kobieta_hd

Zaawansowane Metody Analizy Danych

zastosowania Data Science w biznesie

Nowoczesne zarządzanie przedsiębiorstwem

Studia podyplomowe „Zaawansowane Metody Analizy Danych: zastosowania Data Science w biznesie”, dalej zwane studiami DS, prowadzone będą w obszarze nauk społecznych i nauk matematyczno-przyrodniczych. Program studiów odpowiada następującym dyscyplinom: ekonomia i finanse, nauki o zarządzaniu i jakości, matematyka i informatyka.

Studia są dedykowane absolwentom kierunków ekonomicznych i matematyczno-przyrodniczych pragnących poszerzyć zakres swoich umiejętności w zakresie najnowszych metod analizy danych. Na przestrzeni ostatniej dekady zaobserwowano znaczący spadek kosztu gromadzenia i przetwarzania danych. W związku z tym, poszukiwanymi obecnie na rynku pracy kompetencjami są umiejętności interdyscyplinarnej obróbki i analizy danych. Celem Studiów DS jest odpowiedź na globalny trend zmian na rynku pracy związanego z kreacją nowych zawodów dedykowanych analizie i obróbce danych.

Głównym celem studiów DS jest rozwinięcie kompetencji analitycznych uczestników programu. Rosnąca dostępność ogromnej ilości danych oraz obniżenie kosztu ich magazynowania i przetwarzania sprawia, że jakość procesu analizy danych staje się kluczowa dla podejmowania optymalnych decyzji biznesowych.

Słuchacze studiów DS zdobędą specjalistyczną wiedzę w zakresie programowania, metod uczenia maszynowego, sztucznej inteligencji oraz najbardziej nowoczesnych metod ekonometrycznych niezbędnych dla osiągnięcia sukcesu w otoczeniu rynkowym, w którym analiza danych coraz częściej stanowi o przewadze konkurencyjnej.

Wykładowcy

Naukowcy i praktycy gotowi dzielić się swoją wiedzą i doświadczeniem.

Doktor nauk technicznych specjalizujący się w zaawansowanej analizie danych (Data Science). Absolwent Polsko-Japońskiej Akademii Technik Komputerowych (dr, informatyka) i Szkoły Głównej Handlowej (mgr, metody ilościowe w ekonomii i systemy informacyjne). Były konsultant McKinsey, obecnie Product Owner w firmie Nokia specjalizujący się w prowadzeniu projektów automatyzujących skomplikowane procesy biznesowe (w szczególności przy wykorzystaniu technik sztucznej inteligencji i przetwarzania języka naturalnego) i zarządzający dużymi zespołami eksperckimi.

Dominik Deja
Dominik Dejadr

Obecnie pracuje jako Assistant Professor na Wydziale Ekonomii Uniwersytetu Leicester oraz adiunkt w Instytucie Nauk Ekonomiczych PAN. Przed doktoratem realizował projekty doradcze w zakresie prognozowania oraz zarządzania ryzykiem dla największych polskich spółek sektora chemicznego, zbrojeniowego i budowlanego. W pracy badawczej, fundowanej m.in. przez The British Academy, rozwija zaawansowane algorytmy numeryczne skupiając się na pracy z dużymi zbiorami danych opisujących indywidualne historie aktywności na rynku pracy.

Piotr Denderski
Piotr Denderskidr

Prowadzi dydaktykę w Szkole Głównej Handlowej w Warszawie i badania z zakresu metod obliczeniowych w finansach i ekonomii, optymalizacji stochastycznej i sztucznej inteligencji. Jest autorem wielu publikacji naukowych, wyniki badań referował na ok. 30 konferencjach o zasięgu krajowym i międzynarodowym. Posiada bogate doświadczenie we współpracy z sektorem prywatnym, zbudowane w ciągu 10 lat realizacji projektów doradczych, głównie dla spółek sektora finansowego (banki, fundusze inwestycjne). Współzałożyciel firmy zajmującej się wykorzystaniem metod sztucznej inteligencji w biznesie. Główny analityk spółki GPW Benchmark, prowadzącej prace nad wdrożeniem ‘’nowego WIBOR-u’’.

Grzegorz Koloch
Grzegorz Kolochdr

W swoich badaniach, interesuje się jak heterogeniczność podmiotów (w szczególności gospodarstw domowych) wpływa na agregaty makroekonomiczne. W swojej pracy wykorzystuje zarówno teoretyczne modele strukturalne jak i metody uczenia maszynowego.

Krzysztof Pytka
Krzysztof Pytkadr

Specjalizuje się w ekonometrii oraz zastosowaniach nowych metod ekonometrycznych w analizie danych z zakresu ekonomii pracy i ekonomii przemysłowej. Współautor raportów Zatrudnienie w Polsce 2006  i Zatrudnienie w Polsce 2007. Były pracownik Wydziału Analiz Ministerstwa Pracy i Polityki Społecznej. W pracy naukowej koncentruje się na opracowywaniu i implementacji nowych metod testowania, identyfikacji i szacowania modeli ekonometrycznych wymagających zaawansowanych obliczeń numerycznych.

Arkadiusz Szydłowski
Arkadiusz Szydłowskidr

Adiunkt w Instytucie Nauk Ekonomicznych PAN, absolwent SGH (mgr, ekonomia) oraz European University Institute we Florencji (dr, ekonomia). Metody Big Data wykorzystuje w analizach skupiających się na ekonomicznych aspektach zmian klimatu. Posiada doświadczenie doradcze w sektorze e-commerce, autor wielu artykułów w pismach branżowych poświęconej tej tematyce.

Piotr Śpiewanowski
Piotr Śpiewanowskidr

Naukowo zajmuje się modelowaniem parametrów zmiennych w czasie w kontekście rynków finansowych, a także zastosowaniami sieci neuronowych i innych metod uczenia maszynowego w ekonomii i finansach. Wykonawca projektów badawczych finansowanych przez Narodowy Bank Polski, szwedzki Handelsbanken oraz Holenderską Narodową Akademię Nauk.

Marcin Zamojski
Marcin Zamojskidr

Dlaczego warto studiować w INE PAN?

  • JAKOŚĆ

    Program Studiów „DS” w INE PAN to nowoczesny program studiów Data Science w Polsce.

  • PRESTIŻ

    Polska Akademia Nauk jest jedną z najbardziej renomowanych instytucji naukowych w Polsce.

  • LUDZIE

    Studia „DS” w INE PAN to szansa na nawiązanie perspektywicznych kontaktów biznesowych z ciekawymi ludźmi.

Kontakt

Kierownik studiów: dr Piotr Denderski

Sekretarz studiów: mgr Daniel Habura

Pałac Kultury i Nauki
XXIII piętro, pok. 2324
Plac Defilad 1, 00-901 Warszawa

telefony: 22 656 64 38 lub 535 006 790
e-mail: dhabur[at]inepan.waw.pl

Kliknij aby zapoznać się ze szczegółami rekrutacji. 

Dołącz do grona naszych studentów!

Pierwsze zajęcia: październik 2021 r.
Rekrutacja: do 30 września 2021 r.
Łączna liczba godzin: 200 godzin zajęć / 105 godzin pracy własnej
Punkty ETCS: 60
Organizacja zajęć:
Studia DS trwają dwa semestry. Zajęcia prowadzone są w trybie niestacjonarnym w postaci dwudniowych zjazdów. W ramach studium zostanie zorganizowanych 10 zjazdów. Łączna liczba godzin zajęć podczas jednego zjazdu wynosi 20 godzin.