SylabUZ

Inżynieria danych
drugiego stopnia z tyt. magistra
Semestr rozpoczęcia: semestr letni (2018/2019)


Semestr 1
Forma zajęć - liczba godzin (stacjonarne/niestacjonarne) ECTS Egzamin Obieralny
Przedmioty obowiązkowe ogólne
Język angielski 1 Laboratorium (30/-) 2 Nie Nie
Przedmioty obowiązkowe podstawowe
Badania operacyjne i analiza decyzyjna Wykład (30/-), Projekt (15/-), Ćwiczenia (15/-) 8 Tak Nie
Bezpieczeństwo danych Wykład (30/-), Laboratorium (30/-) 6 Tak Nie
Metody reprezentacyjne Wykład (30/-), Laboratorium (30/-) 7 Tak Nie
Python dla analityków danych Wykład (15/-), Laboratorium (15/-) 4 Nie Nie
Wykład monograficzny Wykład (30/-) 3 Nie Nie
Semestr 2
Forma zajęć - liczba godzin (stacjonarne/niestacjonarne) ECTS Egzamin Obieralny
Przedmioty obowiązkowe ogólne
Język angielski 2 Laboratorium (30/-) 2 Tak Nie
Przedmioty obowiązkowe podstawowe
Analiza plików tekstowych i raportowanie Wykład (30/-), Laboratorium (30/-) 6 Tak Nie
Big Data - modele, narzędzia, obróbka danych Wykład (30/-), Laboratorium (30/-) 7 Tak Nie
Praca dyplomowa
Seminarium dyplomowe 1 Seminarium (60/-) 5 Nie Nie
Przedmioty oferowane
Hurtownie danych Wykład (30/-), Laboratorium (30/-) 5 Tak Tak
Metody i narzędzia przetwarzania danych w R Wykład (30/-), Laboratorium (30/-) 5 Nie Tak
Seminarium specjalistyczne 1 Seminarium (30/-) 5 Nie Tak
Semestr 3
Forma zajęć - liczba godzin (stacjonarne/niestacjonarne) ECTS Egzamin Obieralny
Przedmioty z zakresu nauk humanistycznych
Specjalistyczny język angielski Ćwiczenia (30/-) 3 Nie Tak
Stylistyka praktyczna Ćwiczenia (30/-) 3 Nie Tak
Przedmioty z zakresu nauk społecznych
Pedagogika 2 Ćwiczenia (30/-) 2 Nie Tak
Psychologia 2 Ćwiczenia (30/-) 2 Nie Tak
Praca dyplomowa
Seminarium dyplomowe 2 Seminarium (60/-) 10 Nie Nie
Przedmioty oferowane
Analiza danych wielowymiarowych Wykład (30/-), Laboratorium (30/-) 5 Tak Tak
Podstawy przetwarzania w chmurze dla aplikacji WEB Wykład (30/-), Laboratorium (30/-) 5 Nie Tak
Seminarium specjalistyczne 2 Seminarium (30/-) 5 Nie Tak
Systemy eksploracji danych w praktyce Wykład (15/-), Laboratorium (30/-) 3 Nie Tak
Uczenie maszynowe w Python Wykład (15/-), Laboratorium (30/-) 3 Nie Tak