Studia są prowadzone w języku polskim [The courses are conducted in Polish]

Oferta studiów podyplomowych Wydziału Nauk Ekonomicznych Uniwersytetu Warszawskiego „Data Science w zastosowaniach biznesowych – praktyczne warsztaty” jest odpowiedzią na rosnące zapotrzebowanie na rynku na interdyscyplinarnych analityków danych – tzw. data scientists. Głównym celem projektu jest podniesienie kompetencji osób zajmujących się szeroko rozumianą pracą z danymi w odniesieniu do analityki biznesowej oraz nowej dynamicznie rozwijającej się dziedziny – Data Science.

Po pełną informację o studiach zapraszamy na stronę internetową Wydziału Nauk Ekonomicznych:

https://www.wne.uw.edu.pl/kandydat/studia-podyplomowe/podyplomowe_datascience

Kandydaci

Dla kogo są te studia 

Chcesz wykorzystywać dane do podejmowania lepszych decyzji biznesowych? Pracujesz w analizie, finansach, controllingu, marketingu, IT, administracji publicznej lub zarządzaniu projektami i widzisz, że przyszłość należy do organizacji opartych na danych?

Te studia zostały stworzone dla osób, które chcą zdobyć praktyczne kompetencje Data Science i sztucznej inteligencji.

Program jest skierowany do:

• analityków biznesowych i danych,
• specjalistów finansowych i controllingowych,
• pracowników sektora publicznego,
• managerów odpowiedzialnych za podejmowanie decyzji w oparciu o dane,
• osób planujących zmianę ścieżki kariery w kierunku Data Science, AI i analityki.

Nie wymagamy znajomości języków Python ani R. Rozpoczynamy od podstaw i krok po kroku przechodzimy do zaawansowanych zastosowań sztucznej inteligencji i uczenia maszynowego.

Opis Studiów

Zdobądź kompetencje przyszłości w obszarze Data Science i AI

Dane stały się jednym z najcenniejszych zasobów współczesnych organizacji. Firmy poszukują specjalistów, którzy potrafią nie tylko analizować informacje, ale także budować modele predykcyjne, wykorzystywać sztuczną inteligencję i przekładać wyniki analiz na konkretne decyzje biznesowe.

Studia „Data Science w zastosowaniach biznesowych – praktyczne warsztaty” przygotowują do pracy z danymi w nowoczesnym środowisku biznesowym. Program został zaprojektowany tak, aby uczestnicy zdobywali kompetencje poprzez rozwiązywanie rzeczywistych problemów i realizację praktycznych projektów.

W trakcie dwóch semestrów nauczysz się:

• programować w Pythonie,
• przygotowywać i przetwarzać dane z różnych źródeł,
• budować modele Machine Learning i Deep Learning,
• wykorzystywać modele językowe i rozwiązania AI,
• analizować tekst i dane nieustrukturyzowane,
• tworzyć profesjonalne raporty i wizualizacje,
• automatyzować procesy analityczne,
• prezentować wyniki analiz w sposób zrozumiały dla biznesu.

Zajęcia prowadzone są przez ekspertów akademickich i praktyków, którzy na co dzień realizują projekty analityczne i badawcze.

Od podstaw do zaawansowanej sztucznej inteligencji

Program został ułożony w logiczną ścieżkę rozwoju kompetencji.

Semestr I – Fundamenty Data Science

Pierwszy semestr pozwala zbudować solidne podstawy pracy z danymi:

1.    Wprowadzenie do Pythona / Wprowadzenie do środowiska R  – 9 godzin

2.    Wczytywanie danych z różnych źródeł – 9 godzin

3.    Zaawansowane programowanie – 18 godzin

4.    Statystyczna analiza danych – 18 godzin

5.    Wizualizacja danych – 9 godzin

6.    Przygotowanie danych do analiz – 9 godzin

7.    Regresja liniowa i logistyczna – 18 godzin

8.    Machine learning 1 – 18 godzin

9.    Indywidualne konsultacje dotyczące przygotowania pracy dyplomowej - 5 godzin

Już od pierwszych zajęć pracujesz na realnych danych i rozwiązujesz praktyczne problemy biznesowe.

Semestr II – AI i nowoczesna analityka

Drugi semestr koncentruje się na najbardziej poszukiwanych kompetencjach rynkowych:

1.    Machine learning 2 – 18 godzin

2.    Deep Learning – 18 godzin

3.    Unsupervised Learning – 18 godzin

4.    Natural Language Processing – 18 godzin

5.    Zajęcia fakultatywne – do wyboru 4 * 9 godzin

6.    Indywidualne konsultacje dotyczące przygotowania pracy dyplomowej - 5 godzin

Dodatkowo uczestnicy wybierają specjalistyczne moduły pozwalające dopasować program do własnych zainteresowań i celów zawodowych.

• Analiza danych przestrzennych

• Efektywne wykorzystywanie ChatuGPT
• Modelowanie tematów i analiza sentymentu 
• Raporty i prezentacje w Quarto/Markdown
• Tworzenie aplikacji webowych
• Web scrapping
• Wprowadzenie do dużych modeli językowych
• Wprowadzenie do reinforcement learning
• Wprowadzenie do systemów agentowych
• Wprowadzenie do szeregów czasowych
• Explainable Artificial Inteligence (Wytłumaczalna sztuczna inteligencja)

Wśród wykładowców są:

• dr hab. Piotr Wójcik, prof. ucz. – kierownik studiów
• dr mult. hab. Jacek Lewkowicz
• dr Wiktor Budziński
• dr Maria Kubara
• dr Maciej Świtała
• dr Ewa Weychert
• mgr Jakub Bandurski
• mgr Jan Frąckowiak
• mgr Michał Künstler

Studia zaoczne, 10 zjazdów weekendowych (sobota i niedziela), standardowo co 2-3 tygodnie (dwie grupy – naprzemiennie) + 4 jednodniowe zajęcia fakultatywne w weekendy (sobota lub niedziela).

Zaliczenia

Warunkiem ukończenia studiów podyplomowych jest jednoczesne spełnienie następujących kryteriów:

• zaliczenie testów cząstkowych do wszystkich kursów (minimum 50% poprawnych odpowiedzi w każdym z nich),
• przygotowanie pod kierunkiem osoby posiadającej co najmniej stopnień doktora w ramach konsultacji indywidualnych w drugim semestrze studiów i złożenie w terminie pracy dyplomowej oraz uzyskanie dwóch pozytywnych recenzji.

Co wyróżnia te studia?

100% praktyki

Każde zajęcia koncentrują się na rozwiązywaniu rzeczywistych problemów biznesowych, a nie wyłącznie na teorii.

Kompetencje AI gotowe do wdrożenia

Poznasz technologie wykorzystywane obecnie przez organizacje rozwijające rozwiązania oparte na sztucznej inteligencji i automatyzacji.

Nauka od podstaw

Nie musisz być programistą, aby rozpocząć naukę.

Elastyczna formuła

Weekendowe zjazdy umożliwiają łączenie studiów z pracą zawodową.

Renoma Uniwersytetu Warszawskiego

Zdobywasz kompetencje na jednej z najbardziej rozpoznawalnych uczelni w Polsce.

Kim będziesz po ukończeniu studiów?

Po ukończeniu programu będziesz potrafił:

• samodzielnie realizować projekty analityczne,
• budować modele predykcyjne wspierające decyzje biznesowe,
• wykorzystywać Machine Learning i AI w praktyce,
• analizować dane tekstowe i wykorzystywać modele językowe,
• automatyzować procesy raportowania i analizy,
• prezentować wyniki analiz w sposób zrozumiały dla zarządów i klientów,
• skutecznie współpracować w zespołach data science i AI.

Kompetencje zdobyte podczas studiów mogą być wykorzystywane m.in. na stanowiskach:

• Data Analyst,
• Business Analyst,
• Data Scientist Junior/Mid,
• AI Specialist,
• BI Developer,
• Specjalista ds. Analityki Biznesowej,
• Konsultant ds. Transformacji Danych i AI.

Rekrutacja

1. W ramach danej tury rekrutacji kandydat dokonuje kompletnego zgłoszenia, tj.:

• w terminie rejestracji w IRK (zgodnie z harmonogramem, o którym mowa w § 2) dokonuje prawidłowej rejestracji w systemie IRK, tj. zapisuje się na studia SP-PRK-DS w edycji 2026/2027 za pomocą konta zawierającego kompletne dane wymagane przez system (w tym prawidłowo wprowadzone zdjęcie do identyfikacji wizualnej) oraz adres e-mail i numer telefonu,
• w terminie składania dokumentów (zgodnie z harmonogramem, o którym mowa w § 2) - składa w dziekanacie studiów podyplomowych lub przesyła kurierem lub listem poleconym kompletny i prawidłowo uzupełniony zestaw dokumentów, o którym mowa w ust. 2, na adres:

Wydział Nauk Ekonomicznych
Uniwersytet Warszawski
ul. Długa 44/50
00-241 Warszawa
z dopiskiem: "SP-PRK-DS - rekrutacja, pokój G"

• do jednego dnia po zakończeniu terminu rejestracji w IRK - uiszcza opłatę rekrutacyjną w kwocie 85 zł (zgodnie z postanowieniem nr 12 Rektora Uniwersytetu Warszawskiego z dnia 29 października 2021 r.).

2. Kompletny i prawidłowo uzupełniony zestaw dokumentów zawiera:

• podanie o przyjęcie na studia (wydruk z IRK),
• kserokopię dyplomu ukończenia studiów wyższych na poziomie min. 6 PRK (licencjat, inżynier, magister), potwierdzoną za zgodność z oryginałem przez pracownika dziekanatu (na wydziale) lub notariusza [jeśli dyplom zawiera miejsce na podpis posiadacza, to musi posiadać ten podpis pod rygorem nieważności], 
• lub kserokopię dyplomu równorzędnego wydanego za granicą, wraz z:
  
  • poświadczeniem dyplomu studiów wyższych w formie: legalizacji lub apostille (jeżeli dokument został wydany przez instytucję działającą w systemie edukacji państwa będącego stroną Konwencji Haskiej z dnia 5 października 1961 r.),
  • tłumaczeniem przysięgłym na język polski: dyplomu ukończenia studiów wyższych, legalizacji lub apostille - jeśli zostało sporządzone w języku obcym albo – w przypadku tłumaczenia za granicą innego niż przysięgłe – tłumaczenie zalegalizowane w polskiej placówce dyplomatycznej,
• CV wg własnego wzoru kandydata,
• dwie podpisane kopie umowy o odpłatności za studia podyplomowe (wzory zgodne z zarządzeniem Rektora dostępne są na stronie internetowej Wydziału), uzupełnionej o wymagane dane (imię i nazwisko, PESEL, dane teleadresowe, nr konta bankowego kandydata).

3. Kwalifikowani są prawidłowo zapisani kandydaci według kolejności dokonania kompletnych zgłoszeń, tj. uwzględniających wszystkie elementy wymienione w ust. 1. W przypadku wysyłki dokumentów drogą pocztową decyduje data wpływu przesyłki na Wydział Nauk Ekonomicznych.

4. W dniu ogłoszenia wyników wszyscy prawidłowo zapisani kandydaci są informowani o wyniku rekrutacji i dalszych krokach poprzez system IRK.

5. W przypadku osiągnięcia limitu przyjęć (zgodnie z § 4), każdy kolejny kandydat powyżej limitu wpisywany jest na listę rezerwową według kolejności dokonania kompletnego zapisu na studia. W przypadku rezygnacji uczestnika ze studiów przed rozpoczęciem pierwszych zajęć, na jego miejsce zostaje przyjęty pierwszy kandydat z listy rezerwowej.

6. W przypadku niewypełnienia limitu przyjęć w dniu ogłoszenia wyników dla danej tury rekrutacji, w IRK uruchamiana jest kolejna tura (zgodnie z armonogramem, o którym mowa w § 2).

Terminy

Termin rejestracji w IRK: 11.05.2026 r. - 31.08.2026 r.

Termin wniesienia opłaty rekrutacyjnej: 01.09.2026 r.

Termin dostarczenia dokumentów: 11.05.2026 r. - 07.09.2026 r.

Termin ogłoszenie wyników: 09.09.2026 r.

Opłata

Opłata za studia w roku akademickim 2026/2027 wynosi 10 000 zł.

• opłata wnoszona jednorazowo do 08.10.2026 r.
• opłata wnoszona w II ratach po 5 000 zł

I rata płatna do 08.10.2026 r.

II rata płatna do 29.01.2027 r.

Zasady odpłatności za studia oraz zwrotu odpłatności regulują „umowa o odpłatności za studia” lub „umowa o odpłatności za studia finansowane przez osobę trzecią”, stanowiące załączniki do zarządzenia nr 18 Rektora UW z dnia 5 marca 2026 r

https://monitor.uw.edu.pl/Lists/Uchway/Attachments/7704/M.2026.54.Zarz.18.pdf

 Wysokość opłat, terminy płatności oraz dodatkowe zasady związane z opłatami reguluje Zarządzenie Nr 8/2026 Prodziekana Ds. Studenckich - Kierownika Jednostki Dydaktycznej Wydziału Nauk Ekonomicznych Uniwersytetu Warszawskiego z dnia 30 kwietnia 2026 r.

https://dokumenty.uw.edu.pl/dziennik/DWNE/Lists/Dziennik/Attachments/1075/DWNE.2026.29.ZKJD.8.pdf