Studia podyplomowe

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


O studiach

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 z wykorzystaniem różnych technik formułowania zapytań do dużych modeli językowych),
  • zaawansowane przygotowanie danych w środowisku Alteryx,
  • wizualizację i analizę danych w Microsoft Power BI oraz Tableau, także ze wsparciem narzędzi AI,
  • fundamenty sztucznej inteligencji, w tym sieci neuronowe, klasyfikację obrazów oraz obróbkę danych tekstowych,
  • zasady storytellingu oraz techniki profesjonalnej wizualizacji i prezentacji danych.

REKRUTACJA OTWARTA

AI-Powered Business Intelligence

Start zajęć: październik 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 pracę 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 – Pythonie i zapoznać się z pakietami analityki danych dostępnymi w tym języku;
  • 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 i osoby związane z Instytutem Informatyki Politechniki Warszawskiej, który ma wieloletnie doświadczenie w obszarach Data Science, Big Data oraz Business Intelligence.

Zapewniamy:

  • dostęp do platformy e-learningowej z materiałami do zajęć;
  • dostęp do oprogramowania wykorzystywanego podczas zajęć, m.in. Microsoft Power BI, Tableau i Alteryx, w ramach licencji edukacyjnych;
  • praktyczne wykorzystanie narzędzi AI, np. modeli LLM, w zadaniach z zakresu analizy danych;
  • dostęp do zasobów naukowych i dydaktycznych Biblioteki Politechniki Warszawskiej;
  • dodatkowe materiały e-learningowe, np. dotyczące oprogramowania Tableau.

Dowiedz się więcej

ZAPISZ SIĘ NA DZIEŃ OTWARTY

Trzy oblicza Data Science

25 czerwca 2026 r., godz. 18:00.

Pracujesz w dziale sprzedaży, marketingu, finansów lub analiz na stanowisku analityka danych, programisty Business Intelligence, specjalisty Data Science lub statystyka? Dowiedz się, jak wejść na wyższy poziom umiejętności! Już teraz zapisz się na bezpłatne spotkanie dla kandydatów na studia podyplomowe i poznaj TRZY OBLICZA DATA SCIENCE.

ZAPISZ SIĘ

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, w rozmowie 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 analiz.
  • Podejmowania decyzji na podstawie wiedzy pozyskanej z analizy procesów i danych biznesowych.
  • Zrozumienia roli AI we wspomaganiu pracy z metodami i narzędziami Business Intelligence.

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, w tym 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, przetwarzania danych tekstowych i obrazowych.
  • Doboru rodzaju wizualizacji w zależności od wymagań projektowych (np. oceny znaczenia doboru koloru lub typu wykresu na klarowność prezentacji danych).
  • Storytellingu i technik prezentowania danych.
  • Podstaw modelowania 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, Sklearn i modele LLM.
  • Bardziej zaawansowane narzędzia uczenia maszynowego i AI w Pythonie: pakiet Keras do przetwarzania obrazów, dostęp do modeli GPT za pomocą bibliotek OpenAI.
  • Biblioteki Pythona do wizualizacji danych: Matplotlib, Seaborn.
  • Oprogramowanie 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
  • Wykorzystanie AI w narzędziach Business Intelligence, w tym w szczególności modeli Copilot w oprogramowaniu Microsoft Power BI.
  • Narzędzia inżynierii danych Alteryx i Alteryx Designer, w tym w zakresie wykorzystania w nich sztucznej inteligencji.

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. Większość prowadzących to eksperci na co dzień pracujący z narzędziami analityki biznesowej.

Warsztatowy charakter zajęć

Zajęcia mają w większości charakter laboratoryjny i są ukierunkowane na rozwijanie kompetencji oraz praktycznej znajomości poznawanych narzędzi i technologii.

Najnowsze technologie

Dobór narzędzi i technologii oparty jest na analizie obecnie najpopularniejszych rozwiązań w obszarze Business Intelligence.

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 zdalnym trybie weekendowym, w ciągu 2 semestrów. Ukończenie studiów następuje po obronie pracy końcowej.

Nauczysz się:

Zdobędziesz praktyczne podstawy programowania w języku Python, niezbędne do pracy z danymi i realizacji zadań analitycznych. Nauczysz się przetwarzać dane tabelaryczne, tworzyć funkcje i procedury, wywoływać polecenia języka Python oraz wykorzystywać wybrane biblioteki do analizy i wizualizacji danych. Poznasz także sposoby zapisywania, wczytywania i stosowania zbudowanych modeli, co pozwoli Ci sprawniej realizować kolejne etapy pracy z danymi.

Wykorzystasz:

Google Colab, Python, Pandas, Matplotlib

Nauczysz się:

Poznasz pełny proces akwizycji i przygotowania danych do analizy — od ich pozyskania, przez oczyszczanie i porządkowanie, aż po łączenie oraz przekształcanie zbiorów danych. Nauczysz się korzystać z narzędzi do parsowania, filtrowania, grupowania i łączenia danych, w tym z operacji typu advanced join, append i union. W ramach zajęć dowiesz się także, jak wykorzystywać modele GPT od OpenAI w programie Alteryx do adnotacji i wzbogacania opisu danych.

Wykorzystasz:

Alteryx, Python

Nauczysz się:

Zakres przedmiotu obejmuje wprowadzenie do uczenia maszynowego i sztucznej inteligencji. Poznasz podstawy matematyczne uczenia maszynowego, w tym operacje na macierzach i wektorach, a także wybrane zagadnienia ze statystyki oraz rachunku prawdopodobieństwa. Słuchacze zapoznają się z algorytmami uczenia z nadzorem i bez nadzoru oraz ich praktycznym zastosowaniem w analizie danych. W ramach zajęć omówione zostaną również metody klasyfikacji tekstów z wykorzystaniem tradycyjnych algorytmów uczenia maszynowego oraz dużych modeli językowych LLM. Program obejmuje także podstawy przetwarzania obrazów, w tym wybrane techniki analizy i klasyfikacji danych wizualnych. Poznasz również podstawy działania modeli LLM, a także promptowania ich za pomocą technik Zero-shot, Few-shot i Chain-of-Thought.

Wykorzystasz:

Python

Nauczysz się:

W ramach zajęć prowadzonych w trybie warsztatowym słuchacze zdobędą praktyczne umiejętności pracy z narzędziami do wizualizacji danych. Zakres zajęć obejmuje przygotowanie danych źródłowych, ich transformację do modelu analitycznego, wykorzystanie hierarchii i miar w modelu raportowym, budowę raportów z użyciem interaktywnych dashboardów oraz publikację gotowych raportów. Słuchacze poznają również możliwości wykorzystania Copilot AI w środowisku Power BI do wspomagania analizy danych, tworzenia zapytań i interpretacji wyników. Program obejmuje także pracę z Power BI w chmurze, w tym publikowanie, udostępnianie i zarządzanie raportami w środowisku Power BI Service z wykorzystaniem Microsoft Fabric.

Wykorzystasz:

Tableau®, MS Power BI, Copilot

Nauczysz się:

Słuchacze poszerzą znajomość języka Python o jego zastosowania w wizualizacji i eksploracyjnej analizie danych. Poznają wybrane biblioteki wykorzystywane do tworzenia wykresów, prezentacji zależności między zmiennymi oraz budowy interaktywnych dashboardów. W ramach zajęć warsztatowych przeprowadzą wizualną analizę danych, której celem będzie identyfikacja prawidłowości, trendów i zależności występujących w tabelarycznych zbiorach danych.

Wykorzystasz:

Python, w tym biblioteki: Matplotlib, Seaborn, Pandas, Dash

Nauczysz się:

Słuchacze poznają podstawy teoretyczne wizualizacji danych, związane z nią procesy i standardy oraz jej rolę w procesie podejmowania decyzji. Nauczą się korzystać z nowoczesnych technik prezentacji i eksploracji danych, z uwzględnieniem zasad czytelności, efektywnej komunikacji wizualnej oraz doboru odpowiednich form graficznych do charakteru analizowanych informacji. Zakres przedmiotu obejmuje również zagadnienia związane z projektowaniem doświadczeń użytkownika, w tym podstawowe zasady user experience w kontekście tworzenia raportów, dashboardów i narzędzi analitycznych.

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.

Wykłady w ramach przedmiotu obejmują komercyjne zastosowania wizualizacji danych w organizacjach, ze szczególnym uwzględnieniem roli raportów, dashboardów i interaktywnych form prezentacji informacji w procesie podejmowania decyzji.

Istotnym elementem przedmiotu jest projektowanie rozwiązań analitycznych wspierających realne procesy biznesowe. Słuchacze poznają zagadnienia związane z doborem technologii, różnicami między narzędziami klasy enterprise a rozwiązaniami tworzonymi na potrzeby konkretnego problemu, a także znaczeniem użyteczności, skalowalności i utrzymania aplikacji analitycznych. Przedstawione zostanie podejście no-code do tworzenia aplikacji biznesowych.

Zakres zajęć obejmuje również wykorzystanie narzędzi Process Intelligence do analizy procesów organizacyjnych. Omawiane są przykłady eksploracji procesów biznesowych z wykorzystaniem oprogramowania Celonis, identyfikacji wąskich gardeł, pracy z metrykami i KPI oraz zastosowania funkcjonalności AI, m.in. do wspomagania tworzenia aplikacji analitycznych, interpretacji danych i automatycznej adnotacji danych.

W ramach przedmiotu Seminarium przygotowywana jest praca końcowa polegająca na realizacji praktycznego projektu z zakresu analityki biznesowej przy wsparciu opiekuna. Może to być np. panel prezentujący aktualne, istotne wskaźniki efektywności (KPI) w działalności biznesowej lub pogłębiona analiza i wizualizacja wybranego zbioru danych. Do realizacji projektu końcowego słuchacze zazwyczaj wykorzystują narzędzia takie jak Microsoft Power BI, Tableau, Python, relacyjne bazy danych oraz Alteryx.

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 podczas szkoleń, wykładów i konferencji.

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 i 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/

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 na podstawie rzetelnej analizy 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, kierownik studiów

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 ds. 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