Studia podyplomowe

AI-Powered Business Intelligence - wizualizacja i analityka biznesowa ze wsparciem sztucznej inteligencji


O studiach

Do semestru zimowego 2025 studia były uruchamiane pod nazwą Wizualna Analityka Danych.

Studia podyplomowe AI-Powered Business Intelligence łączą kluczowe zagadnienia z obszaru analityki danych, nowoczesnych narzędzi komercyjnych, Data Science, komunikacji biznesowej oraz praktycznych i teoretycznych podstaw sztucznej inteligencji.

Business Intelligence opiera się na świadomym i praktycznym wykorzystaniu danych w procesach biznesowych. Wymaga to interdyscyplinarnej wiedzy łączącej kompetencje techniczne (m.in. podstawy programowania, pozyskiwanie i przetwarzanie danych, obsługę narzędzi analitycznych), analityczne (uczenie maszynowe, sztuczną inteligencję, eksplorację danych), biznesowe (interpretację wyników i podejmowanie decyzji) oraz komunikacyjne i wizualizacyjne (czytelną prezentację danych i wniosków).

Nasze studia przygotują Cię do praktycznego wykorzystania narzędzi i metod Business Intelligence. W trakcie zajęć poznasz m.in.:

  • podstawy programowania w Pythonie (także wykorzystując różnego rodzaju techniki zapytań do dużych modeli językowych),
  • zaawansowane przygotowanie danych w środowisku Alteryx,
  • wizualizację i analizę danych w Microsoft Power BI oraz Tableau,
  • fundamenty sztucznej inteligencji, w tym sieci neuronowe i klasyfikację obrazów,
  • zasady storytellingu oraz techniki profesjonalnej wizualizacji i prezentacji danych.

Nagranie z Dnia Otwartego

OSTATNIE MIEJSCA

AI-Powered Business Intelligence

Start zajęć: marzec 2026

Tryb: weekendowy

Formuła zajęć: online na żywo

Zapisz się w IRK Zapytaj Opłaty i zasady rekrutacji Pobierz informator

Zobacz jakie zagadnienia obejmują studia:

Adresaci studiów AI-Powered Business Intelligence

Dla kogo są przeznaczone nasze studia?

Studia podyplomowe AI-Powered Business Intelligence skierowane są zarówno do osób, które chcą rozpocząć prace z analityką biznesową, jak i do osób, które są z nią już w pewnym zakresie zapoznane. Tematyka studiów będzie dla Ciebie szczególnie interesująca, jeśli:

  • Chcesz poznać komercyjne narzędzia do analityki biznesowej.
  • Zobaczyć, jak AI zmienia obecnie wykorzystanie takich narzędzi.
  • Nauczyć się podstaw programowania w jednym z najpopularniejszych języków – Python i zapoznać się z pakietami analityki danych dostępnymi w tym języku.
  • Poznać podstawowe narzędzia do wykorzystania w Data Science np. oprogramowanie JupyerHub lub Google Colab.
  • Nauczyć się efektywnej komunikacji i prezentacji wyników.
  • Zrealizować praktyczny projekt analityki biznesowej.
  • Nauczyć się podstaw uczenia maszynowego i sztucznej inteligencji.
  • Zobaczyć rzeczywiste studia przypadku analityki biznesowej.

Studia są odpowiednie dla osób, które do tej pory nie zajmowały się programowaniem, ani szeroko pojętą informatyką (w szczególności nie studiowały powiązanych kierunków).

Dlaczego warto studiować w Instytucie Informatyki PW?

Studia prowadzone są przez praktyków: osoby na co dzień stosujące narzędzia i metody analizy różnych zbiorów danych w celu rozwiązania konkretnych problemów. Kadrę stanowią zarówno osoby pracujące w biznesie, jak w Instytucie Informatyki Politechniki Warszawskiej, który ma wieloletnie doświadczenie w obszarach Data Science, Big Data oraz Business Intelligence.

Dowiedz się więcej

Nagranie z dnia otwartego

Trzy oblicza Data Science

Dzień otwarty już za nami.

Jednak nie wszystko stracone. Uzyskaj dostęp do nagrania z Dnia Otwartego studiów i dowiedz się, który kierunek będzie najlepszym wyborem.

POBIERZ NAGRANIE

Wizualizacja danych

Jak wizualizacja danych pomaga w biznesie?

Rozmowa Łukasza Kobylińskiego i Piotra Reszki o wartości wizualizacji danych i kompetencjach wymaganych od osób, które zajmują się wizualną analityką danych.

PODCAST

Data Science

Dlaczego wszyscy mówią o Data Science?

O tym, dlaczego zainteresowanie Data Science rośnie z każdym rokiem z rozmowy Łukasza Kobylińskiego i Jakuba Nowackiego

PODCAST

Cel studiów

Studia podyplomowe AI-Powered Business Intelligence mają na celu zbudowanie kompetencji w zakresie:

  • Wykorzystania technik i narzędzi analityki biznesowej.
  • Skutecznej komunikacji i prezentacji wyników i analiz.
  • Podejmowania decyzji w oparciu o wiedzę pozyskaną z analizy procesów i danych biznesowych.

Czego się nauczysz

Po zakończonej nauce Twoje kompetencje wzbogacą się o umiejętność:

  • Posługiwania się wybranymi komercyjnymi narzędziami do wizualizacji danych i analityki biznesowej; zapoznasz się również z aktualnymi możliwościami wykorzystania AI w tym zakresie.
  • Podstaw programowania, ze szczególnym uwzględnieniem obróbki, analityki i wizualizacji danych. Wykorzystania dużych modeli językowych (Large Language Models, LLMs) do generowania kodu.
  • Podstaw eksploracji danych, sztucznej inteligencji i uczenia maszynowego, w szczególności w zakresie zrozumienia podstaw sieci neuronowych, grupowania, klasyfikacji danych (np. finansowych), predykcji przyszłych wartości z danych.
  • Doboru rodzaju wizualizacji z zależności od wymagań projektowych (np. oceny znaczenia doboru koloru lub typu wykresu na klarowność prezentacji danych).
  • Storytellingu i technik prezentowania danych.
  • Podstaw modeli i organizacji danych we współczesnym oprogramowaniu, podstaw inżynierii danych.

Jakie technologie i narzędzia poznasz

Nasze zajęcia prowadzone są w trybie wykładowym i warsztatowym. Na studia składa się 196 godzin zajęć, z czego aż 146 to zajęcia praktyczne (laboratoryjne i ćwiczeniowe), na których wykorzystasz:

  • Język programowania Python i narzędzia: JupyterHub, Google Colab, pakiety: Pandas, Numpy, MatplotLib, Seaborn i modele LLM.
  • Narzędzia Business Intelligence: Microsoft Power BI, Tableau® i Tableau Prep. Dla naszych studentów udostępniamy również certyfikowane materiały szkoleniowe Tableau eLearning: https://www.tableau.com/learn/training/elearning
  • Narzędzia inżynierii danych Alteryx i Alteryx Designer, w tym w zakresie wykorzystania w nich sztucznej inteligencji.
  • biblioteki do wizualizacji danych min pandas, matplotlib, SQL Alchemy, pymongo

Zajęcia odbywają się w pełni w trybie online z wykorzystaniem oprogramowania Zoom i Microsoft Teams.

Dlaczego warto wybrać nasze studia

Nasi wykładowcy

Nasi wykładowcy posiadają bogaty dorobek publikacyjny oraz doświadczenie w realizacji projektów badawczych i komercyjnych, co w połączeniu daje dostęp do eksperckiej wiedzy i praktycznego know-how.

Warsztatowy charakter zajęć

Zajęcia stanowią w większości zajęcia laboratoryjne ukierunkowane na rozwijanie kompetencji i praktycznej znajomości poznawanych narzędzi i technologii.

Najnowsze technologie

Dobór narzędzi i technologii oparty jest o analizę obecnie najpopularniejszych rozwiązań w obszarze Big Data i Data Science.

Renomowana uczelnia

Politechnika Warszawska jest jedną z największych i najlepszych uczelni technicznych w Polsce oraz w Europie Środkowo-Wschodniej. Potwierdzają to wyniki rankingów krajowych oraz zagranicznych, w których uczelnia znajduje się w czołówce klasyfikowanych polskich uczelni technicznych.

Program studiów AI-Powered Business Intelligence

Studia na kierunku AI-Powered Business Intelligence obejmują 196 godzin zajęć realizowanych w większości w formie warsztatów w trybie weekendowym zdalnym w ciągu 2 semestrów. Ukończenie studiów następuje po obronie pracy końcowej.

Nauczysz się:

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.

Wykorzystasz:

Python, pandas, baza SQL

Nauczysz się:

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.

Wykorzystasz:

Alteryx, R, Python

Nauczysz się:

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.

Wykorzystasz:

Python

Nauczysz się:

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.

Wykorzystasz:

Tableau®, MS Power BI

Nauczysz się:

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.

Wykorzystasz:

Python (biblioteki: matplotlib, seaborn, pandas, dash)

Nauczysz się:

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.

Nauczysz się:

Moduł koncentruje się na przekładaniu wyników analiz danych na spójne, decyzyjne narracje wspierające procesy zarządcze. Jego celem jest rozwijanie kompetencji w zakresie budowania logicznej argumentacji opartej na danych, prowadzącej od interpretacji wyników do wniosków, rekomendacji oraz konkretnych działań biznesowych.

Zajęcia kładą nacisk na kształtowanie roli zespołów analitycznych w organizacji oraz postawy osób, które nie tylko prezentują dane, lecz także świadomie prowadzą odbiorcę przez tok rozumowania, wskazują implikacje i wspierają wybór optymalnego rozwiązania dla danego problemu biznesowego.

Prezentacje w ramach przedmiotu obejmują przegląd komercyjnego wykorzystania wybranych metod z obszaru wizualizacji danych.

Konsultacje dotyczące projektów końcowych.

Wykładowcy

Nasi wykładowcy na co dzień pracują przy dużych projektach biznesowych. Wielu z nich prowadzi zajęcia od pierwszej edycji studiów, nowi prowadzący wybierani są w ramach starannej selekcji. Każdy z nich poza ekspercką znajomością technologii posiada doskonałe umiejętności dydaktyczne zdobyte na salach szkoleniowych, wykładowych, konferencyjnych.

Piotr Adamczyk [MBA] to doświadczony analityk danych, pasjonat wizualizacji i prezentacji danych oraz oprogramowania Tableau. Absolwent ekonometrii na Uniwersytecie Ekonomicznym we Wrocławiu. Buduje i zarządza zespołami konsultantów BI, realizował projekty z obszaru Business Intelligence dla liderów rynkowych z sektora FMCG/Retail, Telekomunikacyjnego, Logistycznego i wielu innych. Od 8 lat wspiera organizacje projektując procesy analityczne oraz budując produkty raportowe dla każdego szczebla zarządczego. Doświadczenie biznesowe zdobywał jako analityk danych, Demand planner w obszarze S&OP.

Łukasz Chłystowski to doświadczony specjalista BI, posiadający certyfikaty Tableau Desktop Associate oraz Alteryx Advanced Designer. Pracuje jako konsultant BI w Astrafox, gdzie od ponad 7 lat wspiera rozwój rozwiązań analitycznych w obszarze Tableau i Alteryx. Wcześniej zdobył 11-letnie doświadczenie w Carlson Wagonlit Travel, pełniąc funkcje menedżerskie i analityczne. Absolwent matematyki na Uniwersytecie Warszawskim, wyróżnia się umiejętnościami prezentacyjnymi, zarządzaniem projektami i pracą zespołową.

Od ponad 5 lat zawodowo związany z analizą danych. Realizował projekty z obszaru zaawansowanej analizy danych, takie jak detekcja fraudów, monitoring systemów produkcyjnych i analiza opinii. Obecnie zajmuje się projektowaniem rozwiązań i prowadzeniem projektów w obszarze danych, a jako trener prowadzi kursy z obszaru Data Science. Doktorant Szkoły Głównej Handlowej w Kolegium Analiz Ekonomicznych. Współautor publikacji naukowych opublikowanych w czasopismach z listy filadelfijskiej.

Linkedin:
https://pl.linkedin.com/in/pawe%C5%82-ekk-cierniakowski

Hubert pracuje w firmie Cogit jako BI Practice Lead i pomaga klientom zebrać ich dane oraz przekonwertować je w wartościowe informacje. Od lat związany z tematyką szeroko rozumianych rozwiązań Business Intelligence – od integracji, jakości danych, hurtowni danych, po zaawansowane systemy analityczne i raportowe. Realizował projekty dla wielu firm w Polsce, Irlandii, UK, czy Szwajcarii. Poza pracą Hubert prowadzi dwie grupy społecznościowe: warszawski oddział Data Community Poland oraz Warsaw Power BI User Group.

Dr hab. inż. Marcin Luckner specjalizuje się w praktycznych zastosowaniach uczenia maszynowego i analizy danych. Jego prace naukowe dotyczą wykrywania anomalii i zagrożeń w ruchu sieciowym, analizy danych transportu publicznego, lokalizacji odbiorników telefonii komórkowej. W ramach Ośrodka Badań dla Biznesu prowadzi projekty badawczo-rozwojowe dla firm. Realizował granty Narodowego Centrum Badań i Rozwoju i Narodowego Centrum Nauki. Był kierownikiem badawczym polskiego zespołu w europejskim projekcie z konkursu Horizon 2020 Big Data dotyczącego przetwarzania dużych strumieni danych miejskich. Posiada certyfikaty PRINCE2® Foundation i PRINCE2® Practitioner. Był członkiem rektorskiego zespołu ds. Innowacyjnych form kształcenia INFOX. Ukończył szkolenia dotyczące Problem Based Learning i Design Thinking. Prowadził warsztaty DT na DTWeek, TEDx i szkolenia dla firm.

Zawodowo związany z Data Science oraz analityką biznesową, absolwent kierunku Data Science and Business Analytics na Wydziale Nauk Ekonomicznych UW. Mateusz posiada ponad 5 lat doświadczenia w tworzeniu rozwiązań analitycznych. Doświadczenie zdobywał jako Business Intelligence Analyst w agencji mediowej Sales&More. Obecnie od ponad 3 lat pracuje jako Senior Engineer w Bain & Company, gdzie projektuje i tworzy zaawansowane aplikacje analityczne wsparte algorytmami Data Science w różnych technologiach, w tym Tableau i Dash.

Linkedin:
https://www.linkedin.com/in/mateusz-majak/

Absolwent Wydziału Ekonomii UW. Miłośnik Tableau, ewangelista wizualizacji danych. Jako Dyrektor Zespołu Dostarczania Usług BI, odpowiada za zarządzanie zespołem specjalistów oraz dostarczanie klientom najwyższej jakości rozwiązań z zakresu analizy danych i Business Intelligence. Posiada wieloletnie doświadczenie w pracy z danymi, łącząc ekspertyzę w BI z umiejętnościami zarządzania projektami. Przez 6 lat główny Trener BI w Astrafox. W swojej ponad 20-letniej karierze pracował jako Analityk Biznesowy, Kontroler Łańcucha Dostaw, zarządzał zespołami ds. analiz w marketingu produktowym w sektorze bankowym, oraz zespołami ds. rozliczeń premiowych i systemów motywacyjnych w sektorze telekomunikacyjnym. Poza pracą zawodową interesuje się literaturą, muzyką i psychologią.

Linkedin:
https://www.linkedin.com/in/michalmaliszewski/

Od 2018 roku zajmuje się analizą danych, uczeniem maszynowym oraz programowaniem w Pythonie. W międzyczasie ukończył studia na kierunku Energetyka, podczas których zajmował się matematycznym modelowaniem procesów transportu ciepła i masy. Szybko jednak przebranżowił się do IT i jako data scientist pracował przy projektach dla sektorów takich jak finanse, telekomunikacja czy media. Ponadto prowadzi szkolenia, warsztaty oraz zajęcia na bootcampach z zagadnień na pograniczu Pythona i data science. W wolnym czasie podróżuje motocyklem i aktywnie spędza czas.

Tytuł magistra inżyniera zdobył na Wydziale Elektroniki i Technik Informacyjnych Politechniki Warszawskiej w 2001 roku, a pięć lat później uzyskał stopień doktora nauk technicznych w dyscyplinie Informatyka. Związany z Instytutem Informatyki i Zakładem Systemów Informacyjnych od 2005 roku, specjalizuje się w badaniach nad metodami eksploracji danych i ich praktycznym zastosowaniem do odkrywania wiedzy w różnych typach danych: relacyjnych, sekwencyjnych, grafowych oraz tekstowych. Jego prace obejmują także opracowywanie innowacyjnych rozwiązań w tej dziedzinie. W sferze dydaktycznej prowadzi projekty i laboratoria dotyczące baz danych oraz metod eksploracji danych. Karierę akademicką rozwijał jako adiunkt (2006-2018), następnie starszy wykładowca (2018-2020), by od 2020 roku powrócić na stanowisko adiunkta. W 2021 roku został wyróżniony Nagrodą JM Rektora zespołową II stopnia za osiągnięcia naukowe.

CEO Astrafox, absolwent Inżynierii Oprogramowania i wykładowca PW. Ekspert Visual Data Science, praktyk z bogatym doświadczeniem wdrożeń systemów Business Intelligence w Polsce i USA. Na co dzień Piotr i jego zespół pomagają Klientom we wszystkich aspektach pracy z narzędziami Business Intelligence: od projektowania KPI, przygotowywania danych, poprzez szkolenia, warsztaty, aż po zaawansowane programowanie i integrację. “Promuje rozwiązania pozwalające skupić się na potrzebach biznesowych a nie technologii. Dzięki narzędziom takim jak Tableau czy Alteryx jestem w stanie zobaczyć i zrozumieć dane, co pozwala na szybkie wyciąganie wniosków oraz podejmowanie właściwych decyzji zmieniających biznes. Moją pasją jest robotyka i astrofizyka, ale zasypiając liczę owce używając Count Distinct…”

Więcej informacji:
https://astrafox.pl/webinary/
https://astrafox.pl/blog/
https://astrafox.pl/tableau-business-intelligence/

Jest doświadczonym badaczem i analitykiem danych, który współpracował z firmami, uniwersytetami oraz organizacjami non-profit w Szwajcarii, Austrii, Francji i Polsce. Specjalizuje się w wykorzystaniu sztucznej inteligencji i uczenia maszynowego w innowacyjnych branżach, takich jak biotechnologia, rozwój leków czy dostawy dronami. Łączy klasyczne metody uczenia maszynowego, przetwarzanie języka naturalnego, techniki głębokiego uczenia oraz solidną metodologię data science z głęboką wiedzą dziedzinową. W trakcie swojej kariery konsekwentnie wykazywał umiejętność wydobywania cennych wniosków z kompleksowych zbiorów danych, tworzenia niezawodnych algorytmów i optymalizacji procesów. Doskonale odnajduje się w różnorodnych, międzynarodowych zespołach, nawet w wymagających okolicznościach.

Linkedin:
https://www.linkedin.com/in/pawel-rosikiewicz/

GitHub:
https://github.com/PawelRosikiewicz

Specjalizuje się w obszarze analityki danych oraz zarządzania produktami analitycznymi w środowisku biznesowym. Jej doświadczenie obejmuje projektowanie i rozwój rozwiązań wspierających procesy decyzyjne — od systemów Business Intelligence po zaawansowaną analitykę. W swojej pracy koncentruje się na łączeniu perspektywy biznesowej i technologicznej oraz na zapewnieniu użyteczności i efektywnego wykorzystania rozwiązań analitycznych w organizacjach.

Absolwentka studiów magisterskich na Akademii Górniczo-Hutniczej w Krakowie. Ukończyła studia podyplomowe z zakresu analityki danych w Szkole Głównej Handlowej w Warszawie oraz zarządzania projektami na Akademii Leona Koźmińskiego w Warszawie. Jest również absolwentką studiów MBA „Innovation and Data Analysis” na Uniwersytecie SWPS w Warszawie.

Jej zainteresowania koncentrują się wokół przywództwa opartego na danych, komunikacji wizualnej oraz budowania kultury podejmowania decyzji w oparciu o rzetelną analizę informacji.

W pracy dydaktycznej kładzie nacisk na praktyczne aspekty wizualizacji danych, projektowanie dashboardów oraz tworzenie narracji analitycznej wspierającej zrozumienie i świadome podejmowanie decyzji.

Linkedin:
https://www.linkedin.com/in/paulinasanak

Blog:
https://paulinasanak.substack.com/

Sebastian Wareluk to ekspert w dziedzinie wizualizacji danych i senior BI konsultant z ponad 7-letnim doświadczeniem w Astrafox, specjalizujący się w Tableau, Alteryx oraz Google Looker Studio. Posiada doświadczenie akademickie jako wykładowca na Politechnice Warszawskiej i Warszawskim Uniwersytecie Medycznym. Jego specjalizacja obejmuje Big Data w zdrowiu publicznym, a także wizualizację danych na potrzeby analiz biznesowych.

Linkedin:
https://www.linkedin.com/in/swareluk/

Rada programowa

Aby zapewnić aktualność programu studiów konsultujemy dobór tematyki oraz technologii z ekspertami wywodzącymi się ze środowisk akademickiego oraz biznesowego.

Jarosław Chudziak

Experienced CxO; strategist and leader of business and technology transformations; academic lecturer

Dr hab. inż. Piotr Gawrysiak

Profesor Nadzwyczajny, Instytut Informatyki PW

Dr inż. Łukasz Kobyliński

Chief Science Officer, Board Member, Sages

Dr inż. Jakub Koperwas

Adiunkt w Instytucie Informatyki PW, Chief Executive Officer, Board Member, Sages

Mgr inż. Rajmund Kożuszek

Zastępca Dyrektora Instytutu Informatyki ds. Nauczania

Dr Radosław Lipiński

Head of Delivery Excellence, Roche Global IT Solution Centre

Dr inż. Piotr Maciąg

adiunkt w Instytucie Informatyki PW

Prof. dr hab. inż.Mieczysław Muraszkiewicz

Profesor, Instytut Informatyki PW

Dr inż. Jakub Nowacki

Experienced Machine Learning Engineer

Andrzej Olękiewicz

Data Scientist at ZPAV

Grzegorz Ostrowski

Dyrektor Data Analytics, mBank S.A.

Robert Stanikowski

Partner and Managing Director, CEE Technology Advantage Practice Leader, The Boston Consulting Group

Paweł Wróblewski

Head of Data Practice at Tietoevry Create Poland

Partnerzy merytoryczni

logo-img
logo-img

2024 © Sages