwersytecie Warszawskim, wyróżnia się umiejętnościami prezentacyjnymi, zarządzaniem projektami i pracą zespołową.

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

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 firm w Polsce, Irlandii, UK, czy Szwajcarii. Poza pracą Hubert prowadzi dwie grupy społecznościowe: warszawski oddział Data Community Poland oraz Warsaw Power BI User Group.

Dr hab. inż. Marcin Luckner specjalizuje się w praktycznych zastosowaniach uczenia maszynowego i analizy danych. Jego prace naukowe dotyczą wykrywania anomalii i zagrożeń w ruchu sieciowym, analizy danych transportu publicznego, lokalizacji odbiorników telefonii komórkowej. W ramach Ośrodka Badań dla Biznesu prowadzi projekty badawczo-rozwojowe dla firm. Realizował granty Narodowego Centrum Badań i Rozwoju i Narodowego Centrum Nauki. Był kierownikiem badawczym polskiego zespołu w europejskim projekcie z konkursu Horizon 2020 Big Data dotyczącego przetwarzania dużych strumieni danych miejskich. Posiada certyfikaty PRINCE2® Foundation i PRINCE2® Practitioner. Był członkiem rektorskiego zespołu ds. Innowacyjnych form kształcenia INFOX. Ukończył szkolenia dotyczące Problem Based Learning i Design Thinking. Prowadził warsztaty DT na DTWeek, TEDx i szkolenia dla firm.

Zawodowo związany z Data Science oraz analityką biznesową, absolwent kierunku Data Science and Business Analytics na Wydziale Nauk Ekonomicznych UW. Mateusz posiada ponad 5 lat doświadczenia w tworzeniu rozwiązań analitycznych. Doświadczenie zdobywał jako Business Intelligence Analyst w agencji mediowej Sales&More. Obecnie od ponad 3 lat pracuje jako Senior Engineer w Bain & Company, gdzie projektuje i tworzy zaawansowane aplikacje analityczne wsparte algorytmami Data Science w różnych technologiach, w tym Tableau i Dash.

Linkedin:
https://www.linkedin.com/in/mateusz-majak/

Od 2018 roku zajmuje się analizą danych, uczeniem maszynowym oraz programowaniem w Pythonie. W międzyczasie ukończył studia na kierunku Energetyka, podczas których zajmował się matematycznym modelowaniem procesów transportu ciepła i masy. Szybko jednak przebranżowił się do IT i jako data scientist pracował przy projektach dla sektorów takich jak finanse, telekomunikacja czy media. Ponadto prowadzi szkolenia, warsztaty oraz zajęcia na bootcampach z zagadnień na pograniczu Pythona i data science. W wolnym czasie podróżuje motocyklem i aktywnie spędza czas.

Tytuł magistra inżyniera zdobył na Wydziale Elektroniki i Technik Informacyjnych Politechniki Warszawskiej w 2001 roku, a pięć lat później uzyskał stopień doktora nauk technicznych w dyscyplinie Informatyka. Związany z Instytutem Informatyki i Zakładem Systemów Informacyjnych od 2005 roku, specjalizuje się w badaniach nad metodami eksploracji danych i ich praktycznym zastosowaniem do odkrywania wiedzy w różnych typach danych: relacyjnych, sekwencyjnych, grafowych oraz tekstowych. Jego prace obejmują także opracowywanie innowacyjnych rozwiązań w tej dziedzinie. W sferze dydaktycznej prowadzi projekty i laboratoria dotyczące baz danych oraz metod eksploracji danych. Karierę akademicką rozwijał jako adiunkt (2006-2018), następnie starszy wykładowca (2018-2020), by od 2020 roku powrócić na stanowisko adiunkta. W 2021 roku został wyróżniony Nagrodą JM Rektora zespołową II stopnia za osiągnięcia naukowe.

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/

Jest doświadczonym badaczem i analitykiem danych, który współpracował z firmami, uniwersytetami oraz organizacjami non-profit w Szwajcarii, Austrii, Francji i Polsce. Specjalizuje się w wykorzystaniu sztucznej inteligencji i uczenia maszynowego w innowacyjnych branżach, takich jak biotechnologia, rozwój leków czy dostawy dronami. Łączy klasyczne metody uczenia maszynowego, przetwarzanie języka naturalnego, techniki głębokiego uczenia oraz solidną metodologię data science z głęboką wiedzą dziedzinową. W trakcie swojej kariery konsekwentnie wykazywał umiejętność wydobywania cennych wniosków z kompleksowych zbiorów danych, tworzenia niezawodnych algorytmów i optymalizacji procesów. Doskonale odnajduje się w różnorodnych, międzynarodowych zespołach, nawet w wymagających okolicznościach.

Linkedin:
https://www.linkedin.com/in/pawel-rosikiewicz/

GitHub:
https://github.com/PawelRosikiewicz

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 LinkedIn 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/

Sebastian Wareluk to ekspert w dziedzinie wizualizacji danych i senior BI konsultant z ponad 7-letnim doświadczeniem w Astrafox, specjalizujący się w Tableau, Alteryx oraz Google Looker Studio. Posiada doświadczenie akademickie jako wykładowca na Politechnice Warszawskiej i Warszawskim Uniwersytecie Medycznym. Jego specjalizacja obejmuje Big Data w zdrowiu publicznym, a także wizualizację danych na potrzeby analiz biznesowych.

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

Rada programowa

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

Jarosław Chudziak

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

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

Mgr inż. Rajmund Kożuszek

Zastępca Dyrektora Instytutu Informatyki ds. Nauczania

Dr Radosław Lipiński

Head of Delivery Excellence, Roche Global IT Solution Centre

Dr inż. Piotr Maciąg

adiunkt w Instytucie Informatyki PW

Prof. dr hab. inż.Mieczysław Muraszkiewicz

Profesor, Instytut Informatyki PW

Dr inż. Jakub Nowacki

Experienced Machine Learning Engineer

Andrzej Olękiewicz

Data Scientist at ZPAV

Grzegorz Ostrowski

Dyrektor Data Analytics, mBank S.A.

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

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

2024 © Sages