Seminar

Podstawowa znajomość ekonomii i finansów, procesów biznesowych

Znajomość technik analizy danych

Godziny kontaktowe: 30 godzin

Praca własna: 15 godzin

Razem: 45 godzin (2 ECTS)

1. Aktywność w trakcie spotkań seminaryjnych

2. Przygotowanie koncepcji pracy magisterskiej

Celem zajęć jest zapoznanie studentów z metodyką prowadzenia prac badawczych, identyfikacja obszarów indywidualnych zainteresowań badawczych studentów oraz przygotowanie we współpracy z promotorem koncepcji pracy dyplomowej w zakresie analityki biznesowej i/lub analityki danych w obszarze ekonomii, finansów, zarządzania, biznesu i pokrewnych obszarów.

1. Regulacje formalne i wytyczne UMCS i Wydziału Ekonomicznego UMCS w zakresie pracy dyplomowej, wykorzystania narzędzi AI, ochrony własności intelektualnej.

2. Szablon pracy dyplomowej i wytyczne w zakresie jej przygotowania..

3. Materiały przygotowane przez promotora i pozyskane samodzielnie przez seminarzystów - różne, w zależności od tematyki pracy dyplomowej

4. Dokumentacja APA7

5. Materiały w zakresie metodyki prowadzenia badań

K_W05 w pogłębionym stopniu - zagadnienia dotyczące pomiaru zjawisk ekonomicznych, wybrane metody statystyczne i ekonometryczne oraz narzędzia gromadzenia, analizy, przetwarzania i prezentacji danych ekonomicznych i gospodarczych oraz możliwości ich zastosowania w praktyce

K_W07 w pogłębionym stopniu - zmienność struktur, instytucji i procesów społecznych oraz gospodarczych, w tym w rozszerzonym stopniu przyczyny, przebieg i skutki dynamiki zjawisk gospodarczych oraz uwarunkowania i konsekwencje obserwowanych zmian, a także zaawansowane metody ilościowe i jakościowe pozwalające na opis i analizę tych procesów

K_W10 normy prawne i etyczne oraz reguły organizacyjne warunkujące procesy gromadzenia i przetwarzania danych w różnych kontekstach, w tym w kontekście biznesowym i społecznym jak również zasady ochrony własności przemysłowej i prawa autorskiego. Rozumie, jak te normy wpływają na projektowanie i implementację systemów przetwarzania danych, a także na strategie i polityki firmowe w zakresie zarządzania danymi.

K_U01 Identyfikować, opisywać, modelować i interpretować zjawiska i procesy gospodarcze, wykorzystując zaawansowane

metody ilościowe oraz zaawansowane techniki informacyjno-komunikacyjne"

K_U02 wykorzystać różne źródła informacji z zakresu nauk społecznych i metod analizy danych do szczegółowego opisu zjawisk i procesów zachodzących w przedsiębiorstwie i w jego otoczeniu branżowym, a następnie dokonać oceny, krytycznej analizy i syntezy tych informacji

K_U03 zastosować w praktyce istniejące narzędzia i metody typowe dla kierunku (np. Python, R, SQL oraz Tableau) lub w razie potrzeby opracować nowe metody ilościowe, w tym algorytmów uczenia maszynowego i sztucznej inteligencji, do analizy zjawisk zachodzących w organizacji, w tym procesów biznesowych

K_U04 samodzielnie pozyskiwać wiedzę oraz posiada umiejętności pozwalające na rozwiązywanie złożonych i nietypowych problemów charakterystycznych dla analityki biznesowej, takich jak optymalizacja procesów biznesowych, prognozowanie trendów rynkowych czy analiza zachowań konsumentów oraz samodzielnie podejmować się wdrażania proponowanych rozwiązań

K_U06 zastosować instrumenty pozwalające w sposób rozszerzony identyfikować przyczyny oraz przeprowadzić wielowymiarową analizę uwarunkowań i skutków procesów gospodarczych, stawiać i weryfikować hipotezy dotyczące zagadnień ekonomicznych oraz prezentować wyniki przeprowadzonych analiz

K_U07 prognozować wartości parametrów określających wybrane procesy i zjawiska społeczne i gospodarcze z wykorzystaniem zaawansowanych metod i rozbudowanych narzędzi analizy danych ilościowych i jakościowych oraz technik informacyjno-telekomunikacyjnych

K_U09 zaproponować, uzasadnić i wdrożyć znane zaawansowane lub opracować nowe metody ilościowe adekwatne do

rozwiązywania konkretnych problemów ekonomicznych takich jak prognozowanie finansowe, optymalizacja procesów

operacyjnych, analiza ryzyka czy strategie rynkowe"

K_U11 planować i realizować własne uczenie się i uczenie się innych osób, w szczególności wyszukiwać oraz uczyć się wykorzystywać nowe metody adekwatne (w szczególności zaawansowane techniki analityczne, narzędzia statystyczne i algorytmy uczenia się maszynowego) do podejmowanego problemu biznesowego oraz ukierunkować innych w tym

zakresie

K_K02 uznawania znaczenia analizy danych dla rozwiązywania problemów praktycznych oraz korzystania z wiedzy eksperckiej i metod naukowych w przypadku trudności z samodzielnym znalezieniem rozwiązania

K_K05 krytycznej oceny własnej wiedzy oraz odpowiedzialnego przygotowania się do swojej pracy w dziedzinie analityki danych

poprzez ciągłe uzupełnianie wiedzy i doskonalenie nabytych umiejętności, przy wykorzystaniu różnorodnych źródeł,

metod i technik samokształcenia w analityce danych i biznesie