Pomiń polecenia Wstążki
Przeskocz do głównej zawartości
Przeskocz do głównego menu
Nawiguj w górę
Logowanie
logo do druku
 
Сайт для кандидатов из Беларуси 中国申请者页面 Page for candidates from India Сайт для кандидатів з України OFERTA SGH
analiza danych – big data : analiza danych – big data
analiza danych – big data
Study in English Uniwersytet Trzeciego Wieku E-learning Szkolenia korporacyjne Kursy językowe Studia MBA Studia doktoranckie Studia podyplomowe Studia magisterskie Studia licencjackie Kursy przygotowawcze Ekonomiczny Uniwersytet Dziecięcy Akademia Młodego Ekonomisty
 

 Analiza danych - big data

 
Studia drugiego stopnia na kierunku analiza danych – big data w SGH kształcą specjalistów w zakresie pozyskiwania danych z różnych źródeł oraz ich analizy. Dają one zaawansowaną wiedzę i kompetencje umożliwiające podjęcie pracy zawodowej na stanowisku specjalisty zaawansowanej analizy danych, w przedsiębiorstwach produkcyjnych, bankach, firmach ubezpieczeniowych i telekomunikacyjnych, administracji publicznej oraz centrach badawczych wyspecjalizowanych w zaawansowanej analityce danych. Studia te przygotowują do prowadzenia prac badawczych i do podjęcia studiów trzeciego stopnia.
 

 Korzyści

 
Absolwent studiów drugiego stopnia na kierunku analiza danych – Big Data w SGH w szczególności: 

[wiedza:] 
  • posiada  zaawansowaną wiedzę z zakresu informatyki odnośnie metod generowania, zbierania, przechowywania i przetwarzania ustrukturyzowanych i nieustrukturyzowancyh danych, posiada wiedzę jak  określić strukturę IT do danego procesu biznesowego i rozumie istotę wydobywania wiedzy ze złożonych struktur danych,
  • posiada zaawansowaną wiedzę:  o matematycznych, statystycznych, ekonometrycznych  i informatycznych metodach i narzędziach analizy danych,  o metodach i narzędziach budowy modeli prognostycznych i symulacyjnych z odniesieniem do zjawisk społecznych, gospodarczych, biznesowych, gdzie taka wiedza może być wykorzystana,
  • zna możliwości i obszary zastosowania analizy danych w trybie wsadowym i w czasie rzeczywistym i  rozumie potrzeby biznesowe podejmowania decyzji w bardzo krótkim czasie,
  • zna podstawy matematyczne modelowania procesów gospodarczych, ekonomicznych i biznesowych z wykorzystaniem metod sztucznej inteligencji, uczenia maszynowego i uczenia głębokiego,
  • posiada wiedzę na temat metod nadzorowanych, nienadzorowanych,  uczenia przez wzmacnianie i potrafi łączyć różne metody w celu osiągnięcia najlepszych wyników analiz i modelowania,
  • zna technologie informatyczne wykorzystywane do analiz na komputerach stacjonarnych, na klastrach i w rozwiązaniach chmurowych,
  • posiada wiedzę w zakresie programowania z wykorzystaniem języków programowania: Python, SAS, R, SCALA,
[umiejętności:] 
  • ​rozróżnia dane ustrukturyzowane i nieustrukturyzowane i umie pozyskać i przetworzyć dane z różnych źródeł (bazy danych, pliki tekstowe, pliki multimedialne, strony internetowe, sieci społecznościowe, dane sensoryczne i geolokacyjne),
  • umie rozwiązać problemy skalowalności systemów informatycznych i  potrafi przygotować rozwiązanie informatyczne typu hurtownia danych czy jezioro danych dla przetwarzania danych tabelowych i nieustrukturyzowanych,
  • umie wybrać strukturę IT do danego procesu biznesowego, potrafi przetwarzać dane w procedurze ETL i w czasie rzeczywistym, umie budować zapytania do SQL-owych, jak i nie SQL-owych baz danych, przygotować dane do analizy,
  • potrafi implementować reguły decyzyjne w uproszczonym środowisku programistycznym i przeprowadzać proces symulacji weryfikujący poprawność ich działania oraz budować modele analizy danych w oparciu o różnorodne narzędzia statystyczne, matematyczne i informatyczne oraz formułować sądy i wyciągać wnioski na ich podstawie,
  • potrafi zarządzać procesem, gdzie w pełni automatyczny sposób podejmowane są decyzje biznesowe (data driven decision making), w tym identyfikuje wąskie gardła procesu i puste przebiegi;  potrafi zarządzać całym cyklem życia modelu predykcyjnego,
  • potrafi optymalizować proces decyzyjny wyznaczając jego parametry, w sposób umożliwiający maksymalizację wskaźników finansowych,
  • umie stosować metodę reprezentacyjną do analizy dużych wolumenów danych prowadzić analizy statystyczne, ekonometryczne przy modelowaniu zjawisk i procesów gospodarczych, analizować i modelować dane wielowymiarowe, stosować je w badaniach ekonomicznych, społecznych, biznesowych (rynkowych i marketingowych).
[kompetencje społeczne:]
  • ​rozumie potrzebę i potrafi korzystać z podejścia ilościowego dla lepszego postrzegania, opisu i analizy otaczającej rzeczywistości ekonomicznej, społecznej, biznesowej, 
  • jest świadomy odpowiedzialności zawodowej w pracy w podmiotach gospodarczych i instytucjach, w których wymagane jest stosowanie narzędzi matematycznych, statystycznych, ekonometrycznych i informatycznych, 
  • potrafi uzasadnić potrzeby budowy modeli predykcyjnych i procesu automatycznego używając języka biznesowego i wskaźników finansowych,
  • potrafi się komunikować w środowisku biznesowym przekonując swoją pasją i zaangażowaniem do stosowania zaawansowanej analizy danych,​
  • uczy innych pokory do analizy danych, potrzeby wnikliwego rozumienia procesu i identyfikacji błędów estymacji a także daje przykład etycznych zachowań zawodowych,
  • posiada kompetencje do pracy zespołowej w zespołach data science,
  • posiada gotowość i umiejętności wykorzystania wiedzy z danych w praktyce w celu transformacji procesów i zwiększenia innowacyjności organizacji.

Miejsca zatrudnienia: gdzie np. możesz pracować jako absolwent tego kierunku? 

Absolwent kierunku analiza danych – Big Data to wszechstronnie wykształcony Data Scientist 
poszukiwany na rynku pracy w kraju i za granicą. Może pracować w wielu obszarach i sektorach działalności, społecznej, gospodarczej, biznesowej, administracji rządowej, samorządowej, nauce i edukacji, organizacjach non-profit, w korporacjach i organizacjach międzynarodowych; w firmach analitycznych, konsultingowych, teleinformatycznych, ubezpieczeniowych, bankowych, telekomunikacyjnych, dla przykładu w takich zespołach jak:
  • zespoły zarządzania dowolnym procesem automatycznym i masowym,
  • zespoły zarządzania CRM i marketingiem analitycznym,
  • zespoły analityczne w firmach windykacyjnych,
  • zespoły analityczne wspierające proces sprzedażowy,
  • zespoły zarządzania ryzykiem kredytowym w bankach, itd. 
Studia przygotowują także do prowadzenia prac badawczych i do podjęcia studiów trzeciego stopnia.


W Informatorze SGH​ znaleźć można także: 
  • pełną listę efektów kształcenia (s. 38-39) 
  • listę przedmiotów obowiązkowych i kierunkowych (s. 39-40)
 

 Specjalności

 
​Na tym ki​erunku nie ma specjalności.
 
 

 Czesne

 

Wysokość opłat za studia dla:

 

 Organizacja studiów

 
​​​​Tryb studiów: 
  • stacjonarne 
  • niestacjonarne popołudniowe 
  • niestacjonarne sobotnio-niedzielne 
Zasady rekrutacji 

Podstawą kwalifikacji na studia stacjonarne jest wynik ze sprawdzianu kwalifikacyjnego z wiedzy o gospodarce oraz języka obcego. Sprawdzian kwalifikacyjny przeprowadza się w formie kodowanego testu i składa się z trzech modułów:
 
a) językowo-ogólnego;
b) ilościowego;
c) jakościowego.

Kandydat przystępuje obowiązkowo do modułu językowo-ogólnego i:
1) modułu ilościowego, jeśli jako jedną z preferencji, wskazał kierunek analiza danych – big data lub ekonomia lub metody ilościowe w ekonomii i systemy informacyjne;
2) modułu jakościowego, jeśli jako jedną z preferencji, wskazał pozostałe kierunki z oferty.

Za każdy moduł może być przyznane maksymalnie 50 (pięćdziesiąt) punktów. Ogólna suma punktów do zdobycia wynosi 100 (sto) punktów.

Postępowanie kwalifikacyjne wobec kandydatów na studia niestacjonarne polega na rejestracji w Internetowym Systemie Rekrutacyjnym i weryfikacji złożonych wymaganych dokumentów. W przypadku większej liczby kandydatów niż miejsc o przyjęciu decyduje kolejność zgłoszeń.

​Szczegółowe zasady przyjęć: 
Warunki ukończenia: 
  • uzyskanie absolutorium oraz obrona pracy magisterskiej​
​​
 

 Materiały informacyjne

 
okladka-magisterskie-2018-2019.png
 
 

 Oferta edukacyjna

 
 

 Zobacz także

 
 
 

 Kontakt

 

Dział Rekrutacji

al. Niepodległości 162
pokój 37, budynek główny
02-554 Warszawa

tel. 22 564 77 77
e-mail: rekrutacja@sgh.waw.pl

godziny pracy działu: 8:00–16:00
(od poniedziałku do piątku)​

2019.06.24_Ranking_Perspektywy-01.png