Wizualna analityka danych
Studia podyplomowe Wizualna analityka danych to studia łączące zagadnienia z obszaru wizualizacja danych, Business Intelligence, Data Science, Big Data, a także komunikacji wizualnej i komunikacji w biznesie.
Efektywne wykorzystanie analizy danych w praktyce biznesowej wymaga szerokiej, multidyscyplinarnej wiedzy, na którą składają się aspekty techniczne (pozyskiwanie i obróbka danych), analityczne (wykorzystujące zagadnienia z obszarów Big Data i Data Science), biznesowe(zrozumienie dziedziny, interpretacja i podejmowanie decyzji), komunikacyjne (skuteczna prezentacja wyników) oraz wizualne (czytelne opracowanie wyników, dobór kolorów, czcionek itp).
Cel studiów
Studia podyplomowe Wizualna analityka danych mają na celu zbudowanie kompetencji w zakresie:
- zastosowania wizualizacji danych w analizie
- skutecznej komunikacji wyników analiz
- podejmowania decyzji biznesowych
Dla kogo przeznaczone są studia?
Studia podyplomowe Wizualna analityka danych skierowane są do osób pracujących w działach sprzedaży, marketingu, finansów, analiz na stanowiskach takich jak analityk danych, programista Business Intelligence, specjalista data science, statystyk, które chcą rozwijać kompetencje związane z analizą danych w obszarze pracy z danymi, wykorzystując rozwiązania wykraczające poza narzędzia typu excel. Ponadto, chcą rozwijać swoje umiejętności w obszarze prezentacji danych, poznając zasady tworzenia wizualizacji użytecznych dla odbiorców.
Czego się nauczysz?
Po zakończonej nauce Twoje kompetencje wzbogacą się o umiejętność:
- posługiwania się wybranymi narzędziami do wizualizacji danych i narzędziami Business Intelligence
- pracy z danymi przy użyciu programowania
- stosowania metod eksploracji danych i odróżniania podejścia opartego na statystyce i podejścia opartego na sztucznej inteligencji
- doboru rodzaju wizualizacji do danych w kontekście wymagań użytkownika końcowego
- selekcji komponentów wizualizacji danych dostosowanej do charakteru przekazywanej informacji
Program studiów
1. Programowanie w języku Python
- Słuchacze zdobędą podstawy programowania w języku Python w zakresie potrzebnym do pracy z danymi. Nauczą się m.in. przetwarzania danych tabelarycznych i łączenia z bazą danych SQL.poznają także instrukcje wykorzystywane do wizualizacji danych i opanują umiejętność zapisywania, wczytywania i zastosowania zbudowanych modeli.
2. Zaawansowane przygotowanie danych do analizy biznesowej
- W ramach zajęć słuchacze poznają organizację procesu akwizycji danych. Poznają m.in. podstawowe narzędzia do oczyszczania, parsowania, filtrowania, grupowania i łączenia danych (advanced join, append union) oraz podstawowe rodzaje formuł ( multi-row, multi-field, narzędzia regex). Słuchacze nauczą się też korzystania z narzędzi programistycznych oraz wykorzystania języka R w analizie, w tym w analizie statystycznej.
3. Metody analizy danych: eksploracja danych i sztuczna inteligencja (AI)
- Zakres przedmiotu obejmuje wprowadzenie do uczenia maszynowego i sztucznej inteligencji. Zostaną przedstawione podstawy matematyczne uczenia maszynowego, operacje na macierzach i wektorach. Ponadto, program obejmuje zagadnienia ze statystyki oraz prawdopodobieństwa. Słuchacze poznają algorytmy uczenia z nadzorem oraz algorytmy uczenia bez nadzoru.
4. Wizualizacja danych w biznesie (PowerBI + Tableau®)
- W ramach zajęć prowadzonych w trybie warsztatu słuchacze zdobędą praktyczną umiejętności pracy z dwoma narzędziami do wizualizacji danych w zakresie: przygotowania danych źródłowych, ich transformacji do modelu analitycznego, wykorzystania w modelu raportowym hierarchii i miar, budowy raportu z użyciem interaktywnych dashboardów oraz publikacji raportu.
5. Inżynieria wizualizacji danych
- Słuchacze poszerzą znajomość języka Python o jego zastosowanie w wizualizacji danych. Poznają szereg bibliotek wykorzystywanych w tym obszarze i nauczą się tworzenia z ich użyciem wykresów oraz dashboardów. Na zajęciach w ramach warsztatu słuchacze dokonają wizualnej analizy danych w celu pozyskania wiedzy z tabelarycznego zbioru danych.
6. Wstęp do wizualizacji danych
- Słuchacze poznają teorię wizualizacji danych, procesy i standardy z nią związane oraz rolę, jaką odgrywa w procesie decyzyjnym. Nauczą się korzystania z nowoczesnych technik wizualizacji danych. Zakres przedmiotu obejmuje także zagadnienia związane z user experience.
7. Techniki efektywnej komunikacji wyników
- Słuchacze rozwiną umiejętności w zakresie przedstawiania wyników analiz. W szczególności poznają zasady skutecznej komunikacji oraz zdobędą wiedzę o ludzkiej percepcji i różnych wzorcach przetwarzania informacji. Poznają techniki storytellingu, w szczególności techniki data storytellingu.
8. Studium przypadku
- Prezentacje w ramach przedmiotu obejmują przegląd komercyjnego wykorzystania wybranych metod z obszaru wizualizacji danych.
9. Seminarium
- Konsultacje dotyczące projektów końcowych.