Magister Big Data

Master in Big Data, opracowany wspólnie z międzynarodową technologiczną firmą Indra, zapewnia przegląd technologii Big Data i ich zastosowania, a także stosowane i praktyczne szkolenia w zakresie technik analitycznych dla biznesu (Business Analytics), czyli w aplikacji od Techniki Data Science do problemów biznesowych.

Tym samym program odpowiada na potrzebę praktycznej i stosowanej znajomości wykorzystania technologii i metod analizy danych. Zrozumienie zastosowań technicznych uzupełnia wizję biznesową, dzięki czemu absolwenci programu będą mogli dogłębnie uzasadnić zastosowanie technologii, a także zastosować techniki i narzędzia analityczne w określonych sytuacjach.

Dlaczego warto studiować w Szkole Sztucznej Inteligencji i Big Data?

aktywnych ekspertów

Aktywni profesjonaliści z Indry i Minsait nauczą Cię umiejętności i wiedzy, których poszukują dla swoich zespołów

Zaprojektuj swój indywidualny trening

Nasze programy są zorganizowane wokół 2 głównych osi, Twojego profilu i doświadczenia zawodowego, dzięki czemu możesz uzyskać dostęp do rynku profesjonalnego z profilu technicznego (Hard tech) lub biznesowego (Soft Tech).

Uczenie się przez działanie

Działa z chmurami głównych graczy w sektorze, ekosystemami i platformami open source, które obsługują ponad 500 milionów ludzi

Dostęp do praktyk

Preferencje dostępu do praktyk zawodowych przy minimalnej liczbie praktyk dla każdego programu

Stopnie

Po ukończeniu tego programu uzyskasz potrójny stopień magistra w dziedzinie Big Data od IMF Smart Education , certyfikat zawodowy od Indra i Master of Big Data od UCAV.

Potrójny stopień: inteligentna edukacja MFW + certyfikat zawodowy Indra + UCAV

Możliwość zatrudniania stażystów oraz preferencyjny dostęp do procesów selekcji

Program skierowany jest do profesjonalistów i absolwentów o różnych profilach, którzy chcą ukierunkować lub przeorientować swoją karierę zawodową na jeden z pojawiających się zawodów związanych z analizą danych. Profile mogą być trzech typów:

1. Profile ICT: informatycy lub inżynierowie pokrewni lub specjaliści, którzy rozwinęli swoją karierę w tworzeniu oprogramowania lub administrowaniu systemami informatycznymi.
2. Profile ilościowe: absolwenci kierunków z silnym komponentem ilościowym, takich jak statystyka i matematyka, którzy chcą poszerzyć swoje umiejętności o techniki pozyskiwania, przechowywania i zarządzania danymi, a także zdobyć nowe możliwości analityczne.
3. Profile biznesowe: absolwenci i specjaliści z różnych dziedzin biznesu i ekonomii, którzy chcą specjalizować się w analityce biznesowej, zdobywając solidne podstawy w posługiwaniu się językami statystycznymi oraz w rozumieniu technologii nie tylko na poziomie biznesowym, ale także pod względem technicznym aplikacja

• Zrozumieć wartość danych i ich analizy w organizacjach oraz móc wymyślać i opracowywać rozwiązania w zakresie analizy danych.
• Wiedzieć i umieć określić wartość biznesową głównych technologii przetwarzania równoległego i skalowalnego przechowywania danych, a także wiedzieć, jak wyjaśnić ich wykorzystanie do określonych celów w organizacji.
• Umiejętność zastosowania technik i metod analizy danych do problemów biznesowych przy użyciu technik programowania statystycznego.
• Stosuj techniki uczenia maszynowego i eksploracji tekstu, aby wydobywać wartość z danych i tworzyć modele predykcyjne.
• Wiedza i umiejętność stosowania narzędzi analizy biznesowej i wizualizacji do wspierania analiz i podejmowania decyzji.
• Analityk danych (analityk Big Data).
• Analityk danych.
• Specjaliści Business Intelligence.
• Dyrektor ds. danych (CDO).
• Architekt Big Data.
• Inżynier danych
• Wykładowca kursów Business Intelligence
• Prowadzący kurs Analizy Danych
• Nauczyciel, o którym mowa Qlik

Program zapewnia podstawowe szkolenie umożliwiające zorientowanie się w różnych zawodach w obszarze analizy danych i zarządzania nimi; w szczególności: Konsultant ds. Transformacji Cyfrowej

• Analitycy danych.
• Specjaliści Business Intelligence.
• Naukowcy danych.

W przypadku profili posiadających wcześniejsze doświadczenie w kierowaniu i zarządzaniu zespołami, program przeszkoli ich na stanowiska takie jak Chief Data Officer (CDO). Wreszcie, dla profesjonalistów posiadających profile komputerowe, zapewni podstawy do możliwości zawodowych, takich jak architekt Big Data lub inżynier danych.

Mistrz zaprojektowany przez komisję ekspertów złożoną z lekarzy i aktywnych profesjonalistów z wiodących firm w dziedzinie sztucznej inteligencji i Big Data, takich jak Indra i Minsait. Ich doświadczenie gwarantuje przydatność studiów i nabytych umiejętności, czy to do wejścia na rynek pracy, czy do doskonalenia zawodowego w branży. Ten zespół ekspertów, oprócz udziału w komitecie opracowującym program szkoleniowy, współpracuje przy udzielaniu korepetycji i prowadzeniu sesji magisterskich.

Podstawy przetwarzania danych w nauce o danych

1. Korzystanie z maszyn wirtualnych i powłoki poleceń
2. Podstawy programowania w Pythonie
3. Podstawy relacyjnej bazy danych
4. Podstawy technologii internetowych
5. Udostępniaj dane, kod i zasoby w repozytoriach
6. Podstawy przetwarzania danych ze stosem naukowym Pythona

business Intelligence

1. Wprowadzenie do inteligencji biznesowej
2. Hurtownie danych i analityczne bazy danych
3. Narzędzia do usuwania i ładowania
4. Aplikacje Business Intelligence
5. Analiza Big Data stosowana w biznesie
6. Inteligencja klienta (CRM)

Stosowane uczenie maszynowe

1. Wprowadzenie do uczenia maszynowego
2. Modele nadzorowane
3. Modele bez nadzoru
4. Inżynieria funkcji i wybór modelu
5. Modele podłączeniowe
6. Reguły asocjacyjne i analiza koszyka rynkowego

Eksploracja tekstu i przetwarzanie języka naturalnego (NLP)

1. Wprowadzenie historyczne i technologiczne
2. Narzędzia NLP I: NLTK
3. Narzędzia NLP II: Brat i Gate
4. eksploracja tekstu
5. Inne zastosowania i techniki NLP

Inteligencja biznesowa i wizualizacja

1. Wprowadzenie do inteligencji biznesowej
2. BI vs. tradycyjne raportowanie
3. Podstawy technologiczne przetwarzania i analizy danych
4. Podstawy wizualizacji danych
5. Zaawansowana wizualizacja danych
6. Narzędzia wizualizacyjne

Infrastruktura Big Data

1. Przetwarzanie danych za pomocą Hadoop
2. Narzędzia ekosystemu Hadoop
3. Przetwarzanie danych za pomocą Spark
4. Strumieniowe architektury
5. Komponenty architektur strumieniowych
6. Platformy chmurowe i interfejsy API

Przechowywanie i integracja danych

1. Niekonwencjonalne bazy danych
2. Modele baz danych oparte na dokumentach
3. Kolumnowe modele baz danych
4. Grafowe modele baz danych
5. Modele baz danych klucz-wartość
6. Pozyskiwanie danych

Wartość i kontekst analizy Big Data

1. Przypadek biznesowy dużych zbiorów danych
2. Projekty Big Data
3. Aplikacje analityczne według sektorów
4. Nowe technologie w analityce
5. Zarządzanie zespołem i metody zwinne
6. Aspekty regulacyjne przetwarzania danych

Aplikacje analityczne. Praktyczne przypadki

1. Skalowalna analityka: analiza przy użyciu równoległych i skalowalnych technologii obliczeniowych
2. Analityka mediów społecznościowych
3. Internet rzeczy (IoT)
4. Analityka finansowa (ocena firmy)
5. Analityka klienta: analityka lokalizacyjna
6. Techniki odzyskiwania informacji

Praca magisterska (TFM)

Kurs metodologii zwinnych

1. Co to jest Scrum i jak go zastosować
2. Framework Scruma
3. Samoorganizujące się zespoły
4. Rola klientów i interesariuszy
5. Zwinne zarządzanie produktami i projektami
6. Rozwój i ciągła integracja
7. Jak ewoluować w kierunku zwinnej organizacji

Kurs wprowadzający do Pythona

• Wprowadzenie do Pythona
• Warunki warunkowe w Pythonie
• Powtarzające się struktury w Pythonie
• Kolekcje. Listy
• Funkcje łańcuchowe
• Kolekcje. Słowniki
• funkcje
• Zarządzanie plikami
• orientacja obiektowa

Wprowadzenie do kursu R

• Wprowadzenie do R
• Wektory
• Macierze
• Listy
• Ramki danych
• Struktury kontrolne
• funkcje

kurs języka angielskiego

• Podstawowy, średniozaawansowany, średniozaawansowany lub zaawansowany
• Uczeń może wybrać jeden z czterech poziomów.