Sztuczna inteligencja i automatyzacja procesów biznesowych w ujęciu praktycznym
Planowane rozpoczęcie
Cena
Czas trwania
Tryb nauki - stan na 21.11.24
STUDIA PODYPLOMOWE
Sztuczna inteligencja już od kilku dobrych lat jest na ustach całego świata. Niezmiennie i powszechnie brakuje ekspertów w tej dziedzinie dlatego planując rozwój swojej kariery zawodowej postaw na pewnego konia. Na naszych studiach podyplomowych możesz wybrać jedną z dwóch ścieżek w zależności od Twojego stopnia zaawansowania w posługiwaniu się językiem Python.
Sztuczna inteligencja i automatyzacja procesów biznesowych w ujęciu praktycznym
Informacje o kierunku
Celem studiów jest przekazanie wiedzy z elementarza języka programowania Python (36 godzin) oraz zapoznanie studentów z podstawowymi operacjami dotyczącymi analizy danych i ich wizualizacji. Celem jest także przedstawienie statystycznych aspektów analizy danych oraz uczenia maszynowego. W blokach zajęciowych omawiane będą różnorodne algorytmy sztucznej inteligencji w ujęciu biznesowym (na przykładach w języku Python, w stylu tzw. „end-to-end” – od pomysłu do wdrożenia).
Rewolucja technologiczno-gospodarcza
Opis: W ramach przedmiotu wyjaśnia się na czym polega rewolucja technologiczno-gospodarcza dokonująca się obecnie w świecie, także powoli w Polsce, również pokazuje się wpływ tej rewolucji na gospodarkę, na zmianę modeli biznesowych, na zmianę zapotrzebowania na pracowników zarówno tych wysokokwalifikowanych, ale też zmianę pozycji na rynku tych niskokwalifikowanych.
Prowadzący: dr hab. Ewa Lechman, prof. PG
Sposób zaliczenia: aktywny udział za zajęciach
Liczba godzin: 4
Etyka w sztucznej inteligencji
Opis: Przedmiot ma za zadanie nie tylko pokazać problemy natury etycznej – jakie są i będą stawiane przed naukowcami/menedżerami/użytkownikami urządzeń wyposażonych w sztuczną inteligencję [problem odpowiedzialności, granic stosowania, transparentności działań – ale ma też zwrócić uwagę na efekty negatywne w społeczeństwie wprowadzania rozwiązań bazujących na sztucznej inteligencji : znikania granic prywatności, nasilenie efektów.
Prowadzący: dr Ewa Hope
Sposób zaliczenia: aktywny udział za zajęciach
Liczba godzin: 4
Metody i narzędzia specyfikowania procesów biznesowych
Opis: Celem przedmiotu jest ukazanie słuchaczom metod i narzędzi do specyfikowania procesów biznesowych. Zajęcia pozwalają na nabycie praktycznej wiedzy i umiejętności z zakresu modelowania procesów za pomocą notacji BPMN w stopniu umożliwiającym interpretację zamodelowanych procesów, ze szczególnym uwzględnieniem elementów procesów możliwych do zoptymalizowania i wprowadzenia sztucznej inteligencji.
Prowadzący: mgr inż. Kamil Brodnicki
Sposób zaliczenia: rozwiązanie zadań na zajęciach
Oprogramowanie: Visio i Enterprise Architect
Liczba godzin: 4
Metody i techniki zbierania oraz definiowania wymagań – zagadnienie podstawowe
Opis: Celem przedmiotu jest zaznajomienie słuchaczy z metodami i technikami zbierania oraz dokumentowania wymagań (zarówno funkcjonalnych jak i niefunkcjonalnych) z perspektywy wdrażania rozwiązań automatyzacji procesów biznesowych i sztucznej inteligencji. Zbieranie wymagań w tym przypadku wymaga łączenia klasycznych umiejętności analityka biznesowego, konsultanta i architekta rozwiązań technologicznych. Przedstawione zostaną zagadnienie związane z zarządzaniem wymaganiami w projektach realizowanych zarówno w podejściu klasycznym jak zwinnym (Agile). Przedstawione zostaną podstawowe techniki dekompozycji i opisywania wymagań.
Prowadzący: dr inż. Sebastian Wilczewski
Sposób zaliczenia: ćwiczenia wykonywane w grupach na zajęciach
Liczba godzin: 16
Sztuczna Inteligencja w firmie – Transformacja Biznesu
Opis: W trakcie zajęć przedstawiona zostanie biznesowa perspektywa wdrażania rozwiązań z zakresu sztucznej inteligencji i nowoczesnych technologii. Omówione zostaną studium przypadków implementacji z różnych branż w kontekście konkretnych modeli biznesowych i główne wyzwania z tym związane. Poruszone zostaną elementy związane z transformacją firm, kulturą Organizacji i organizacją pracy; w tym funkcjonowania działów: R&D, Innowacji, Projektowych. Przedyskutujemy zagadnienia procesowego spojrzenia na funkcjonowanie Firm w kontekście wdrażania nowoczesnych technologii (AI) celem zwiększenia efektywności działania, optymalizacji łańcucha wartości i zwiększania satysfakcji klienta (Customer Experience).
Prowadzący: mgr Anna Pilawa – manager, praktyk biznesu
Sposób zaliczenia: zapoznanie się z materiałami przesłanymi przed zajęciami, przygotowanie przykładów z udanych i nie udanych wdrożeń w obszarze AI
Liczba godzin: 6
Analiza wybranego studium przypadku rozwiązania AI
Opis: Przedmiot obejmuje omówienie: A. Kontekst:1. Czym jest AI (mapa pojęć związanych z AI/ML/Modelowaniem)? 2. Kiedy konieczne jest użycie AI i dlaczego niekoniecznie powinniśmy atakować każdy problem sieciami neuronowymi? 3. Dlaczego samo AI nie wystarcza? 4. X + AI. 5. Co możemy osiągnąć dzięki XAI i dlaczego adaptować się do zmian na świecie? 6. Bayesowskie sieci neuronowe i to, co przed nami. B. Zrób to sam, projekt XAI: 1. Możliwości promocji i finansowania zespołu, bądź startupu technologicznego. 2. Zarządzanie zespołem (najlepiej w Scrum). 3. Stworzenie środowiska pracy. 4. Jak dostarczyć automatyczną diagnozę zdjęć RTG polskiemu szpitalowi. C. Tworzenie pitch deck’u.
Prowadzący: mgr Jakub Borkowski
Sposób zaliczenia: aktywność na zajęciach
Liczba godzin: 4
Automatyzacja i robotyzacja procesów biznesowych w praktyce
Opis: Przedmiot „Automatyzacja i robotyzacja (RPA) procesów biznesowych w praktyce” jest przeznaczony dla osób na różnych stanowiskach w organizacji, które chciałyby poznać możliwości wykorzystania elementów automatyzacji, jako elementu doskonalenia organizacji oraz zbudowania w tym obszarze nowych kompetencji, niezbędnych w szybko zmieniającym się świecie. Słuchacze będą mieli okazję zapoznać się z możliwościami, jakie daje zastosowanie Robotic Proces Automation, które będąc atrakcyjną alternatywą wobec implementacji zmian w systemach informatycznych, pozwala na uwolnienie pracowników od powtarzalnych, nudnych zadań, a tym samym skupienie się na procesach wymagających inteligencji. Słuchacze będą mieli możliwość przejść pełną ścieżkę, jaka realizowana jest w organizacjach, które zdecydowały się na zastosowanie robotyzacji a więc od zdefiniowania strategii automatyzacji, ocenę i selekcję procesów do automatyzacji, zbudowanie zespołu niezbędnego do przygotowania procesów automatyzacji, wybór metody automatyzacji, aż do przygotowania i opomiarowania procesów oraz samodzielnego wykorzystania platformy. Słuchacze poznają również metody oceny efektów wdrożenia botów w organizacji, jak również poznają metody szacowania ryzyka związanego z zastosowaniem robotyzacji wraz z metodami ich mitygacji. Zakres przedmiotu pozwoli słuchaczom być przygotowanym na wykorzystanie wiedzy z zakresu RPA w organizacjach różnych rozmiarów i o różnym profilu działalności.
Prowadzący: dr Grażyna Musiatowicz-Podbiał
Sposób zaliczenia: wykonanie zadania na zajęciach
Oprogramowanie: UiPath Community Cloud
Liczba godzin: 16
Programowanie w języku Python (podstawy)
Opis: Celem przedmiotu jest nauka programowania w języku Python. Studenci będą zapoznawani z takimi tematami jak: konfiguracja środowiska, składnia języka, podstawowe i złożone typy danych, podstawowe operacje, instrukcje warunkowe, pętle, funkcje, obsługa bibliotek oraz obsługa plików z użyciem języka Python. Przedmiot będzie realizowany zarówno w formie wykładu jak i laboratorium. Zaliczenie przedmiotu będzie polegało na zaliczeniu kolokwium lub zrealizowaniu projektu.
Prowadzący: mgr Robert Benke
Sposób zaliczenia: kolokwium lub projekt
Oprogramowanie: Python, PyCharm
Liczba godzin: 20
Programowanie w języku Python – analiza danych i wizualizacja
Opis: Celem przedmiotu jest nauka narzędzi i metod analizy oraz wizualizacji danych w języku Python. Studenci będą zapoznawani z takimi tematami jak: analiza danych z użyciem biblioteki numpy, analiza danych z użyciem biblioteki pandas, analiza plików txt, JSON, html oraz Microsoft Excel, wizualizacja danych z użyciem biblioteki matplotlib oraz seaborn. Przedmiot będzie realizowany zarówno w formie wykładu jak i laboratorium. Zaliczenie przedmiotu będzie polegało na zaliczeniu kolokwium lub zrealizowaniu projektu.
Prowadzący: mgr Robert Benke
Sposób zaliczenia: kolokwium lub projekt
Oprogramowanie: Python, Pycharm, numpy, pandas, matplotlib, seaborn
Liczba godzin: 16
Podstawy teorii uczenia maszynowego
Opis: Przedmiot przedstawia mapę pojęć związanych ze sztuczną inteligencją, przede wszystkim oferując wskazówki pomagające poruszać się po świecie modelowania, czyli też AI. Wiele zagadnień, z którymi słuchacze mogli spotkać się do tej pory nie będzie brzmiało już tak enigmatycznie, a uczestnicy zostaną uzbrojeni w wiedzę, dzięki której praktyczne zastosowanie ML będzie znacznie prostsze i bardziej intuicyjne.
Prowadzący: mgr Jan Wasilewski
Sposób zaliczenia: test, pytania otwarte
Liczba godzin: 16
Wprowadzenie do uczenia maszynowego w Pythonie
Opis: Zajęcia będą podzielone na wprowadzenie do używanych narzędzi, a później rozwinięcie praktycznych aspektów posługiwania się AI. Ponadto omówione zostaną techniki przygotowania danych tak, aby projektowane rozwiązania były optymalne. Przytoczone zostaną konkretne przykłady, co ułatwi w przyszłości identyfikację zapotrzebowania na rozwiązanie uczenia maszynowego w biznesie. W ramach przedmiotu zostaną przedstawione algorytmy wykorzystywane w różnych firmach na świecie.
Prowadzący: mgr Jan Wasilewski
Sposób zaliczenia: Uczestnicy dostaną do rozwiązania zagadnienie regresji lub klasyfikacji, oparte na przykładach z zajęć.
Liczba godzin: 16
Podstawy analizy danych
Opis: Celem przedmiotu jest przedstawienie podstawowych pojęć oraz zadań statystycznej analizy danych w otoczeniu biznesowym. Zajęcia realizowane będą w formie dyskusji i prezentacji rozwiązań problemów obejmujących poszczególne typy analizy statystycznej w różnorakim kontekście biznesowym – na zanonimizowanych faktycznych danych. Część pierwsza (8h) obejmie statystykę opisową. Część druga (8h) – modelowanie statystyczne.
Prowadzący: dr inż. Karol Flisikowski
Oprogramowanie: R, R-studio
Wymagania wstępne: Znajomość matematyki na poziomie szkoły średniej.
Sposób zaliczenia: Wykonanie raportu w R-Markdown (w parach).
Liczba godzin: 16
Deep Learning w Keras
Opis: W trakcie realizacji tego przedmiotu słuchacz pozna teorię sieci neuronowych i sposób ich budowania za pomocą interfejsu Keras. Po zakończeniu przedmiotu słuchacz będzie w stanie zbudować wielowarstwowe perceptrony, sieci konwolucyjne, sieci rekurencyjne i autokodery do zadań regresji, klasyfikacji i niektórych zadań nienadzorowanych. Zostanie tez pokazane jakie zastosowanie ma przekazana wiedza w biznesie.
Prowadzący: mgr Michał Maj
Oprogramowanie: Python z zainstalowanym pakietem tensorflow w wersji >= 2.0, podstawowe pakiety (np. numpy).
Wymagania wstępne: podstawowa znajomość Pythona, podstawowa znajomość Machine Learningu – regresja liniowa i logistyczna (tego nauczą się słuchacze z podstaw ML w Pythonie).
Sposób zaliczenia: Raport realizowany w parach.
Liczba godzin: 18
Metody rozpoznawania obrazów
Opis: W ramach tego przedmiotu słuchacz pozna teorię bardziej zaawansowanych zadań Computer Vision (CV), takich jak: detekcja obiektów, segmentacja obrazu i optyczne rozpoznawanie znaków: czym jest detekcja obiektów, najnowocześniejsze algorytmy detekcji obiektów, zastosowania detekcji obiektów, czym jest segmentacja obrazu, najnowocześniejsze algorytmy do segmentacji obrazów, zastosowania segmentacji obrazu, czym jest optyczne rozpoznawanie znaków, zastosowania OCR. Zostanie pokazane też jakie zastosowanie ma przekazana wiedza w biznesie.
Prowadzący: mgr Michał Maj
Wymagania wstępne: zajęcia nie wymagają szczególnego przygotowania teoretycznego. Pomocna będzie ogólna umiejętność obsługi oprogramowania.
Sposób zaliczenia: aktywność na zajęciach.
Liczba godzin: 4
NLP w Pythonie
Opis: Celem przedmiotu jest praktyczne przedstawienie studentom zagadnień przetwarzania języka naturalnego. Studenci dowiedzą się w jaki sposób komputery reprezentują i przetwarzają tekst oraz poznają techniki analizy i wnioskowania na podstawie danych tekstowych. Zaliczenie odbywać się będzie na podstawie oceny dwóch zadań sprawdzających zrozumienie omawianych tematów.
Prowadzący: mgr inż. Robert Benke
Wymagania wstępne: podstawy programowania w Pythonie
Sposób zaliczenia: test
Liczba godzin: 8
Prezentacja projektów
Opis: Realizacja własnego projektu będzie zwieńczeniem nauki na danej ścieżce studiów, a zarazem okazją do wykorzystania i rozwinięcia wszystkich nabytych w jego trakcie umiejętności. Tematy prac oraz opiekunowie – do wyboru.
Prowadzący: dr inż. Karol Flisikowski
Liczba godzin: 4
łącznie godzin: 184
mgr Robert Benke
email: robert.benke@pg.edu.pl
Asystent (doktorant) w Katedrze Architektury Systemów Komputerowych Wydziału Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej. Ostatnia publikacja: Klasyfikacja tekstu przy użyciu grafowych sieci neuronowych, gdzie opisano dwie metody grafowej reprezentacji tekstu oraz algorytm grafowych sieci konwolucyjnych.
mgr Jakub Borkowski
email: jakub.borkowski@chionis.co
Absolwent matematyki finansowej, mól książkowy, pasjonat muzyki i lekkiego życia. Nieznosząca bezczynności dusza wciąż zmusza mnie do biegu w poszukiwaniu nowych ścieżek rozwoju. Ostatnio ukończyłem pracę z zakresu automatycznej diagnozy zdjęć RTG, nauczyłem się poprawnie piec soufflé i zarządzać niewielkim hotelem. Ponadto wraz z kolegą ze studiów zdecydowaliśmy się założyć zespół, który opracował oparte na wyjaśnialnej sztucznej inteligencji rozwiązanie dla lokalnej sieci placówek medycznych. Moje główne zainteresowania to marketing marki, podróże (głównie Afryka i Kaukaz Południowy), etno, jazz, sirtaki, tennis, narciarstwo, projekty graficzne i wykorzystanie wysokich technologii w medycynie.
dr inż. Kamil Brodnicki
email: kamil.brodnicki@zie.pg.gda.pl
Kamil Brodnicki jest asystentem w Katedrze Informatyki w Zarządzaniu na Wydziale Ekonomii i Zarządzania Politechniki Gdańskiej. Od 2017 roku jest kierownikiem laboratorium Customer Experience. Od 2011 roku pracuje w jednej z trójmiejskich firm IT jako Analityk Systemów Informatycznych, realizując projekty z branży finansowej. Jego zainteresowania badawcze koncentrują się w następujących obszarach: ergonomia i użyteczność w projektach informatycznych, analiza biznesowa i systemowa w IT, zastosowanie Design Thinking w funkcjonowaniu przedsiębiorstw.
dr inż. Karol Flisikowski
email: karflisi@pg.edu.pl | www.flisikowski.eu
Karol Flisikowski jest absolwentem Wydziału Elektroniki, Telekomunikacji i Informatyki oraz Wydziału Zarządzania i Ekonomii na Politechnice Gdańskiej, gdzie obronił w 2015 roku rozprawę doktorską w dyscyplinie ekonomia/statystyka. W roku 2017 odbył staż na Uniwersytecie Porto, natomiast w latach 2018-2019 pracował na I-Shou University w Tajwanie. Od 15 lat jest pracownikiem Politechniki Gdańskiej, związanym z Zakładem Statystyki. Aktualnie zajmuje się modelowaniem ryzyka kredytowego i ograniczeń budżetowych gospodarstw domowych. Wśród jego głównych publikacji, można wyróżnić dwa wysoce cytowane artykuły JCR. W międzyczasie pracował także jako analityk kredytowy, budował modele scoringowe dla kilku instytucji. Obecnie zajmuje się głównie dydaktyką – prowadzi różnego typu kursy statystyczne (od niedawna zdalnie) oraz jest wykonawcą grantu „Mistrzowie dydaktyki”. Jest opiekunem naukowym studenckiego koła „Data Science” oraz członkiem-założycielem Centrum Nowoczesnej Edukacji PG.
dr Ewa Hope
email: ewa.hope@zie.pg.gda.pl
(Docent) Obecnie adiunkt na Wydziale Zarządzania i Ekonomii Politechniki Gdańskiej, kierownik Zakładu Nauk Filozoficznych na PG, Podyplomowych Studiów Public Relations i Podyplomowych Studiów Społecznej Odpowiedzialności Biznesu. Wykładowca przedmiotu „Etyka działań PR” na uczelniach polskich. Zdobywczyni nagród ogólnopolskich: „Łeb PR” – nominowana „za obronę prawdziwych i etycznych zasad w public relations” „Lew PR” – za „konsekwentną pracę na rzecz etyki w Public Relations”, „PRotony”za największe osiągnięcia w edukacji PR w 2013 roku. Autorka publikacji dotyczących problemów etycznych w PR, społecznej odpowiedzialności biznesu, etyki biznesu, m.inn książki „Public relations – czy to się sprawdzi?”,„Etyka w zawodzie specjalistów public relations”. Członek pierwszego składu Rady Etyki Public Relations – i jej współtwórczyni. Ekspert w Radzie Etyki PR – od 2016, ekspert w CSR – grupa Edukacja przy Ministerstwie Gospodarki. Od 2015, autorka blogu „Hope for future” na www.zie.pg.gda.pl
prof. dr hab. Ewa Lechman
email: ewa.lechman@zie.pg.gda.pl
Absolwentka Wydział Ekonomicznego Uniwersytetu Gdańskiego, od roku 2002 zatrudniona na Wydziale Zarządzania i Ekonomii Politechniki Gdańskiej, gdzie w 2007 obroniła rozprawę doktorską z zakresu ekonomii rozwoju oraz nowych technologii. W 2016 roku uzyskała stopień doktora habilitowanego w dziedzinie nauk ekonomicznych. Jej zainteresowania naukowe koncentrują się wokół zagadnień związanych z ekonomią rozwoju, zaś w szczególności skupiają się wokół problematyki rozwoju społeczno-gospodarczego, ze szczególnym uwzględnieniem roli technologii informacyjnych i komunikacyjnych, jako jego determinant. Kierownik i współwykonawca grantów badawczych finansowanych przez Narodowe Centrum Nauki, Narodowy Bank Polski, CERGE-EI Global Development Network. Za prowadzoną działalność recenzencką w czasopismach naukowych, w roku 2013 otrzymałam międzynarodową nagrodę Emerald Literati Network 2013 Awards for Excellence przyznaną przez wydawnictwo Emerald Insight. Prowadzi szeroko zakrojoną działalność ekspercką w ramach której współpracuje m.in. z Agencją Rozwoju Pomorza w zakresie (od 2009 jest członkiem Zespołu Ekspertów, przy Agencji Rozwoju Pomorza, ds. oceny projektów małych i średnich przedsiębiorstw, składanych w ramach Funduszy Unii Europejskiej), od 2013 – członek Kapituły konkursu Gdyński Biznes Plan. Ekspert ds. oceny ex- post w projektach Narodowego Centrum Badań i Rozwoju (m.in. Take Off Austria, Competence Centres for Excellent Technologies).
mgr Michał Maj
email: michalmaj116@gmail.com
Data scientist z ponad 5 latami doświadczenia w tej dziedzinie, programista R / Shiny i freelancer, który interesuje się głębokim uczeniem maszynowym i statystyką. Uwielbia nowe wyzwania i zawsze jest gotów pomóc w rozwiązywaniu problemów związanych z data science. W codziennej pracy jest odpowiedzialny za projektowanie, testowanie i rozwój zaawansowanych modeli uczenia głębokiego i maszynowego w R i Python. Jest wielkim entuzjastą języka R i współorganizatorem Trójmiejskich spotkań entuzjastów R (https://www.meetup.com/Trojmiejska-Grupa-Entuzjastow-R/). Jest twórcą pakietu „platypus”, który umożliwia budowe zaawansowanych modeli głębokiego uczenia do detekcji obiektów i segmentacji obrazów, takich jak YOLOv3 i U-Net, w kilku wierszach kodu R: https://github.com/maju116/platypus
mgr Anna Pilawa-Sąsiadek
email: annamarpil@gmail.com
Praktyk Biznesu, menedżer z ponad 20-letnim doświadczeniem zawodowym, które zdobywała w rożnych sektorach (Finanse, Bankowość, EduTech, Energetyka, Produkcja) pełniąc kluczowe role w globalnych korporacjach (Sanoma, General Electric) i spółkach giełdowych. Członek Rady Programowej Forum Nowoczesnej Produkcji. Aktualnie Dyrektor Generalny ds. Operacji w BEST SA, uprzednio Wiceprezes Zarządu Grupy Black Red White i Prezes Zarządu BRW Comfort. Współzałożycielka działającej międzynarodowo firmy ResultChamps świadczącej profesjonalne usługi biznesowe w obszarach: akceleracja sprzedaży, automatyzacja procesów i optymalizacja kosztów oraz skuteczne transformacje modeli biznesowych. W swojej dotychczasowej karierze zrealizowała ponad 100 projektów w Polsce i za granicą. Ukończyła wydział Prawa i Administracji Uniwersytetu Gdańskiego oraz studia MBA prowadzone przez Gdańską Fundację Kształcenia Menedżerów we współpracy z Erasmus University of Rotterdam. Jest również absolwentem Politechniki Gdańskiej w ramach studiów podyplomowych „Sztuczna inteligencja i automatyzacja procesów biznesowych w ujęciu praktycznym”. Prywatnie mama trójki dzieci. Interesuje się historią powszechną i technikami komunikacji. Uwielbia pływać.
dr Grażyna Musiatowicz-Podbiał
email: Grazyna.Podbial@pg.edu.pl
Dr Grażyna Musiatowicz-Podbiał jest zatrudniona na stanowisku adiunkta w Katedrze Informatyki w Zarządzaniu, Wydziału Zarządzania i Ekonomii Politechniki Gdańskiej Przez ponad 20 lat pracowała w instytucjach administracji państwowej oraz firmach sektora finansowego, m.in. w Nordea Bank Polska, GE Money Bank, Meritum Bank, Alior Bank i Nest Bank, zajmując stanowiska związane zarówno z informatyką i bezpieczeństwem teleinformatycznym, jak i zarządzając komórkami operacyjnymi i administracyjnymi. Ostatnie kilkanaście lat zarządzała zespołami specjalistów, zajmując kolejno stanowiska dyrektorskie jak i zasiadając w zarządach spółek. Aktualnie przekazuje zdobytą wiedzę i doświadczenie studentom w trakcie prowadzonych zajęć oraz rozwija swoje zainteresowania naukowe.
mgr Jan Wasilewski
email: wasilewskij823@gmail.com
Absolwent matematyki na Politechnice Gdańskiej. Obecnie prowadzi badania z dziedziny kwantowej sztucznej inteligencji jako doktorant w Szkole Doktorskiej Uniwersytetu Gdańskiego. Głównym tematem badań jest estymacja niepewności w kwantowych sieciach neuronowych. Pracuje także jako Machine Learning Research Engineer w firmie OKE Software, rozwijając produkty oparte na sztucznej inteligencji.
dr inż. Sebastian Wilczewski
email: swilczewski@zie.pg.gda.pl
Dr inż. Sebastian Wilczewski. Od ponad 20 lat w branży IT. Obecnie jest zatrudniony w firmie Nordea jako lider międzynarodowego zespołu analityków IT oraz jako adiunkt na Wydziale Zarządzania i Ekonomii Politechniki Gdańskiej. Swoje doświadczenia zbierał w różnych obszarach IT: zarządzanie wymaganiami funkcjonalnymi i niefunkcjonalnymi (BABOK, IREB), zarządzanie projektami i portfelami (w podejściu zwinnym i klasycznym), zarządzanie usługami IT (ITIL), zarządzanie wiedzą. Pracował dla firm z różnych sektorów (wytwarzanie oprogramowania, bankowość, energetyka, sektor publiczny, ubezpieczenia, inne). Chętnie dzieli się wiedzą jako wykładowca, prelegent, menadżer i konsultant na studiach podyplomowych, konferencjach oraz w moich książkach, artykułach i webcastach. Posiada prestiżowe certyfikaty: PMP (Project Management Professional), certyfikaty ITIL czy Microsoft Most Valuable Professional (MVP) oraz tytuł doktora nauk o zarządzaniu i ekonomii.
Zajęcia odbywają się średnio dwa razy w miesiącu i są prowadzone przez 10 miesięcy z pominięciem wakacyjnych.
Zajęcia laboratoryjne (czyli większość) będą się odbywały na prywatnych komputerach uczestników ze względu na:
- możliwość tworzenia indywidualnych kont użytkowników na platformach dostawców oferujących rozwiązania AI jako usługi internetowe
- możliwość pracy nad rozwiązaniami pomiędzy zajęciami, np. w domu
- możliwość zachowania wypracowanych przez użytkowników kodów źródłowych.
Aktualności aplikacyjne
- Planowane rozpoczęcie 4 edycji – październik 2024
Kontakt
Kierownik Studiów Podyplomowych
prof. dr hab. Ewa Grzegorzewska-Mischka
pokój 510 gmach WZiE
Ewa.Grzegorzewska@zie.pg.gda.pl
T: +48 58 347 28 75, +48 500 073 737
Sekretariat
mgr inż. Joanna Gryczka
pokój 116 gmach WZiE
joanna.gryczka@zie.pg.edu.pl
T: +48 58 347 19 22
Referencje
Dlaczego studia na PG?