Podjęcie nauki na studiach daje możliwość zdobywania wiedzy pod okiem specjalistów, zapewnia uczenie się od praktyków i poznanie know how z realnych projektów. Daje opiekę mentora. Wspiera także motywację do systematyczności przez wymóg zewnętrzny związany z narzuconym kalendarzem zajęć. Ponadto, nauka w grupie poza tym, że dodatkowo motywuje, sprzyja także networkingowi i nawiązywaniu nowych kontaktów w środowisku. Ważnym aspektem jest też fakt, że program studiów został przygotowany przez praktyków, wybór zagadnień odpowiada realnie potrzebnym kwalifikacjom oraz jest zgodny z potrzebami rynku pracy.

Studia stwarzają warunki do zdobycia wiedzy i kompetencji wymaganych na stanowisku samodzielnego specjalisty, niemniej osiągnięcie tego poziomu zależy od zaangażowania uczestnika i wkładu jego pracy własnej w pełne opanowanie programu. Zależy to także od wcześniejszego doświadczenia zawodowego.

Każde dodatkowe kompetencje techniczne to łatwiejsza droga przez studia. Ale to nie poziom Twoich umiejętności na wstępie decyduje o sukcesie, o tym, jak sobie na nich poradzisz. Więcej zależy od tego, czy nie boisz się wyzwań i jesteś zdeterminowany.

Studia na ścieżce Data Science kończą się egzaminem. Studia na ścieżce Big Data kończą się projektem. Najczęstsze obszary, których dotyczą prace końcowe to: system do zbierania i agregowania danych w czasie rzeczywistym, implementacja ETL/ELT na klastrze, pozyskanie, czyszczenie, eksploracja i wizualizacja danych. Prace są konsultowane w ramach przedmiotu seminaryjnego: Projektowanie rozwiązań Big Data.

Uczelnia nie prowadzi tego rodzaju statystyk, ale nasi wykładowcy spotykali często na konferencjach branżowych swoich byłych studentów, którzy pracują już z danymi. Natomiast wszystkie publikacje dotyczące prognoz nt rynku pracy wskazują na rozwój technologii AI i Big Data (w tym raporty Deloitte, Forbes, Gartner).

Materiał realizowany w ramach studiów pozostaje taki sam, niezależnie od tego, czy jest to tryb nauki zdalnej czy stacjonarnej. Zakładane kompetencje absolwenta każdej edycji są takie same.

Studenci otrzymują dostęp do materiałów wykorzystywanych na zajęciach, tj prezentacji, czasami są to również nagrania, rekomendacje materiałów ogólnodostępnych jako uzupełnienie, a jeżeli zajęcia są prowadzone w trybie warsztatowym, zadania, które są wykonywane na zajęciach.

Na ścieżce Big Data oraz Wizualna Analityka Danych jest to Python, na ścieżce Data Science poza Pythonem studenci poznają także R.

Tak, jest taka możliwość, o ile na drugiej ścieżce są nadal wolne miejsca.

Znajomość programowania nie jest wymagana, na studiach przewidziany jest przedmiot Programowanie zorientowane na dane, w ramach którego prowadzona jest nauka programowania w Pythonie w zakresie potrzebnym do pracy z danymi. Niemniej, wcześniejsza znajomość programowania w dowolnym języku na pewno ułatwia wejście w tematykę pracy z danymi.