Big Data – technologie analizy danych

STUDIA PODYPLOMOWE / Informatyka

Big Data – technologie analizy danych

ZAPISZ SIĘ NA STUDIA

CZAS TRWANIA STUDIÓW

192 godz.

2 semestry

CZESNE

3 600 PLN za semestr

raty miesięczne

FORMA STUDIÓW

hybrydowa

około 80% zajęć online

PIERWSZE ZAJĘCIA

17.10.2026

Wybierz studia, które przygotują cię do pracy z dużymi bazami danych, czyli tzw. Big Data!

Zajęcia w trakcie realizacji, zapytaj o wolne miejsca.

OPIEKUN MERYTORYCZNY KIERUNKU

Poznaj prowadzących zajęcia

Dlaczego warto?

Studia na kierunku Big Data – technologie analizy danych pozwalają zdobyć kompetencje związane z analizą i przetwarzaniem dużych zbiorów danych, poszukiwane na współczesnym rynku pracy.

Nauczysz się logicznego i analitycznego myślenia, programowania w języku Python, analizy i wizualizacji danych oraz wykorzystywania nowoczesnych technologii do rozwiązywania problemów.

Program studiów

Podczas studiów poznasz najważniejsze narzędzia i technologie wykorzystywane w obszarze Big Data, m.in.:

  • język programowania Python, wraz z przygotowaniem do certyfikatu CISCO PCAP – Programming Essentials in Python,
  • bazy danych SQL i NoSQL, w tym Snowflake i MongoDB,
  • chmurę obliczeniową AWS,
  • narzędzie Power BI do analizy i wizualizacji danych,
  • technologie uczenia maszynowego Keras i TensorFlow.

Do kogo kierujemy studia?

Studia są przeznaczone przede wszystkim dla:

  • absolwentów studiów wyższych na kierunkach informatycznych, finansowych i ekonomicznych,
  • osób pracujących na stanowiskach związanych z analizą danych,
  • pracowników zajmujących się wdrażaniem systemów wspierających podejmowanie decyzji.

Podstawowa umiejętność programowania oraz znajomość baz danych i języka SQL będą przydatne podczas studiów, ale nie są wymagane.

Korzyści po ukończeniu studiów

Po ukończeniu studiów będziesz przygotowany do pracy z dużymi zbiorami danych — ich przetwarzania, analizowania i wizualizacji. Zdobędziesz praktyczne umiejętności programowania w Pythonie oraz korzystania z baz danych, technologii chmurowych, narzędzi analitycznych i podstaw uczenia maszynowego.

Absolwenci otrzymują:

  • Świadectwo ukończenia studiów podyplomowych

Wybrane przedmioty

  • Wprowadzenie do Big Data
  • Przedsiębiorstwo oparte na danych
  • Systemy baz danych. Język SQL
  • Przygotowanie danych do analizy
  • Algorytmy i modele analityki predykcyjnej przy użyciu Big Data
  • Wprowadzenie do języka Python
  • Sztuczna inteligencja
  • Wizualizacja danych Big Data
  • Python w analizie danych i uczeniu maszynowym
  • Bazy i hurtownie danych dla Big Data
  • Chmura Azure na praktycznych przykładach

PRZEDMIOT

LICZBA GODZIN

ZAGADNIENIA

Wprowadzenie do Big Data

8

Wprowadzenie do dziedziny Big Data oraz definicja podstawowych pojęć.
Generatywna sztuczna inteligencja (AI).

Przedsiębiorstwo oparte na danych - proces transformacji

12

Typy danych w organizacji: operacyjne, analityczne, zewnętrzne.
Podstawy modelowania danych: transakcyjne, nieustrukturyzowane, dimensional model.
Metody wykorzystania danych: analityka i wprowadzenie do uczenia maszynowego.
Kompetencje w organizacji – specjalizacje związane z przetwarzaniem danych – data engineering w tym: streaming, storage, ETL, ELT, data warehousing, data science, MLOps. Specjalizacje pomocnicze: cloud, devops, analityka, modelowanie, analiza biznesowa, UX.
Transformacja organizacji: data adoption, data discovery, podnoszenie kwalifikacji, Machine Learning Discovery.
Platformy przetwarzania danych: ETL i ELT - scenariusze użycia, konteksty technologie; przykłady platform z zastosowaniem narzędzi; sposoby zarządzania platformami.
Domenowe podejście do danych – Prawo Conwaya, wstęp do Domain Driven Design, Data Mesh.

Systemy baz danych. Język SQL

16

Wprowadzenie do relacyjnych baz danych.
Podstawy SQL.

Przygotowanie danych do analizy

12

Podstawowe funkcje programu Excel.
Tabele przestawne.
Power Query - czyszczenie i transformacja danych.
Przygotowanie zbioru danych do analizy.

Algorytmy i modele analityki predykcyjnej przy użyciu Big Data

12

Analiza zbioru danych z wykorzystaniem technik i metod statystyki opisowej.
Algorytmy grupowania.
Klasyfikacja i regresja.

Wprowadzenie do języka Python

28

Wprowadzenie do środowiska pracy w języku Python, zarządzanie pakietami.
Zmienne i podstawowe operatory, operacje wejścia-wyjścia.
Instrukcje warunkowe i iteracyjne.
Struktury danych: listy, słowniki.
Funkcje.
Odczyt/zapis do /z pliku.
Wyjątki
Wprowadzenie do systemów kontroli wersji.
Przygotowanie do certyfikatu Cisco PCAP (Programming Essentials in Python).

Sztuczna inteligencja

12

Czym jest sztuczna inteligencja.
Uczenie maszynowe.
Sieci neuronowe.
Uczenie głębokie.
Uczenie w warunkach niepewności.

Wizualizacja danych Big Data

20

Wprowadzenie do wizualizacji danych. Charakterystyka procesu oraz podstawowych pojęć.
Zasady i dobre praktyki projektowania efektywnych wizualizacji. Typowe błędy i sposoby ich naprawiania. Rozpoznawanie manipulacji z wykorzystaniem wizualizacji.
Projektowanie systemu wskaźników oraz pulpitów.
Zastosowanie Power BI do Wizualizacji danych

Python w analizie danych i uczeniu maszynowym

20

Inteligentna analiza i eksploracja danych.
Sztuczne sieci neuronowe.
Rozpoznawanie obrazów.
Przetwarzanie tekstu i mowy.

Bazy i hurtownie danych dla Big Data

28

Wprowadzenie do bazy i hurtownie danych dla Big Data. Podstawowe techniki i narzędzia.
Programowanie rozwiązań z wykorzystaniem Node.js
Wprowadzenie do języka MongoDB.
Zastosowanie wyrażeń regularnych w przetwarzaniu dużych zbiorów danych.
Implementacja algorytmów typu MapReduce.
Alternatywne metody programowania rozwiązań Big Data - SnowFlake.
Klasyfikacja zbiorów danych i badanie jakości danych.
Generowanie raportów na podstawie danych Big Data.

Chmura Azure na praktycznych przykładach

24

Tworzenie wirtualnych instancji maszyny oraz magazynu pamięci. Usługa EC2 oraz Amazon S3.
Sposoby dostarczania i wyświetlenia treści z wykorzystaniem różnych usług.
Wykorzystanie pamięci do przechowywania danych trwałych oraz tymczasowych
Podstawowe usługi zapewniające bezpieczeństwo w chmurze.
Monitorowanie usług chmurowych.
Usługi bazy danych w chmurze.

RAZEM:

192

OPINIA OPIEKUNA KIERUNKU

Big Data – technologie analizy danych

Analityk Big Data, czyli osoba zajmująca się przetwarzaniem i analizą ogromnych zbiorów danych, to zawód przyszłości. Obecnie każda branża pracuje z dużymi ilościami danych, a zadaniem analityka jest wydobycie z nich wartościowych informacji. Aby osiągnąć ten cel, potrzebna jest praktyczna znajomość specjalistycznych narzędzi.

Po odpowiednim przetworzeniu danych analityk dokonuje ich interpretacji oraz tworzy raporty z wynikami. Oznacza to, że osoba pragnąca realizować się na takim stanowisku powinna wykazywać się wysoko rozwiniętymi zdolnościami do analizy, wnioskowania oraz logicznego myślenia.

Specjaliści zajmujący się wykorzystaniem Big Data są potrzebni w każdej branży, ponieważ dzięki odpowiednio wykorzystanym informacjom firmy mogą podążać za trendami rynkowymi oraz minimalizować ryzyko swojej działalności.

Obecnie wykorzystanie uczenia maszynowego jest szczególnie istotne w takich dziedzinach jak opieka medyczna, handel, energetyka, transport, a także badania i nauka. Warto dać sobie szansę i zdobyć kompetencje analityka.

dr inż. Barbara Fryc

Doktor nauk technicznych w dyscyplinie informatyka. Jej zainteresowania naukowe skupiają się wokół problematyki programowania komputerów (w szczególności w językach C++ i Java), wnioskowania, systemów ekspertowych, zbiorów przybliżonych i zbiorów rozmytych.

DLACZEGO TEN KIERUNEK?

Opinie absolwentów
    • Polecam studia podyplomowe w Wyższej Szkole Informatyki i Zarządzania na kierunku Big Data. Program studiów obejmuje szerokie spektrum zagadnień związanych z analizą i przetwarzaniem danych. Do zajęć, które sprawiły mi najwięcej przyjemności należały „Wizualizacja danych” z wykorzystaniem Power Bi oraz „Hurtownie i bazy danych”, na których w końcu zrozumiałem i nauczyłem się wykorzystywać zalety nierelacyjnych baz danych.
      Polecam studia wszystkim, którzy chcą zgłębiać tematykę związaną z Big Data.

      Michał Januszczak
    • Studia podyplomowe „Big Data – technologie analizy danych” oceniam bardzo dobrze. Miałem możliwość poznania wielu technik przetwarzania danych, języków programowania i różnych narzędzi lokalnych i chmurowych. Znacznie poszerzyłem swoją wiedzę w wielu obszarach, których wcześniej nie znałem lub znałem tylko powierzchownie. Dla mnie szczególnie przydatne były praktyczne zajęcia z wykorzystaniem Pythona i SQL. Nowe umiejętności mogłem od razu z powodzeniem wykorzystać w codziennej pracy. Poznałem także możliwości MongoDB i Power BI oraz podstawy uczenia maszynowego.
      Zajęcia były prowadzone intensywnie, od podstaw do poziomu mocno zaawansowanego. Dodatkową korzyścią była możliwość uzyskania certyfikatów renomowanych podmiotów. Wykładowcy przystępnie prowadzili zajęcia korzystając z dobrej jakości materiałów i przykładów w trakcie ćwiczeń i laboratoriów. Zajęcia w formie online były wygodnym sposobem uczestniczenia. Łatwo można było z nich skorzystać ponownie poprzez odtworzenie nagrań, które były dostępne przez cały okres studiów. Biuro CSP było dostępne i pomocne.
      Studia podyplomowe na WSIiZ w pełni spełniły moje oczekiwania. Warto skorzystać!

      Robert Łukasz

WYBIERZ KIERUNEK

Big Data – technologie analizy danych

ZAPISZ SIĘ NA STUDIA

CZAS TRWANIA STUDIÓW

192 godz.

2 semestry

CZESNE

3 600 PLN za semestr

raty miesięczne

FORMA STUDIÓW

hybrydowa

około 80% zajęć online

PIERWSZE ZAJĘCIA

17.10.2026

Osoby zainteresowane tym kierunkiem sprawdzały również programy studiów: