Rekrutacja i opłaty.

Rekrutacja prowadzona jest dwa razy w roku: na edycje jesienną oraz wiosenną.

W studiach podyplomowych mogą uczestniczyć absolwenci kierunków ścisłych studiów wyższych 1. i 2. stopnia. W przypadku osób z dyplomem z zakresu nauk humanistycznych może być przeprowadzana rozmowa rekrutacyjna. Przyjęcia realizowane są według kolejności zgłoszeń, do wyczerpania limitu miejsc.

Rekrutacja jest przeprowadzana w dwóch etapach na podstawie:

  • wniosku o przyjęcie na studia podyplomowe (etap 1 rekrutacji)
  • dyplomu ukończenia studiów wyższych (etap 1 rekrutacji); dyplomy zagranicznych uczelni muszą być zweryfikowane przez Narodową Agencję Wymiany Akademickiej (NAWA)
  • dowodu wpłaty pierwszej raty, zgodnie z regulaminem studiów podyplomowych w PW (wpłatę należy zrealizować po otrzymaniu indywidualnego numeru konta) (etap 2 rekrutacji)

Uwaga!
Rejestracja w systemie IRK nie jest równoznaczna ze zgłoszeniem się na studia. W celu dokonania zapisu należy dostarczyć dokumenty z etapu 1 rekrutacji na adres email sekretariatu studiów podyplomowych.

Wzory umów zawieranych przez kandydatów na studia z Politechniką Warszawską (do zapoznania) dostępne są tutaj.

macbook image

Dokumenty (podpisany wniosek z rekrutacji oraz kopię dyplomu ukończenia studiów) należy składać elektronicznie na adres:
w przypadku kierunków Big Data i Data Science: agnieszka.skalska2@pw.edu.pl.
w przypadku kierunku Wizualna Analityka Danych: urszula.adamiec@pw.edu.pl

ZAPISZ SIĘ

Opłaty

Data Science

12 500 PLN / rok

I rata - 7 000 PLN

II rata - 5 500 PLN

Liczba miejsc ograniczona

Minimalna liczba osób: 24

Poinformuj mnie o kolejnej rekrutacji

Big Data

12 500 PLN / rok

I rata - 7 000 PLN

II rata - 5 500 PLN

Liczba miejsc ograniczona

Minimalna liczba osób: 24

Poinformuj mnie o kolejnej rekrutacji

Wizualna analityka danych

12 500 PLN / rok

I rata - 7 000 PLN

II rata - 5 500 PLN

Liczba miejsc ograniczona

Minimalna liczba osób: 24

Poinformuj mnie o kolejnej rekrutacji



Informacja o fakturach VAT dla uczestników studiów podyplomowych

Faktury VAT z tytułu opłat za studia podyplomowe generowane są po dokonaniu płatności zgodnie z danymi zawartymi w „Umowie o warunkach odpłatności za studia podyplomowe w Politechnice Warszawskiej” (dalej „Umowa”). W związku z powyższym, co do zasady, na fakturze wskazane są dane osobowe „Uczestnika” studiów podyplomowych jako nabywcy usługi edukacyjnej.

  1. W celu otrzymania faktury z danymi osobowymi Uczestnika studiów podyplomowych należy złożyć oświadczenie nr 1.
  2. Jeżeli Uczestnik prowadzi działalność gospodarczą i takie dane zostaną zawarte w „Umowie”, wówczas faktura zostanie wystawiona zgodnie z tymi danymi. W tej sytuacji należy złożyć oświadczenie nr 2.
  3. W przypadku jeśli firma dokonuje płatności za studia podyplomowe i przelew na Politechnikę Warszawską dokonywany jest przez firmę, możliwe jest wskazanie na fakturze firmy jako „płatnika” (nabywcą pozostaje Uczestnik studiów podyplomowych). W takim przypadku należy złożyć oświadczenie nr 3.
  4. Jeżeli firma w 100% finansuje studia podyplomowe i została podpisana umowa trójstronna, gdzie firma jest stroną Umowy i występuje jako Zleceniodawca, faktura zostanie wystawiona na firmę jako nabywcę usługi edukacyjnej. W tej sytuacji należy złożyć oświadczenie nr 4.

Oświadczenia nr 2,3,4 należy złożyć do końca miesiąca, w którym dokonano płatności.

W razie ewentualnych pytań prosimy kontaktować się z p. Joanną Konczak, Dział Finansowy Instytutu Informatyki, tel. 22 234 1395.

Dodatkowy pakiet e-learningowy

KURS E-LEARNINGOWY Z PODSTAW PYTHONA

W ramach studiów realizowane są zajęcia z programowania w Pythonie dla początkujących. Ukończony kurs e-learningowy stanowi dobre do nich wprowadzenie oraz ułatwienie w opanowaniu materiału dla osób bez doświadczenia programistycznego.

  • 12 godzin nagrań
  • dla zupełnie początkujących, także dla osób bez doświadczenia programistycznego
  • możliwość pracy we własnym tempie
  • zadania sprawdzające opanowanie materiału

Wprowadzenie do środowiska i podstawowe pojęcia

Algorytmy i struktury danych

Programowanie obiektowe

Zaawansowane aspekty programowania obiektowego

Wyjątki i praca na plikach

Jak prowadzone są zajęcia?

  • Warsztaty - zajęcia laboratoryjne są ukierunkowane na rozwój umiejętności praktycznych.
  • Materiały szkoleniowe- dostępne na platformie edukacyjnej OKNO.

Modele zajęć w trybie zdalnym:

  • jako zajęcia prowadzone na zasadach zajęć stacjonarnych w czasie rzeczywistym, ale na platformie komunikacyjnej
  • jako zajęcia składające się z części warsztatowej wykonywanej samodzielnie na podstawie otrzymanego tutoriala (pierwsza część dnia) oraz z części konsultacyjnej prowadzonej dla całej grupy (druga część dnia).

Warunki techniczne:

  • zajęcia prowadzone są na platformie komunikacyjnej Zoom
  • uczelnia zapewnia zdalny dostęp do środowiska potrzebnego do przeprowadzenia warsztatów
  • studenci otrzymują szczegółową instrukcję do uzyskania dostępu do środowiska
  • przed rozpoczęciem zajęć w celu sprawdzenia poprawności instalacji przeprowadzana jest sesja testowa

Wymagania sprzętowe:

  • komputer minimum 8 GB pamięci
  • stabilne połączenie internetowe (zalecane min. 10Mbit/s download i 1Mbit/s upload)
  • przeglądarka internetowa Chrome lub Firefox (zalecane Chrome)
  • jeżeli komputer nie posiada wbudowanych - słuchawki oraz mikrofon (np telefoniczne)

Dowiedz się więcej

PODCAST

Robert Bembenik o nauce w trybie zdalnym

Robert Bembenik, kierownik studiów, o tym, jak wygląda studiowanie w trybie zdalnym w czasie pandemii.

PODCAST

Dzień Otwarty już za nami. O kolejnym dniu otwartym poinformujemy już niedługo.

FAQ

Wszystkie kierunki przygotowują do pracy z danymi, przy czym różnią się rozłożeniem akcentów.

Na ścieżce Data Science nacisk położony jest na analizę danych i jej metody. Na ścieżce Big Data uczymy pracy z dużymi danymi od etapu ich pozyskania i przygotowania do momentu dalszej pracy analitycznej. Natomiast na kierunku Wizualna Analityka Danych rozwijane są umiejętności związane z przygotowaniem danych, ale ścieżka pracy z nimi kończy się na etapie przygotowania komunikacji z nimi związanej, czyli odpowiedniej ich wizualizacji i przestawienia zgodnie z najnowszymi trendami opartymi na storytellingu

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.