Ogłaszamy nowy nabór na studia podyplomowe, edycja 2017/2018!
DOFINANSOWANE STUDIA PODYPLOMOWE DO 80% DLA PRACOWNIKÓW PRZEDSIĘBIORSTW!!!
ZADZWOŃ 664 31 55 25!

Zaawansowane Technologie Informatyczne

Studia nadające kwalifikacje podyplomowe (zgodnie z art. 2 ustawy z dnia 22 grudnia 2015 r. o Zintegrowanym Systemie Kwalifikacji) dla absolwentów wszystkich kierunków studiów co najmniej pierwszego stopnia.

Studia pogłębiają wiedzę słuchaczy z zakresu systemów operacyjnych;  uczą: programowania (również CGI), zarządzania, wykorzystywania i tworzenia sieci komputerowych (głównie internet), stosowania baz danych oraz tworzenia serwisów internetowych.

 

Więcej informacji

Zaawansowane Metody Analizy Danych i Data Mining w Biznesie

Studia nadające kwalifikacje podyplomowe (zgodnie z art. 2 ustawy z dnia 22 grudnia 2015 r. o Zintegrowanym Systemie Kwalifikacji) dla absolwentów wszystkich kierunków studiów co najmniej pierwszego stopnia.

Studia realizowane są pod patronatem SAS Institute Polska - absolwent uzyskuje certyfikat Analityk Statystyczny SAS.

Słuchacze nabywają zaawansowanej wiedzy z zakresu analizy danych, wykonywania badań statystycznych oraz Data Mining.

Przygotowują do pracy w: bankach, instytucjach ubezpieczeniowych, przedsiębiorstwach handlowych, produkcyjnych, ośrodkach przetwarzania informacji oraz ośrodkach badania opinii społecznej, w firmach prowadzących badania kliniczne, a także w instytucjach administracji państwowej i samorządowej.

 

Więcej informacji

Data Science w Praktyce

Studia nadające kwalifikacje podyplomowe (zgodnie z art. 2 ustawy z dnia 22 grudnia 2015 r. o Zintegrowanym Systemie Kwalifikacji) dla absolwentów wszystkich kierunków studiów co najmniej pierwszego stopnia.

Absolwent potrafi łączyć różne elementy z zakresu statystki i informatyki: programowania, zastosowania zaawansowanych narzędzi analitycznych, przetwarzania danych. Umie operować językiem programowania wykorzystywanym w analizie danych (Python lub R), ma wiedzę na temat przechowywania danych (w bazach SQL i no-SQL), i ich wizualizacji, umie stosować algorytmy uczenia maszynowego do rozwiązywania praktycznych problemów, zna w podstawowym zakresie narzędzia wykorzystywane w Big Data.

 

Więcej informacji