Wybierz język
pl gb

Organizacja studiów

  • Terminy zjazdów (2024/2025) - kalendarz zjazdów w formacie PDF - wkrótce

  • Miejsce: stacjonarnie (WNE UW, ul. Długa 44/50) lub zdalnie (platforma MS Teams) – do wyboru przez uczestników.

  • Sala: wszystkie zajęcia prowadzone są w formie warsztatów i odbywają się przy komputerach. Studenci stacjonarni mają zajęcia w pracowni komputerowej z pełnym oprogramowaniem, zaś studenci zdalni pracują na swoich komputerach. Wszystkie osoby otrzymują dostęp do programów omawianych na studiach, m.in. Oracle, Power BI, Tableau, Office 365 w wersji Webowej (brak jedynie dostępu do Office w wersji stacjonarnej - w celu realizacji zajęć dodatkowych i nieobowiązkowych zajęć wyrównawczych, które są realizowane w programie MS Access, uczestnicy powinni zapewnić sobie oprogramowanie we własnym zakresie).

  • Sposób zaliczenia: prace zaliczeniowe po każdym bloku zajęć oraz końcowy projekt zaliczeniowy (opracowanie i prezentacja) wykonywany samodzielnie lub grupowo - stanowiący tzw. własny projekt pokazowy do przedstawienia w czasie rozmów kwalifikacyjnych.

  • Materiały: uczestnicy otrzymują profesjonalne materiały szkoleniowe w formie elektronicznej (samouczki z zagadnieniami teoretycznymi i narzędziowymi oraz zadania wraz z pełnymi rozwiązaniami). Ponadto, uczestnicy mają dostęp do platformy e-learningowej, na której poza materiałami przerabianymi na zajęciach, dostępne są materiały uzupełniające (m.in. filmy instruktażowe, zadania dodatkowe, samouczki dodatkowe, aplikacje w formie dodatków, linki do forów tematycznych).

  • Poziom zajęć: studia rozpoczynają się od poziomu średniozaawansowanego, ale szybko przechodzą na poziom zaawansowany. W pierwszej kolejności poruszane są zagadnienia związane z bazami danych i językiem SQL (od podstaw do poziomu zaawansowanego). Następnie, zajęcia poświęcone są narzędziom Business Intelligence (również od podstaw do poziomu zaawansowanego). Nie jest wymagana wcześniejsza znajomość SQL ani BI. Jest natomiast wymagana co najmniej podstawowa wiedza z ekonomicznej analizy danych.