Uchwała Nr 22/2017/V Senatu Politechniki Lubelskiej z dnia 25 maja 2017 r.

Transkrypt

1 Uchwała Nr 22/2017/V Senatu Politechniki Lubelskiej z dnia 25 maja 2017 r. w sprawie określenia efektów kształcenia dla studiów podyplomowych Analiza danych prowadzonych przez Wydział Zarządzania Na podstawie art. 8a ust. 1 i art. 11 ust. 1 Ustawy z dnia 27 lipca 2005 r. Prawo o szkolnictwie wyższym (t.j. Dz. U. z 2016 r. poz. 1842, z późn. zm.) oraz 27 ust. 2 pkt 4 Statutu Politechniki Lubelskiej Senat u c h w a l a, co następuje: 1. Senat Politechniki Lubelskiej określa efekty kształcenia dla studiów podyplomowych Analiza danych prowadzonych przez Wydział Zarządzania, stanowiące załącznik do niniejszej Uchwały. 2. Uchwała wchodzi w życie z dniem podpisania przez rektora Politechniki Lubelskiej.

2 Załącznik do Uchwały Nr 22/2017/V Senatu Politechniki Lubelskiej z dnia 25 maja 2017 r. I. Ogólna charakterystyka prowadzonych studiów 1) Nazwa studiów podyplomowych: Analiza danych. 2) Forma studiów: niestacjonarne. 3) Wskazanie dziedzin nauki i dyscyplin naukowych, do których odnoszą się efekty kształcenia: dziedzina nauki: nauki matematyczne; dyscyplina naukowa: matematyka. 4) Ogólne cele kształcenia, opis kwalifikacji oraz wskazanie uprawnień nabytych przez absolwentów studiów: Studia podyplomowe Analiza danych skierowane są do osób z wyższym wykształceniem chcących pracować lub pracujących w działach zajmujących się analizą danych oraz prognozowaniem różnego rodzaju zjawisk rynkowych, demograficznych, ekonomicznych, społecznych itp. Studia te będą również przydatne dla osób pracujących w administracji państwowej i samorządowej w działach zajmujących się podejmowaniem decyzji i analizą ilościową. Absolwent studiów Analiza danych będzie posiadał specjalistyczną wiedzę i umiejętności potrzebne do zbierania, opracowywania i prezentacji danych. Zdobędzie umiejętności z zakresu statystycznego i ekonometrycznego modelowania, a także potrzebną do tego celu wiedzę z zakresu podstaw matematyki, w tym rachunku prawdopodobieństwa. Absolwent studiów podyplomowych Analiza danych uzyska wiedzę z zakresu ochrony i przechowywania danych. Będzie świadomy możliwości zastosowania analizy danych oraz modelowania statystycznego do rozwiązywania problemów w swojej firmie czy jednostce samorządowej. Ogólne cele kształcenia: zdobycie specjalistycznej wiedzy z zakresu selekcji, doboru i konstrukcji modeli matematycznych opisujących badane zjawiska; zdobycie umiejętności zbierania, przetwarzania i ochrony danych; zdobycie umiejętności budowania modeli statystycznych i ekonometrycznych; zdobycie umiejętności podejmowania decyzji w oparciu o budowane modele; 2

3 przygotowanie do podjęcia pracy na stanowisku analityka w jednostkach sektora prywatnego oraz administracji państwowej i samorządowej. Po studiach podyplomowych na kierunku Analiza danych absolwent może znaleźć zatrudnienie: w małych i średnich przedsiębiorstwach, w korporacjach, w instytucjach samorządowych i administracji państwowej. Wiedzę i umiejętności zdobyte na studiach podyplomowych będzie mógł wykorzystać w działach sprzedaży, zakupów, działach związanych z projektami, działach marketingu oraz wszystkich innych działach, w których występują problemy optymalizacyjne oraz opracowuje się dane. 5) Różnice w stosunku do innych programów o podobnie zdefiniowanych celach i efektach kształcenia w Uczelni: Cele i efekty kształcenia określone dla studiów podyplomowych na kierunku Analiza danych nie są zbieżne z celami i efektami kształcenia innych kierunków studiów podyplomowych prowadzonych na Uczelni. Dotychczas w ofercie studiów podyplomowych Uczelni nie ma kierunków związanych z analizą danych lub modelowaniem statystycznym i ekonometrią. 3

4 II. Tabela efektów kształcenia dla studiów podyplomowych Analiza danych Opis efektów kształcenia dla studiów podyplomowych: Analiza danych Osoba posiadająca kwalifikacje uzyskane po ukończeniu studiów podyplomowych: AD_W01 AD_W02 AD_W03 AD_W04 AD_W05 AD_U01 AD_U02 AD_U03 AD_U04 AD_U05 AD_U06 AD_K01 AD_K02 Wiedza posiada wiedzę z zakresu metod matematycznych, w tym rachunku prawdopodobieństwa i statystyki, wykorzystywaną w analizie danych posiada wiedzę dotyczącą pozyskiwania, selekcji, przechowywania i ochrony danych zna zasady planowania eksperymentów, konstruowania instrumentów badawczych, a także dokonywania oceny wiarygodności pozyskanych danych zna podstawowe i zaawansowane modele statystycznej analizy danych zna narzędzia pozwalające na weryfikację otrzymywanych modeli oraz posiada wiedzę o sposobach dokonywania predykcji w oparciu o otrzymane modele Umiejętności posiada umiejętność obsługi programów komputerowych wykorzystywanych w analizie danych potrafi planować doświadczenia, stawiać hipotezy, konstruować i testować instrumenty badawcze potrafi pozyskiwać, selekcjonować dane oraz oceniać ich wiarygodność umie korzystać z podstawowych i zaawansowanych metod statystycznych w analizie danych posiada umiejętność tworzenia modeli i dokonywania predykcji na ich podstawie umie optymalizować procesy, dokonywać wyboru i walidacji odpowiedniego modelu oraz porównywać modele między sobą Kompetencje społeczne jest świadoma potrzeby wykorzystywania metod i modeli statystycznych w swojej pracy rozumie potrzebę doskonalenia swoich umiejętności i pogłębiania wiedzy w zakresie analizy i przetwarzania danych 4

5 AD_K03 AD_K04 nawiązuje interakcje, aktywnie słucha, potrafi bronić swoich racji i przyjętych norm rozumie potrzebę bycia rzetelnym, potrafi samodzielnie podejmować decyzje i jest świadoma ich konsekwencji Gdzie: AD - studia podyplomowe Analiza danych Symbol po podkreślniku: W kategoria wiedzy, U kategoria umiejętności, K kategoria kompetencji społecznych, 01,02,03 i kolejne numer efektu kształcenia. 5