Big Data (praktyczny)

W przypadku kursów wybieralnych:

• Kursy, których wcześniejsze zaliczenie jest

wymagane

o Programowanie (wybrany język),

o statystyka,

o systemy uczące się,

o psychologia uczenia się,

o IT extended lub relacyjne bazy danych

• sugerowane:

o cognitive modeling

o robotyka

30

-Testy sprawdzające wiedzę,

-Prace zaliczeniowe,

-Prezentacje grupowe.

1. Prezentacja współczesnych zastosowań rozwiązań

klasy Business Intelligence i Big Data

2. Przedstawienie najważniejszych metod

gromadzenia, przetwarzania, analizy i wizualizacji danych, jak również

uczenia maszynowego i deep learning oraz

sztucznej inteligencji.

3. Prezentacja i ćwiczenia z wykorzystaniem

najważniejszych narzędzi informatycznych z tych

obszarów, w szczególności Numpy, Pandas, Excel, SQL, Tableau.

4. Przedstawienie pożądanych modeli

kompetencyjnych osób zajmujących się

Business Intelligence i BigData na poziomach zarządczym,

analitycznym i informatycznym.

5. Prezentacja modelowych ścieżek rozwoju kariera, metod poszukiwania pracy, przygotowanie do rozmów kwalifikacyjnych, zbudowanie portfolio własnych rozwiązań, zaprezentowanie wartościowych źródeł wiedzy

umożliwiających dalszy rozwój powiązanych kompetencji.

Thoughtful Machine Learning with Python: A Test-Driven Approach 1st Edition (2017), Matthew Kirk;

Badanie danych. Raport z pierwszej linii działań (2015), Rachel Schutt, Cathy O'Neil;

Odkrywać! Ujawniać! Objaśniać! Zbiór esejów o sztuce prezentowania danych (2017), Przemysław Biecek;

Storytelling danych. Poradnik wizualizacji danych dla profesjonalistów (2021),

Cole Knaflic Nussbaumer.

1 Znajomość współczesnych zastosowań rozwiązań klasy

Business Intelligence i BigData.

2 Praktyczna znajomość najważniejszych metod

gromadzenia, przetwarzania, analizy i wizualizacji danych, jak również

uczenia maszynowego i deep learning oraz

sztucznej inteligencji.

3 Zdolność pozyskiwania danych, przetwarzania i czyszczenia ich w Power Query, analiza danych w Excelu, SQL i Python, wizualizacja danych w Tableau.

4 Umiejętność wykorzystania metod i narzędzi

uczenia maszynowego do rozwiązania prostych problemów

decyzyjnych.

5 Zdolność samodzielnej konfiguracji środowisk

informatycznych w celu realizacji projektów z obszaru Business Intelligence i

BigData.

6 Zdolność zaprojektowania i realizacji osobistych planów

rozwojowych w obszarze IT, Business Intelligence, analizy danych, Big Data, umiejętność wyszukania najlepszych, aktualnych źródeł wiedzy w Internecie.

7 Umiejętność pracy w zespole informatycznym w metodykach zwinnych i Waterfall.