Kwalifikacja cząstkowa na poziomie 6 Polskiej Ramy Kwalifikacji i europejskich ram kwalifikacji
Porównaj
Status:
włączona funkcjonująca
Rodzaj:
cząstkowa
Kategoria:
studia podyplomowe
Data włączenia do ZSK:
2024-12-10
Dokument potwierdzający nadanie kwalifikacji:
Świadectwo ukończenia studiów podyplomowych

Podstawowe informacje o kwalifikacji

Celem studiów podyplomowych „Sztuczna Inteligencja i Analityka w Biznesie” jest zapewnienie uczestnikom kompleksowej wiedzy i praktycznych umiejętności z zakresu wykorzystania sztucznej inteligencji i analizy danych w kontekście biznesowym. Program ma na celu przygotowanie specjalistów zdolnych do efektywnego wykorzystania nowoczesnych technologii AI i narzędzi analitycznych w celu optymalizacji procesów biznesowych, podejmowania strategicznych decyzji oraz zwiększania konkurencyjności firm. Poprzez interdyscyplinarne podejście, studia umożliwiają uczestnikom zdobycie wiedzy z różnych obszarów biznesowych, takich jak marketing, finanse, zarządzanie operacyjne czy bezpieczeństwo danych, oraz integrowanie tych dziedzin z technologią AI i analizą danych. Program stawia również nacisk na rozwój kompetencji społecznych, takich jak etyczne podejmowanie decyzji oraz umiejętność współpracy i komunikacji w zespołach projektowych. Ostatecznym celem jest wyposażenie absolwentów w niezbędne narzędzia i umiejętności do skutecznego wspierania organizacji w adaptacji do cyfrowej transformacji oraz osiągania sukcesów w dynamicznym środowisku biznesowym.

Studia podyplomowe w szkole wyższej ZPSB skierowane są do osób, które uzyskały już wykształcenie wyższe (minimum na poziomie licencjata, inżyniera lub magistra) i chcą dalej rozwijać swoje umiejętności menedżerskie oraz zdobywać nową, aktualną wiedzę pod okiem specjalistów z wieloletnim doświadczeniem nie tylko naukowym, ale także zawodowym. 

Program skierowany jest do:
- Specjaliści i praktycy biznesu: Osoby z doświadczeniem w różnych obszarach biznesowych, takich jak marketing, zarządzanie operacyjne, finanse, kadry i zarządzanie zasobami ludzkimi, które chcą zdobyć nową wiedzę i umiejętności związane z wykorzystaniem sztucznej inteligencji i analityki danych w swojej pracy.
- Kadra zarządzająca: Menadżerowie na różnych szczeblach zarządzania, którzy chcą lepiej zrozumieć potencjał i wyzwania związane z wdrażaniem sztucznej inteligencji oraz analizą danych w kontekście podejmowania strategicznych decyzji biznesowych.
- Specjaliści IT: Osoby związane z branżą IT, które chcą poszerzyć swoją wiedzę o nowoczesne narzędzia i technologie z zakresu sztucznej inteligencji oraz integracji ich z procesami biznesowymi.
- Przedsiębiorcy: Osoby planujące założenie własnej firmy lub rozwój istniejącego biznesu, które chcą poznać możliwości wykorzystania sztucznej inteligencji i analizy danych w celu zwiększenia efektywności i konkurencyjności swojej działalności.

 

Informacje o kwalifikacji

W razie potrzeby warunki, jakie musi spełniać osoba przystępująca do walidacji
Studia podyplomowe w szkole wyższej ZPSB skierowane są do osób, które uzyskały już wykształcenie wyższe (minimum na poziomie licencjata, inżyniera lub magistra).

Informacje dodatkowe
Podstawa prawna włączenia kwalifikacji do ZSK
Uchwała Senatu nr 15/2024 Zachodniopomorskiej Szkoły Biznesu z dnia 10 grudnia 2024 r. w sprawie włączenia kwalifikacji do Zintegrowanego Systemu Kwalifikacji (ZSK)
Data rozpoczęcia funkcjonowania kwalifikacji w ZSK
2024-12-10
Liczba punktów ECTS
30
Czas trwania studiów - liczba semestrów
2
Kod PKD (wg klasyfikacji 2007)
62 - DZIAŁALNOŚĆ ZWIĄZANA Z OPROGRAMOWANIEM I DORADZTWEM W ZAKRESIE INFORMATYKI ORAZ DZIALALNOŚĆ POWIĄZANA
Zawody i specjalności, z którymi powiązana jest kwalifikacja (wg Klasyfikacji Zawodów i Specjalności)
112004 - Dyrektor do spraw informatyki / informacji, 112013 - Dyrektor rozwoju biznesu, 112020 - Dyrektor do spraw wdrożeń i rozwoju technologii, 121902 - Kierownik przedsiębiorstwa świadczącego usługi z zakresu obsługi biznesu, 133001 - Kierownik działu informatyki, 133005 - Kierownik rozwoju technologii informatycznych, 133090 - Pozostali kierownicy do spraw technologii informatycznych i telekomunikacyjnych, 242112 - Analityk biznesowy
Kod ISCED
0400 - Biznes, administracja i prawo nieokreślone dalej
Kod kwalifikacji (od 2020 roku)
54180

Efekty uczenia się

Syntetyczna charakterystyka efektów uczenia się
Absolwent tego kierunku to profesjonalista o wszechstronnych umiejętnościach i głębokiej wiedzy z zakresu sztucznej inteligencji i analityki biznesowej. Posiada solidne fundamenty teoretyczne w obszarze metod, algorytmów i technologii stosowanych w sztucznej inteligencji, co umożliwia mu projektowanie i wdrażanie innowacyjnych rozwiązań AI w różnych dziedzinach biznesowych. Jego umiejętność analizy i interpretacji danych pozwala na efektywne wykorzystanie informacji w procesie podejmowania decyzji strategicznych oraz optymalizacji procesów operacyjnych w firmie. Absolwent jest również wyposażony w kompetencje interpersonalne, co pozwala mu skutecznie współpracować z innymi członkami zespołu oraz efektywnie komunikować się z interesariuszami biznesowymi. Ponadto, posiada rozwinięte umiejętności rozwiązywania problemów i podejmowania decyzji, co sprawia, że jest wartościowym aktywem dla organizacji, która dąży do wykorzystania potencjału sztucznej inteligencji w celu osiągnięcia strategicznych celów biznesowych. Absolwent wyróżnia się następującymi efektami uczenia się: - w zakresie wiedzy – potwierdzają znajomość zaawansowanej wiedzy z zakresu zastosowania sztucznej inteligencji w różnych obszarach biznesowych, w tym marketingu, finansach, zarządzaniu operacyjnym oraz zarządzaniu zasobami ludzkimi; metod i technik sztucznej inteligencji, takich jak uczenie maszynowe, sieci neuronowe, przetwarzanie języka naturalnego; narzędzi i technologii analityki danych, w tym narzędzi Low-Code, narzędzi Business Intelligence oraz narzędzi do wizualizacji danych. - w zakresie umiejętności – potwierdzają umiejętność wykorzystania narzędzi i technologii analitycznych do generowania raportów biznesowych i podejmowania decyzji biznesowych; projektowania i wdrażania rozwiązań opartych na sztucznej inteligencji, dostosowanych do konkretnych potrzeb i wymagań biznesowych; efektywnej komunikacji i współpracy w zespołach projektowych; analizy złożonych zbiorów danych i prognozowania przy użyciu zaawansowanych technik analitycznych. - w zakresie kompetencji społecznych – potwierdzają gotowość do krytycznej oceny oraz analizy etycznych aspektów stosowania sztucznej inteligencji w biznesie, podejmowania decyzji zgodne z wartościami etycznymi i społecznymi; efektywnej komunikacji i współpracy w zespołach projektowych.
<Rozwiń wszystko>

Zestawy efektów uczenia się

1. Eksploracja narzędzi i technik wspomagających zarządzanie kluczowymi obszarami działalności firmy
<Rozwiń zestaw>
Poszczególne efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia
1. Zna zastosowania sztucznej inteligencji w różnych obszarach biznesowych, w tym marketingu, finansach, zarządzaniu operacyjnym oraz zarządzaniu zasobami ludzkimi
Kryteria weryfikacji:
  1. wymienia i opisuje konkretne narzędzia i technologie SI stosowane w personalizacji ofert i kampanii marketingowych
  2. opisuje metody prognozowania zapotrzebowania, optymalizacji łańcucha dostaw oraz automatyzacji procesów produkcyjnych przy użyciu SI i podaje przykłady zastosowań
  3. identyfikuje techniki analizy finansowej wspomaganej przez SI oraz metody prognozowania wyników finansowych
  4. przedstawia metody analizy wydajności pracowników za pomocą SI oraz sposoby automatyzacji procesów HR
2. Posiada wiedzę na temat różnych metod i technik sztucznej inteligencji, takich jak uczenie maszynowe, sieci neuronowe, przetwarzanie języka naturalnego i inne
Kryteria weryfikacji:
  1. definiuje kluczowe pojęcia takie jak sztuczna inteligencja, uczenie maszynowe, sztuczne sieci neuronowe, przetwarzanie języka naturalnego, itp.
  2. wyjaśnia różnice między nadzorowanym a nienadzorowanym uczeniem maszynowym
  3. wyjaśnia działanie i zastosowanie sztucznych sieci neuronowych
  4. opisuje architekturę sztucznych sieci neuronowych
  5. wyjaśnia techniki przetwarzania języka naturalnego (NLP)
  6. wskazuje kluczowe wyzwania i przyszłe kierunki rozwoju AI
3. Efektywnie wykorzystuje narzędzia i technologie analityczne do generowania raportów biznesowych i podejmowania decyzji biznesowych
Kryteria weryfikacji:
  1. stosuje wybrane algorytmy AI do rozwiązania konkretnych problemów biznesowych
  2. ocenia jakość i skuteczność wytrenowanych modeli AI w procesie decyzyjnym
  3. interpretuje wyniki i wyciąga wnioski na podstawie analizy wyników
  4. generuje raporty biznesowe z wykorzystaniem technik i narzędzi analitycznych
4. Potrafi krytycznie oceniać i analizować etyczne aspekty stosowania sztucznej inteligencji w biznesie oraz podejmować decyzje zgodne z wartościami etycznymi i społecznymi
Kryteria weryfikacji:
  1. krytycznie ocenia etyczne konsekwencje decyzji biznesowych opartych na AI
  2. podejmuje decyzje biznesowe uwzględniając wartości etyczne, takie jak równość, sprawiedliwość, odpowiedzialność społeczna
  3. jasno i skutecznie komunikuje swoje analizy i decyzje dotyczące etycznych aspektów AI
  4. argumentuje swoje stanowisko w dyskusjach na temat etycznych konsekwencji stosowania AI
  5. wykazuje świadomość długoterminowych konsekwencji stosowania AI dla społeczeństwa, rynku pracy, prywatności, demokracji, itp.

2. Projektowanie i wdrażanie narzędzi Low-Code, Automatyzacja Procesów Biznesowych i Integracja z Sztuczną Inteligencją w procesach biznesowych
<Rozwiń zestaw>
Poszczególne efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia
1. Orientuje się w narzędziach i technologiach analityki danych, w tym narzędziach Low-Code, narzędziach Business Intelligence oraz narzędziach do wizualizacji danych
Kryteria weryfikacji:
  1. wymienia i opisuje kluczowe narzędzia Low-Code do analityki danych, rozumie ich podstawowe umiejętności
  2. wymienia i opisuje popularne narzędzia BI, rozumie ich podstawowe funkcjonalności
  3. wymienia i opisuje narzędzia do wizualizacji danych, rozumie ich podstawowe funkcjonalności
  4. dokonuje wyboru odpowiedniego narzędzia analitycznego w zależności od specyfiki zadania
  5. posiada świadomość najnowszych trendów i innowacji w dziedzinie narzędzi analityki danych
2. Projektuje i wdraża rozwiązania oparte na sztucznej inteligencji, dostosowane do konkretnych potrzeb i wymagań biznesowych
Kryteria weryfikacji:
  1. projektuje na poziomie biznesowym architekturę rozwiązania AI, uwzględniającą wszystkie niezbędne komponenty, takie jak zbieranie danych, przetwarzanie danych, modelowanie, wdrażanie modeli, monitorowanie
  2. testuje i waliduje wdrożone rozwiązania AI, korzystając z odpowiednich metryk i technik ewaluacyjnych
  3. zarządza wdrożeniem rozwiązań AI, monitorując ich działanie i reagując na potencjalne problemy
  4. monitoruje wydajność i skuteczność wdrożonych rozwiązań AI oraz przeprowadza niezbędne optymalizacje
3. Posiada umiejętność efektywnej komunikacji i współpracy w zespołach projektowych, co umożliwia skuteczne działanie w dynamicznym środowisku biznesowym
Kryteria weryfikacji:
  1. dostosowuje sposób komunikacji do odbiorców, uwzględniając ich poziom wiedzy i potrzeby
  2. współpracuje z zespołami biznesowymi i technicznymi w celu wdrożenia i optymalizacji rozwiązań AI
  3. aktywnie słucha innych członków zespołu, zadając pytania w celu lepszego zrozumienia istoty problemu, reaguje na sugestie i uwagi innych, wykazując otwartość na różne perspektywy
  4. pracuje w zespole projektowym, dzieląc się zadaniami i odpowiedzialnościami w efektywny sposób
4. Rozwija umiejętność efektywnego radzenia sobie w sytuacjach niepewnych i dynamicznych, tak aby w zmiennych warunkach efektywnie wypełniać role zawodowe
Kryteria weryfikacji:
  1. wykazuje elastyczność w podejmowaniu decyzji i zmienianiu priorytetów w odpowiedzi na nowe informacje lub sytuacje
  2. generuje kreatywne i innowacyjne rozwiązania w odpowiedzi na nieprzewidziane wyzwania i problemy
  3. wykazuje umiejętność myślenia "out of the box" i znajdowania alternatywnych ścieżek działania
  4. efektywnie zarządza napływającymi informacjami i selekcjonować te, które są najbardziej istotne
  5. analizuje swoje działania i decyzje, ucząc się na błędach i sukcesach

3. Zaawansowana analiza danych biznesowych
<Rozwiń zestaw>
Poszczególne efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia
1. Rozumie znaczenie danych dla podejmowania strategicznych decyzji biznesowych oraz potrafi identyfikować i analizować możliwości wykorzystania danych w różnych obszarach działalności biznesowej
Kryteria weryfikacji:
  1. rozumie w jaki sposób dane mogą wpływać na różne aspekty działalności biznesowej, takie jak marketing, finanse, operacje i zasoby ludzkie
  2. wymienia różne źródła danych, takie jak dane wewnętrzne (np. dane finansowe, sprzedażowe) i zewnętrzne (np. dane rynkowe, dane demograficzne)
  3. rozumie różnice między danymi strukturalnymi i niestrukturalnymi oraz wie, jak je wykorzystać
  4. ocenia jakość danych, biorąc pod uwagę takie aspekty jak dokładność, kompletność, aktualność i spójność
  5. rozumie znaczenie jakości danych dla wiarygodności analiz i podejmowanych na ich podstawie decyzji
2. Analizuje złożone zbiory danych i wyciągać z nich wartościowe wnioski oraz prognozy przy użyciu zaawansowanych technik analitycznych
Kryteria weryfikacji:
  1. przygotowuje dane do analizy, tj. zbiera i integruje dane pochodzące z różnych źródeł, przetwarza i czyści dane
  2. stosuje zaawansowane techniki analityczne, tj. eksploracyjnej analizy danych (EDA) i zaawansowane metody statystyczne
  3. tworzy modele predykcyjne przy użyciu metod uczenia maszynowego, ocenia i weryfikuje modele predykcyjne
  4. interpretuje wyniki analiz i modeli predykcyjnych, komunikuje je interesariuszom
  5. stosuje wyniki analizy danych do podejmowania strategicznych decyzji biznesowych
3. Rozwija umiejętności współpracy i komunikacji w celu efektywnej pracy w zespołach projektowych, co sprzyja osiąganiu wspólnych celów biznesowych
Kryteria weryfikacji:
  1. wykazuje inicjatywę i proaktywne podejście do zadań zespołowych
  2. korzysta z narzędzi wspierających pracę zespołową, takich jak komunikatory, platformy do zarządzania projektami, dokumenty współdzielone, itp.
  3. rozumie i respektuje różne role i odpowiedzialności w zespole projektowym, działa zgodnie z przydzielonymi rolami i odpowiedzialnościami, dbając o wspólne cele zespołu
  4. dostosowuje się do zmieniających się warunków i wymagań projektowych
  5. identyfikuje i rozwiązuje konflikty w zespole w sposób konstruktywny

Instytucje certyfikujące i podmioty powiązane z kwalifikacją
# Instytucje certyfikujące (IC) Instytucje walidujące
1
Zachodniopomorska Szkoła Biznesu - Akademia Nauk Stosowanych

Instytucja, która włączyła kwalifikację do ZSK

Zachodniopomorska Szkoła Biznesu - Akademia Nauk Stosowanych

LOKALIZACJA INSTYTUCJI CERTYFIKUJĄCYCH I WALIDUJĄCYCH