Sztuczna inteligencja i analiza danych w Pythonie
Planowane rozpoczęcie
Cena
Czas trwania
Tryb nauki - stan na 17.03.26
STUDIA PODYPLOMOWE
Python stanowi obecnie standard w obszarze sztucznej inteligencji i analizy danych, będąc podstawowym narzędziem wykorzystywanym w nowoczesnych rozwiązaniach biznesowych, finansowych, administracyjnych i przemysłowych. Program studiów zakłada silny nacisk na praktyczne, projektowe kształcenie, umożliwiające nabycie umiejętności bezpośrednio wykorzystywanych w pracy zawodowej, takich jak praca z danymi, budowa i walidacja modeli uczenia maszynowego oraz wdrażanie rozwiązań opartych na AI.
Znajomość programowania w języku Python nie jest wymagana, zapewniamy 2 bloki wprowadzające do języka:
1. składnia podstawowa,
2. wprowadzenie do wykorzystania jezyka Python w analizach danych.
Dopiero po zaliczeniu tych dwóch bloków rozpoczynamy bloki tematyczne.
Kierunek w odróżnieniu od kierunku w ujęciu praktycznym jest nastawiony na naukę samodzielnego programowania analiz danych i ma rozszerzony program zajęć (240h).
Sztuczna inteligencja i analiza danych w Pythonie
Informacje o kierunku
Utworzenie studiów podyplomowych „Sztuczna inteligencja i analiza danych w Pythonie” odpowiada na rosnące zapotrzebowanie rynku pracy na specjalistów posiadających praktyczne kompetencje w zakresie analizy danych oraz wykorzystania metod sztucznej inteligencji i uczenia maszynowego. Dynamiczny rozwój technologii AI powoduje istotną lukę kompetencyjną pomiędzy wymaganiami pracodawców a ofertą kształcenia podyplomowego.
Program
| Lp | Nazwa | Godziny | ECTS |
| 1 | Prowadzenie projektu AI | 8 | 1 |
| 2 | Uczenie maszynowe i sztuczna inteligencja w działaniu: krajobraz metod i zastosowań | 8 | 1 |
| 3 | Data Preprocessing | 8 | 1 |
| 4 | Metody i techniki zbierania oraz definiowania wymagań – zagadnienia zaawansowane | 8 | 1 |
| 5 | Programowanie w języku Python | 24 | 2 |
| 6 | Analiza opisowa i wizualizacja danych w Pythonie | 20 | 2 |
| 7 | Podstawy uczenia maszynowego | 16 | 2 |
| 8 | Uczenie maszynowe w Pythonie | 28 | 4 |
| 9 | Data Mining w Pythonie | 16 | 2 |
| 10 | Wnioskowanie statystyczne w analizie danych | 16 | 2 |
| 11 | Zintegrowana Analiza Danych z wykorzystaniem SQL i Pythona | 16 | 2 |
| 12 | Deep Learning w TensorFlow/Keras: warstwy i architektury | 16 | 2 |
| 13 | Deep Learning w PyTorch: trening i optymalizacja modeli | 16 | 2 |
| 14 | NLP w Pythonie | 16 | 2 |
| 15 | Computer Vision w Pythonie | 16 | 2 |
| 16 | Projekt dyplomowy | 8 | 2 |
| Razem | 240 | 30 | |
dr inż. Natalia Gietka
– Prowadzenie projektu AI,
dr inż. Karol Flisikowski
– Data Preprocessing,
– Analiza opisowa i wizualizacja danych w Pythonie,
– Wnioskowanie statystyczne w analizie danych,
dr inż. Aleksandra Karpus
– Data Mining w Pythonie,
dr Błażej Kochański
– Uczenie maszynowe i sztuczna inteligencja w działaniu: krajobraz metod i zastosowań,
mgr inż. Jakub Kukowski
– Deep Learning w TensorFlow/Keras: warstwy i architektury,
dr inż. Paulina Listewnik
– Programowanie w języku Python,
dr inż. Aleksandra Nabożny
– NLP w Pythonie,
mgr inż. Adrian Najczuk
– Uczenie maszynowe w Pythonie,
mgr inż. Natalia Potrykus
– Deep Learning w PyTorch: trening i optymalizacja modeli,
– Computer Vision w Pythonie,
mgr inż. Małgorzata Pykała
– Zintegrowana Analiza Danych z wykorzystaniem SQL i Pythona,
dr inż. Mateusz Radzimski
– Podstawy uczenia maszynowego,
dr inż. Sebastian Wilczewski
– Metody i techniki zbierania oraz definiowania wymagań – zagadnienia zaawansowane.
- Trwa nabór na 1 edycję
- Studia są realizowane przez 2 semestry, zajęcia odbywają się średnio co dwa tygodnie, w piątki (w godz. 16.00 – 20.00) i soboty (w godz. 8.00 – 16.00).
- Zajęcia będą odbywały się z wykorzystaniem prywatnych komputerów uczestników,
Aktualności aplikacyjne
- Trwa nabór na 1 edycję
- Skan formularza zgłoszeniowego i dyplomu ukończenia studiów można wysłać mailem
Kontakt
Kierownik Studiów Podyplomowych
Sekretariat
mgr inż. Joanna Gryczka
pokój 116 gmach WZiE
joanna.gryczka@pg.edu.pl
T: +48 58 347 19 22
Rekrutacja – skan formularza zgłoszeniowego i dyplomu ukończenia studiów można wysłać mailem.
Referencje
Dlaczego studia na PG?