Opłaty za studia podyplomowe
Czesne za cały tok studiów: 5 950 zł
Data Science & Machine learning
Studia podyplomowe z zakresu Zarządzania
Studia Online RealTime niestacjonarne (hybrydowe) realizowane są w 100% zdalnie*
*z wyjątkiem studiów pedagogicznych, które wymagają odbycia praktyk akademickich stacjonarnie, Szkoły Psychoterapii oraz psychologii transportu.
Data Science & Machine learning to studia podyplomowe, przeznaczone dla absolwentów kierunków informatycznych oraz związanych z zarządzaniem.
Studia podyplomowe z tego zakresu podzielone są na dwa poziomy:
1. Studia podyplomowe Analiza Danych kierowane są dla osób od poziomu podstawowego do poziomu średniozaawansowanego,
2. Studia podyplomowe Data Science & Machine Learning kierowane są do osób posiadających już średniozaawansowaną wiedzę w zakresie analizy danych.
Studenci kierunku studiów Data Science & Machine learning powinni spełniać poniższe wymogi:
- znajomość statystyk podstawowych;
- znajomość Excel;
- znajomość R oraz Python.
* dla Kandydów nieposiadających powyższych wymagań zapraszamy na studia podyplomowe na kierunku Analiza Danych
To także doskonały wybór dla osób, które ukończyły inne kierunki i pragną pogłębić oraz ugruntować swoją wiedzę na temat uczenia maszynowego oraz analizy danych. Nasze studia to rozłożony na dwa semestry, kompleksowy program nauczania, oparty na teorii i praktyce. Dzięki niemu nasi absolwenci to osoby doskonale przygotowane do podjęcia pierwszej pracy w zakresie przetwarzania danych, jak i kontynuowania swojej ścieżki zawodowej ze znacznie wyższymi kwalifikacjami. Sprawdź nasz szczegółowy program, dołącz do nas i zacznij studia podyplomowe na kierunku Data Science & Machine learning!
Dlaczego warto studiować Data Science & Machine learning na studiach podyplomowych?
Studia podyplomowe na kierunku Data Science & Machine learning to studia, których program przygotowany został przez specjalistów w tejże dziedzinie; praktyków, osoby, które nie tylko przekazują swoją wiedzę, ale także na co dzień pracują z najnowszymi metodami i narzędziami analizy danych i machine learning. Dwa semestry doskonale wyważonych i współgrających ze sobą zajęć teoretycznych i praktycznych pozwalają naszym studentom na zdobycie szerokiej wiedzy oraz zyskanie konkretnych, przydatnych umiejętności.
Absolwenci kierunku posiadają kompetencje zawodowe, które odzwierciedlają najnowsze trendy w branży. Zajęcia prowadzone w nowoczesnych salach oparte są na łączeniu bazowej teorii z rozwijającą i inspirującą praktyką. Dzięki temu gwarantujemy naszym studentom możliwość zyskania kompleksowej i doskonale ugruntowanej wiedzy oraz umiejętności.
Program studiów podyplomowych
Data Science & Machine Learning
Program studiów obejmuje szeroki wachlarz tematów, w tym Modelowanie statystyczne, gdzie nacisk położony jest na tworzenie i wykorzystanie modeli statystycznych w analizie danych. Kurs "Sieci neuronowe" koncentruje się na przedstawieniu zarówno tradycyjnych, jak i nowoczesnych podejść do wykorzystania sztucznych sieci neuronowych w kontekście sztucznej inteligencji i uczenia maszynowego. Na studiach studenci realizują również Wprowadzenie do Big Data - to moduł, który wprowadza studentów w świat Data Science, ukazując ścieżki kariery w roli Data Scientist.
Szanowni Państwo, program studiów jest dostosowany do aktualnego rynku pracy, dlatego pojedyncze kursy mogą ulec zmianie w całości toku dydaktycznego.
Forma studiów na wirtualnej uczelni UWE
Studia niestacjonarne – RealTime Online (hybrydowe) możemy podzielić na trzy rodzaje zjazdów:
Wykłady
Zjazd wykładowy odbywa się na terenie Uczelni w Nowym Sączu (dodatkowo jest transmitowany za pośrednictwem platformy Cloud Academy™ w czasie rzeczywistym oraz zostaje dla Państwa zarchiwizowany dlatego istnieje możliwość odtworzenia każdego wykładu jako nagranie archiwalne w dogodnym dla Państwa czasie).
Średnia częstotliwość zjazdów to ok. 5 na semestr (piątek po godzinie 17:00 oraz sobota i niedziela).
niestacjonarne – RealTime Online (hybrydowe)
Ćwiczenia/Laboratoria
Niestacjonarne - RealTime Online (hybrydowe) — zajęcia odbywają się zdalnie, a uczestnictwo w nich jest obowiązkowe dla wszystkich Słuchaczy.
niestacjonarne – RealTime Online (hybrydowe)
Zaliczenia
Na platformie Cloud Academy™ w wyznaczonym przez Wykładowcę terminie.
niestacjonarne – RealTime Online (hybrydowe)
(18) 44 99 190
mgr Natalia Gut - kierownik działu Rekrutacji i Marketingu
rekrutacja@uwe.edu.pl
Napisz do nas wiadomość
Zdobądź dodatkowe kwalifikacje dzięki programom partnerskim!
Google Cloud
Program "Google Cloud Career Readiness" to inicjatywa umożliwiająca studentom zdobywanie umiejętności w zakresie technologii chmurowych. Uczestnicy programu mają szansę na ukończenie profesjonalnych szkoleń, które są cenione w branży. Te szkolenia skupiają się na budowaniu zaawansowanej wiedzy specjalistycznej z zakresu rozwiązań chmurowych oraz analizy danych.
Program "Google Cloud Computing Foundation" jest inicjatywą edukacyjną, która umożliwia studentom zgłębianie wiedzy na temat podstaw i infrastruktury chmury obliczeniowej. W ramach tego programu uczestnicy mają okazję poznać kluczowe aspekty takie jak sieci komputerowe, bezpieczeństwo, przetwarzanie danych, sztuczną inteligencję (AI) oraz uczenie maszynowe (ML) w środowisku Google Cloud.
ISO 9001:2015
Posiadamy prestiżowy certyfikat ISO 9001:2015 potwierdzający wdrożenie i ciągłe doskonalenie systemu zarządzania jakością.
Certyfikat gwarantuje najwyższy standard jakości usług zapewnianych przez profesjonalną kadrę dydaktyczną oraz konkurencyjne rozwiązania technologiczne stosowane w procesie kształcenia.
MSUES 2.0
Znak jakości MSUES otrzymują instytucje szkoleniowe dbające o najwyższą jakość oferowanych przez siebie szkoleń zgodnych z Małopolskimi Standardami Usług Edukacyjno-Szkoleniowych.
Wpis do rejestru szkoleniowego
Otrzymaliśmy wpis do rejestru szkoleniowego o numerze: 2.12/00126/2022 upoważniającym do realizowania szkoleń dla osób bezrobotnych oraz poszukujących pracy finansowanych za pomocą środków publicznych. W celu uzyskania informacji o możliwości dofinansowania edukacji skontaktuj się z Urzędem Pracy właściwym dla miejsca zamieszkania.
