To jest instalacja testowa. Nie można rekrutować się przy jej pomocy.

Rekrutacja na studia podyplomowe 2019/20

zmień rekrutację anuluj wybór

Oferta prezentowana na tej stronie ograniczona jest do wybranej rekrutacji. Jeśli chcesz zobaczyć resztę oferty, wybierz inną rekrutację.

Studia Podyplomowe Data Science w zastosowaniach biznesowych. Warsztaty z wykorzystaniem programu R.

Szczegóły
Kod SP-DS
Jednostka organizacyjna Wydział Nauk Ekonomicznych
Kierunek studiów ekonomia
Forma studiów Niestacjonarne
Poziom kształcenia Podyplomowe
Języki wykładowe polski
Limit miejsc 50
Czas trwania 2 semestry
Adres komisji rekrutacyjnej ul. Długa 44/50
00-241 Warszawa
tel. 0 22 55 49 178
Godziny otwarcia sekretariatu Poniedziałki 9.00-18.00,
od wtorku do czwartku 9.00-16.00,
piątki 9.00-14.00,
w soboty zjazdowe 9.00-13.00
Adres WWW http://www.wne.uw.edu.pl
Wymagany dokument
  • Wykształcenie wyższe
  Zadaj pytanie
Obecnie nie trwają zapisy.

Minione tury w tej rekrutacji:
  • Tura 1 (06.05.2019 00:01 – 30.09.2019 23:59)

 

Oferta studiów podyplomowych Wydziału Nauk Ekonomicznych Uniwersytetu Warszawskiego „Data Science w zastosowaniach biznesowych. Warsztaty z wykorzystaniem programu R” jest odpowiedzią na rosnące zapotrzebowanie na rynku na interdyscyplinarnych analityków danych – tzw. data scientists. Głównym celem projektu jest podniesienie kompetencji osób zajmujących się szeroko rozumianą pracą z danymi w odniesieniu do analityki biznesowej oraz nowej dynamicznie rozwijającej się dziedziny – Data Science.

Kandydaci

Oferta studiów skierowana jest do pracowników instytucji analitycznych, statystycznych, finansowych, również do pracowników instytucji administracji publicznej oraz środowisk biznesowych, dla których niezbędna jest wiedza o przetwarzaniu danych i analizie dużych ilości danych z wykorzystaniem nowoczesnych narzędzi analitycznych.

Opis Studiów

Program studiów

Program studiów przygotowuje słuchaczy do nowoczesnej pracy analitycznej na przykładach realnych problemów biznesowych.
Program studiów obejmuje następujące przedmioty: Wprowadzenie do R i R Studio, Wczytywanie danych do R, Przygotowanie danych do analiz, Statystyczna analiza danych, Wizualizacja danych w R, Zaawansowane programowanie w R, Machine Learning 1. Metody klasyfikacji, Machine learning 2. Modele regresji, Machine learning 3. Analiza asocjacji i metody grupowania, Text mining i Social Media Mining (Twitter, Facebook, Google), Tworzenie aplikacji webowych, Analityka dużych zbiorów danych w R, 4 fakultety do wyboru:  Raporty i prezentacje w R Markdown, Web scraping, Statystyka bayesowska w R, Wprowadzenie do szeregów czasowych, Analizy przestrzenne w R, R w pakiecie MS Office, Zaawansowane ekonometria – metody ewaluacyjne, Algorytmiczne strategie inwestycyjne.

Wykładowcy

Wśród wykładowców są: dr hab. Katarzyna Kopczewska, dr Tomasz Kopczewski, dr Karolina Kuligowska, dr Paweł Sakowski, dr Piotr Wójcik, mgr Piotr Ćwiakowski, mgr Wojciech Hardy, mgr Magdalena Kalbarczyk, mgr Karol Partyka, Marek Wielgosz.

Tryb studiów i częstotliwość zjazdów

Zaoczny, zjazdy w soboty i w niedziele, średnio 2 razy w miesiącu.

Zaliczenia

Warunkiem ukończenia studiów podyplomowych jest jednoczesne spełnienie następujących kryteriów:

-         zaliczenie wszystkich testów cząstkowych (minimum 60% poprawnych odpowiedzi w każdym z nich)

-         udział w minimum 80% zajęć

-         przygotowanie pod kierunkiem osoby posiadającej co najmniej stopnień doktora w ramach konsultacji indywidualnych w drugim semestrze studiów i złożenie w terminie pracy dyplomowej oraz uzyskanie dwóch pozytywnych recenzji.

Absolwenci, którzy spełnią powyższe kryteria, otrzymają świadectwo ukończenia studiów podyplomowych Uniwersytetu Warszawskiego.

Absolwenci 

Dzięki połączeniu wiedzy teoretycznej z praktyczną, absolwenci studiów staną się ekspertami z dziedziny interdyscyplinarnej analizy danych (analizy statystyczne, machine learning, data mining, programowanie w R).

Absolwent studiów będzie posiadał zaawansowaną wiedzę z zakresu pracy z danymi w programie R, a dokładniej:

-         znał efektywne metody przeglądowej analizy danych,

-         znał zasady budowy i obróbki bazy danych,

-         umiał wykorzystywać wnioskowanie statystyczne na poziomie podstawowym i zaawansowanym,

-         znał na poziomie zaawansowanym język programowania R i wydajne metody służące do pracy z danymi, także z dużymi zbiorami danych,

-         umiał tworzyć zaawansowane i efektywne wizualizacje danych statystycznych,

-         posiadał niezbędną wiedzę teoretyczną i praktyczną z szeroko pojętej tematyki data science (m.in. machine learning, data mining, text mining),

-         umiał budować i walidować modele prognostyczne na podstawie poznanych algorytmów statystycznych i ekonometrycznych.

Absolwent studiów będzie posiadał umiejętność pracy z danymi w programie i języku programowania R, a dokładniej:

-         samodzielnej pracy w programie R przy wykorzystaniu zaawansowanych narzędzi statystycznej analizy danych,

-         programowania w R na poziomie zaawansowanym (projektowanie własnych algorytmów i funkcji, dynamicznych raportów),

-         tworzenia zaawansowanych statystycznych i interaktywnych wizualizacji danych,

-         tworzenia aplikacji internetowych (web scraping, aplikacje webowe w pakiecie shiny),

-         dogłębnego analizowania danych empirycznych przy pomocy specjalistycznych pakietów ekonometrycznych programu R,

-         budowy i walidacji modeli predykcyjnych wykorzystujących różne algorytmy (machine learning),

-         tworzenia automatycznie generowanych raportów z przeprowadzonych analiz danych (R Markdown),

-         samodzielnego tworzenia (projektowania, programowania i wdrażania) profesjonalnych aplikacji biznesowych w środowisku R.

Rekrutacja

Wymagane dokumenty

Kandydaci na studia powinni złożyć w dziekanacie studiów: odpis lub kopię dyplomu ukończenia studiów wyższych (magisterskich lub licencjackich), standardowy kwestionariusz osobowego (wg wzoru UW) - koniecznie z podaniem adresu email i numeru telefonu kontaktowego, zobowiązanie do ponoszenia kosztów odpłatności za studia (wg wzoru), CV wg własnego wzoru kandydata, 3 zdjęcia.

Uniwersytet Warszawski
Wydział Nauk Ekonomicznych
ul. Długa 44/50, 00-241 Warszawa

Opis rekrutacji

Studia są kierowane do osób pracujących na co dzień z danymi. Wcześniejsza znajomość programu R nie jest wymagana. Kolejność zgłoszeń liczona jest na podstawie otrzymanych przez sekretariat studiów kompletnych dokumentów rekrutacyjnych.

Czesne

9 000 PLN - Bank Millennium S.A. Oddział w Warszawie

Dodatkowe informacje 

http://datascience.wne.uw.edu.pl