Transformacja wiedzy w budowie i eksploatacji maszyn

Wielkość: px
Rozpocząć pokaz od strony:

Download "Transformacja wiedzy w budowie i eksploatacji maszyn"

Transkrypt

1 Uniwersytet Technologiczno Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI

2 W pracy przedstawiono proces transformacji wiedzy w budowie i eksploatacji samochodów, wraz z wyszczególnieniem jego poszczególnych etapów. Dla odpowiedniej prezentacji procesu niezbędne jest: - ujednolicenie definicji i pojęć występujących w obszarze transformacji wiedzy w budowie i eksploatacji samochodów; - usystematyzowanie procesów transformacji wiedzy w budowie i eksploatacji samochodów; - przedstawienie powiązań pomiędzy poszczególnymi jednostkami biorącymi udział w transformacji wiedzy; - analiza transferu technologii i wdrażania innowacji podczas transformacji wiedzy.

3 Podstawowe definicje z obszaru transformacji wiedzy w budowie i eksploatacji samochodów oraz procesy składające się na transformację wiedzy: Wiedza to logicznie uporządkowane zasoby informacji wraz z umiejętnością posługiwania się nimi w celu intelektualnego lub praktycznego wykorzystania. Transformacja wiedzy to zintegrowane procesy: pozyskiwania, gromadzenia, przekształcania i wykorzystywania wiedzy, zaspokajające potrzeby intelektualne lub praktyczne w konkretnym układzie uwarunkowań. Gromadzenie wiedzy jest procesem systematycznego zbierania wiedzy w celu dalszego jej wykorzystania. Przekształcanie wiedzy to proces opracowania wiedzy w taki sposób aby otrzymać zmaterializowanie lub przyrost wiedzy naukowej. Wykorzystywanie wiedzy to proces, po którym uzyskuje się rozwiązanie zaistniałego problemu dzięki zastosowaniu wcześniej przekształconej wiedzy.

4 TRANSFORMACJA WIEDZY

5 TRANSFORMACJA WIEDZY Proinnowacyjna Wewnątrzdyscyplinarna Teoriotwórcza Międzydyscyplinarna Interdyscyplinarna Charakter zaspokajanej potrzeby i forma produktów transformacji wiedzy Struktura Rys. 1. Podział transformacji wiedzy z uwzględnieniem charakteru zaspokajanej potrzeby, formy produktów transformacji wiedzy oraz struktury dyscyplin naukowych biorących udział w procesie transformacji wiedzy

6 Badania naukowe Wyniki badań Transformacja WEWNĄTRZDYSCYPLINARNA Modele, reguły, hipotezy, zależności, metodyki, teorie, metody, twierdzenia WIEDZA NAUKOWA Rys. 2. Schemat transformacji teoriotwórczej wewnątrzdyscyplinarnej Modele, reguły, hipotezy, metodyki, teorie, metody, twierdzenia Transformacja MIĘDZYDYSCYPLINARNA WIEDZA NAUKOWA Modele, reguły, hipotezy, metodyki, teorie, metody, twierdzenia Rys. 3. Schemat transformacji teoriotwórczej międzydyscyplinarnej

7 Reguły, hipotezy, teorie, metody, twierdzenia Metodyki, teorie WIEDZA NAUKOWA Modele Transformacja INTERDYSCYPLINARNA Modele, reguły, hipotezy, zależności, metodyki, teorie, metody, twierdzenia Rys. 4. Schemat transformacji teoriotwórczej interdyscyplinarnej

8 WIEDZA PRAKTYCZNA WIEDZA NAUKOWA Badania naukowe Wyniki badań Prace rozwojowe (konstrukcja, technologia, wykonanie) Innowacje (Prototyp, nowa technologia, struktura organizacyjna, procedura, wynalazek) PRODUKT Transformacja Transfer Rys. 5. Proces transformacji elementy i relacje

9 GROMADZENIE WIEDZY

10 Elementy charakterystyczne dla baz danych: a) model danych (zbiór zasad służących do opisu logicznej struktury bazy danych) Modele danych Koncepcyjne Logiczne - hierarchiczny - sieciowy - relacyjny - obiektowy - relacyjno-obiektowy Fizyczne Rys. 6. Podział modeli danych Najważniejsze z punktu widzenia organizacji baz danych oraz dokładności odwzorowania modelowanego obszaru są modele logiczne.

11 Przykłady modeli logicznych: korzeń liść I poziom II poziom 5 6 III poziom Rys. 7. Drzewo hierarchicznego modelu danych

12 2 kolekcja 6 element kolekcji właściciel Rys. 8. Schemat sieciowego modelu danych

13 Rys. 9. Schemat relacyjnej bazy danych

14 Typ 1 Typ 2 Typ 3 Obiekt 1 Obiekt 1 Obiekt 1 Typ obiektów Obiekt 2 Obiekt 2 Obiekt 2 Obiekt 3 Obiekt 3 Obiekt Związek pomiędzy obiektami Rys. 10. Przykładowy schemat obiektowej struktury danych

15 b) system zarządzania bazą danych, który powinien umożliwiać: - realizowanie transakcji; - zachowanie spójności, czyli nienaruszalność zasad integralności danych; - replikowalność danych (powtarzalność, tworzenie kopii zapasowych); - współbieżny dostęp do danych dla wielu użytkowników; - synchronizację transakcji; - zabezpieczenie dostępu do danych; - zachowanie niezależności danych. Zapytania Modyfikacja systemu Aktualizacje Procesor zapytań Moduł zarządzania transakcjami Moduł zarządzania pamięcią Baza danych Granica systemu zarządzania bazą danych Przepływ informacji pomiędzy modułami Granica systemu bazy danych Rys. 11. System bazy danych i system zarządzania bazą danych

16 Systemy ekspertowe Wiedza eksperta Problem Rady, zalecenia, wnioski MODUŁ POZYSKIWANIA WIEDZY INTERFEJS UŻYTKOWNIKA PROCEDURY WNIOSKOWANIA SYSTEM EKSPERTOWY Baza wiedzy Baza danych zmiennych Rys. 12. Schemat systemu ekspertowego

17 PRZEKSZTAŁCANIE WIEDZY

18 Poziom w strukturze wiedzy Wiedza skomplikowana (ramy, metody, modele, teorie) Wiedza jakościowa (reguły, drzewa, wektory) Wiedza ilościowa (fakty, stwierdzenia) Dane Fazy transformacji wiedzy Rys. 13. Etapy przekształcania wiedzy

19 Podział metod przekształcania wiedzy: a) analityczne, które posiadają następujące ograniczenia: - skomplikowane procedury zastosowania metod analitycznych wymagające dużej wiedzy matematycznej; - konieczność upraszczania modelu celem doboru standardowej metody analitycznej; - trudności w stosowaniu przy dużej ilości danych lub zmiennych; b) statystyczne, które charakteryzują się: - niezależnością procedur obliczeniowych od dyscypliny naukowej, której dotyczą; - zdolnością do operowania na różnych typach danych; - zdolnością do efektywnego działania w przypadku dużych baz danych lub analizy procesów szybkozmiennych w czasie; - dużą niezawodnością i stosunkowo łatwym dostępem do oprogramowania; c) metody sztucznej inteligencji, które posiadają następujące zalety: - zdolności adaptacyjne; - umiejętność nabywania wiedzy, czyli uczenia się; - możliwość rozwiązywania szerokiej klasy zagadnień od aproksymacji złożonych nieliniowych zależności, poprzez optymalizację, do klasyfikacji i wykrywania reguł.

20 WYKORZYSTYWANIE WIEDZY I WDRAŻANIE INNOWACYJNOŚCI

21 W zależności od posiadanej wiedzy proces transformacji przebiega według różnych algorytmów: - poszukiwanie koncepcji rozwiązania przy pełnej wiedzy o problemie; - poszukiwanie koncepcji rozwiązania, gdy brakująca wiedza o problemie dostępna jest w bazach danych; - poszukiwanie koncepcji rozwiązania, gdy brakująca wiedza o problemie musi być uzupełniona poprzez realizację badań naukowych.

22 Rys. 14. Ogólny algorytm realizacji procesów transformacji proinnowacyjnej

23 WIEDZA PRAKTYCZNA WIEDZA NAUKOWA Badania naukowe Wyniki badań Prace rozwojowe (konstrukcja, technologia, wykonanie) Innowacje (Prototyp, nowa technologia, struktura organizacyjna, procedura, wynalazek) PRODUKT Transformacja Transfer WDROŻENIE Rys. 15. Proces wdrożenia elementy i relacje

24 TRANSFER TECHNOLOGII

25 Transfer technologii jest procesem przystosowywania i przekazania wyników badań naukowych, patentów lub oryginalnych pomysłów do ich praktycznego zastosowania w produkcji. Fazy TRANSFER TECHNOLOGII Uruchomienie produkcji Komercjalizacja Wybór producenta Analiza rynku Określenie cech użytkowych i ekonomicznych oraz badania jakościowe Naukowe opracowanie problemu (wykonanie modeli, sprawdzenie technologii) Czas Rys. 17. Fazy transferu technologii

26 Zakłady przemysłowe Finansowanie (potrzeby, sponsorowanie) Komitet Badań Naukowych (granty celowe i innowacyjne, dotacje CTT) Zaawansowane technologie Zorganizowana produkcja Serwis Małe i średnie przedsiębiorstwa STRUKTURA TRANSFERU WYNIKÓW BADAŃ I TECHNOLOGII Instytucje wspomagające komercjalizację Agendy Samorządów w Regionie Uniwersytety (laboratoria badawcze, Instytuty PAN, instytuty resortowe) Centrum Transferu Technologii Rys. 18 Schemat transferu technologii ze wspomaganiem komercjalizacji

27 KONIEC

Bazy Danych. C. J. Date, Wprowadzenie do systemów baz danych, WNT - W-wa, (seria: Klasyka Informatyki), 2000

Bazy Danych. C. J. Date, Wprowadzenie do systemów baz danych, WNT - W-wa, (seria: Klasyka Informatyki), 2000 Bazy Danych LITERATURA C. J. Date, Wprowadzenie do systemów baz danych, WNT - W-wa, (seria: Klasyka Informatyki), 2000 J. D. Ullman, Systemy baz danych, WNT - W-wa, 1998 J. D. Ullman, J. Widom, Podstawowy

Bardziej szczegółowo

Pojęcie bazy danych. Funkcje i możliwości.

Pojęcie bazy danych. Funkcje i możliwości. Pojęcie bazy danych. Funkcje i możliwości. Pojęcie bazy danych Baza danych to: zbiór informacji zapisanych według ściśle określonych reguł, w strukturach odpowiadających założonemu modelowi danych, zbiór

Bardziej szczegółowo

Baza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny.

Baza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny. PI-14 01/12 Baza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny.! Likwidacja lub znaczne ograniczenie redundancji (powtarzania się) danych! Integracja danych!

Bardziej szczegółowo

Podstawowe pojęcia dotyczące relacyjnych baz danych. mgr inż. Krzysztof Szałajko

Podstawowe pojęcia dotyczące relacyjnych baz danych. mgr inż. Krzysztof Szałajko Podstawowe pojęcia dotyczące relacyjnych baz danych mgr inż. Krzysztof Szałajko Czym jest baza danych? Co rozumiemy przez dane? Czym jest system zarządzania bazą danych? 2 / 25 Baza danych Baza danych

Bardziej szczegółowo

Efekty kształcenia na kierunku AiR drugiego stopnia - Wiedza Wydziału Elektrotechniki, Automatyki i Informatyki Politechniki Opolskiej

Efekty kształcenia na kierunku AiR drugiego stopnia - Wiedza Wydziału Elektrotechniki, Automatyki i Informatyki Politechniki Opolskiej Efekty na kierunku AiR drugiego stopnia - Wiedza K_W01 K_W02 K_W03 K_W04 K_W05 K_W06 K_W07 K_W08 K_W09 K_W10 K_W11 K_W12 K_W13 K_W14 Ma rozszerzoną wiedzę dotyczącą dynamicznych modeli dyskretnych stosowanych

Bardziej szczegółowo

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu Podstawy baz danych PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych

Bardziej szczegółowo

RELACYJNE BAZY DANYCH

RELACYJNE BAZY DANYCH RELACYJNE BAZY DANYCH Aleksander Łuczyk Bielsko-Biała, 15 kwiecień 2015 r. Ludzie używają baz danych każdego dnia. Książka telefoniczna, zbiór wizytówek przypiętych nad biurkiem, encyklopedia czy chociażby

Bardziej szczegółowo

INFORMATYKA Pytania ogólne na egzamin dyplomowy

INFORMATYKA Pytania ogólne na egzamin dyplomowy INFORMATYKA Pytania ogólne na egzamin dyplomowy 1. Wyjaśnić pojęcia problem, algorytm. 2. Podać definicję złożoności czasowej. 3. Podać definicję złożoności pamięciowej. 4. Typy danych w języku C. 5. Instrukcja

Bardziej szczegółowo

a) Szczegółowe efekty kształcenia i ich odniesienie do opisu efektów

a) Szczegółowe efekty kształcenia i ich odniesienie do opisu efektów 1. PROGRAM KSZTAŁCENIA 1) OPIS EFEKTÓW KSZTAŁCENIA a) Szczegółowe efekty kształcenia i ich odniesienie do opisu efektów kształcenia dla obszaru nauk społecznych i technicznych Objaśnienie oznaczeń: I efekty

Bardziej szczegółowo

Technologia informacyjna (IT - Information Technology) dziedzina wiedzy obejmująca:

Technologia informacyjna (IT - Information Technology) dziedzina wiedzy obejmująca: 1.1. Podstawowe pojęcia Technologia informacyjna (IT - Information Technology) dziedzina wiedzy obejmująca: informatykę (włącznie ze sprzętem komputerowym oraz oprogramowaniem używanym do tworzenia, przesyłania,

Bardziej szczegółowo

Zalew danych skąd się biorą dane? są generowane przez banki, ubezpieczalnie, sieci handlowe, dane eksperymentalne, Web, tekst, e_handel

Zalew danych skąd się biorą dane? są generowane przez banki, ubezpieczalnie, sieci handlowe, dane eksperymentalne, Web, tekst, e_handel według przewidywań internetowego magazynu ZDNET News z 8 lutego 2001 roku eksploracja danych (ang. data mining ) będzie jednym z najbardziej rewolucyjnych osiągnięć następnej dekady. Rzeczywiście MIT Technology

Bardziej szczegółowo

Systemy baz danych w zarządzaniu przedsiębiorstwem. W poszukiwaniu rozwiązania problemu, najbardziej pomocna jest znajomość odpowiedzi

Systemy baz danych w zarządzaniu przedsiębiorstwem. W poszukiwaniu rozwiązania problemu, najbardziej pomocna jest znajomość odpowiedzi Systemy baz danych w zarządzaniu przedsiębiorstwem W poszukiwaniu rozwiązania problemu, najbardziej pomocna jest znajomość odpowiedzi Proces zarządzania danymi Zarządzanie danymi obejmuje czynności: gromadzenie

Bardziej szczegółowo

1. Metoda komputerowego wspomagania wyznaczania po danego wyposa enia sprz towo-materiałowego Podstawowej Jednostki Organizacyjnej Systemu Bezpiecze

1. Metoda komputerowego wspomagania wyznaczania po danego wyposa enia sprz towo-materiałowego Podstawowej Jednostki Organizacyjnej Systemu Bezpiecze 1. Metoda komputerowego wspomagania wyznaczania pożądanego wyposażenia sprzętowo-materiałowego Podstawowej Jednostki Organizacyjnej Systemu Bezpieczeństwa Kraju 1. Analiza rodzajów i strat powodowanych

Bardziej szczegółowo

UCHWAŁA NR 26/2016. SENATU AKADEMII MARYNARKI WOJENNEJ im. Bohaterów Westerplatte z dnia 02 czerwca 2016 roku

UCHWAŁA NR 26/2016. SENATU AKADEMII MARYNARKI WOJENNEJ im. Bohaterów Westerplatte z dnia 02 czerwca 2016 roku UCHWAŁA NR 26/2016 SENATU AKADEMII MARYNARKI WOJENNEJ im. Bohaterów Westerplatte z dnia 02 czerwca 2016 roku w sprawie: określenia efektów kształcenia dla kierunku Mechatronika studia II stopnia o profilu

Bardziej szczegółowo

Zagadnienia egzaminacyjne INFORMATYKA. Stacjonarne. I-go stopnia. (INT) Inżynieria internetowa STOPIEŃ STUDIÓW TYP STUDIÓW SPECJALNOŚĆ

Zagadnienia egzaminacyjne INFORMATYKA. Stacjonarne. I-go stopnia. (INT) Inżynieria internetowa STOPIEŃ STUDIÓW TYP STUDIÓW SPECJALNOŚĆ (INT) Inżynieria internetowa 1. Tryby komunikacji między procesami w standardzie Message Passing Interface 2. HTML DOM i XHTML cel i charakterystyka 3. Asynchroniczna komunikacja serwerem HTTP w technologii

Bardziej szczegółowo

Komercjalizacja i transfer wyników badań naukowych i rozwojowych. Andrzej Tytko. Mielec maj 2014r.

Komercjalizacja i transfer wyników badań naukowych i rozwojowych. Andrzej Tytko. Mielec maj 2014r. Komercjalizacja i transfer wyników badań naukowych i rozwojowych Andrzej Tytko Mielec maj 2014r. Każdy produkt ma sens jedynie tylko wtedy kiedy istnieje nań zapotrzebowanie Produkt innowacyjny to transfer

Bardziej szczegółowo

Informatyka, studia I stopnia (profil ogólnoakademicki) - wersja

Informatyka, studia I stopnia (profil ogólnoakademicki) - wersja Informatyka, studia I stopnia (profil ogólnoakademicki) - wersja 120327 Obszar kształcenia: nauki techniczne. Dziedzina: nauki techniczne. Dyscyplina: Informatyka. MNiSW WI PP Symb. Efekty kształcenia

Bardziej szczegółowo

MANAGER INNOWACJI MODUŁY WARSZTATOWE

MANAGER INNOWACJI MODUŁY WARSZTATOWE MANAGER INNOWACJI MODUŁY WARSZTATOWE WARSZTAT I-A PRAWNO-TEORETYCZNE PODSTAWY PROJEKTÓW INNOWACYJNYCH Czym jest innowacja? Możliwe źródła Wewnętrzne i zewnętrzne źródła informacji o innowacji w przedsiębiorstwie.

Bardziej szczegółowo

Zasady organizacji projektów informatycznych

Zasady organizacji projektów informatycznych Zasady organizacji projektów informatycznych Systemy informatyczne w zarządzaniu dr hab. inż. Joanna Józefowska, prof. PP Plan Definicja projektu informatycznego Fazy realizacji projektów informatycznych

Bardziej szczegółowo

Zarządzanie wiedzą. Cechy informacji. Globalna Przestrzeń Informacyjna

Zarządzanie wiedzą. Cechy informacji. Globalna Przestrzeń Informacyjna Zarządzanie wiedzą dr Janusz Sasak janusz.sasak@uj.edu.pl Globalna Przestrzeń Informacyjna Org. Komerc Inne Org. Jednostki Org. Publ. Cechy informacji dokładność, rzetelność, aktualność i terminowość,

Bardziej szczegółowo

Efekty kształcenia dla kierunku studiów INFORMATYKA, Absolwent studiów I stopnia kierunku Informatyka WIEDZA

Efekty kształcenia dla kierunku studiów INFORMATYKA, Absolwent studiów I stopnia kierunku Informatyka WIEDZA Symbol Efekty kształcenia dla kierunku studiów INFORMATYKA, specjalność: 1) Sieciowe systemy informatyczne. 2) Bazy danych Absolwent studiów I stopnia kierunku Informatyka WIEDZA Ma wiedzę z matematyki

Bardziej szczegółowo

Fundusze Europejskie na rzecz rozwoju przedsiębiorczości i innowacji

Fundusze Europejskie na rzecz rozwoju przedsiębiorczości i innowacji Fundusze Europejskie na rzecz rozwoju przedsiębiorczości i innowacji Webinarium nr 4-8 grudnia 2016 Projekt Fundusze Europejskie na jedynce prasy lokalnej i regionalnej jest realizowany w ramach konkursu

Bardziej szczegółowo

Efekty kształcenia wymagane do podjęcia studiów 2 stopnia na kierunku Informatyka

Efekty kształcenia wymagane do podjęcia studiów 2 stopnia na kierunku Informatyka Efekty kształcenia wymagane do podjęcia studiów 2 stopnia na kierunku Informatyka Test kwalifikacyjny obejmuje weryfikację efektów kształcenia oznaczonych kolorem szarym, efektów: K_W4 (!), K_W11-12, K_W15-16,

Bardziej szczegółowo

Tabela odniesień efektów kierunkowych do efektów obszarowych

Tabela odniesień efektów kierunkowych do efektów obszarowych Umiejscowienie kierunku w obszarze kształcenia Kierunek studiów automatyka i robotyka należy do obszaru kształcenia w zakresie nauk technicznych i jest powiązany z takimi kierunkami studiów jak: mechanika

Bardziej szczegółowo

Anna Ober Aleksandra Szcześniak 09.05.2014

Anna Ober Aleksandra Szcześniak 09.05.2014 Anna Ober Aleksandra Szcześniak 09.05.2014 http://www.funduszeeuropejskie.gov.pl/2014_2020/strony/ glowna.aspx 2 I Wsparcie prowadzenia prac B+R przez przedsiębiorstwa oraz konsorcja naukowoprzemysłowe

Bardziej szczegółowo

SZKOLENIE: Administrator baz danych. Cel szkolenia

SZKOLENIE: Administrator baz danych. Cel szkolenia SZKOLENIE: Administrator baz danych. Cel szkolenia Kurs Administrator baz danych skierowany jest przede wszystkim do osób zamierzających rozwijać umiejętności w zakresie administrowania bazami danych.

Bardziej szczegółowo

KIERUNKOWE EFEKTY KSZTAŁCENIA

KIERUNKOWE EFEKTY KSZTAŁCENIA WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA II STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA NAUK TECHNICZNYCH Dyscyplina

Bardziej szczegółowo

Państwowa Wyższa Szkoła Techniczno-Ekonomiczna w Jarosławiu

Państwowa Wyższa Szkoła Techniczno-Ekonomiczna w Jarosławiu Załącznik nr 1 do Uchwały nr 9/12 Rady Instytutu Inżynierii Technicznej PWSTE w Jarosławiu z dnia 30 marca 2012r Państwowa Wyższa Szkoła Techniczno-Ekonomiczna w Jarosławiu EFEKTY KSZTAŁCENIA DLA KIERUNKU

Bardziej szczegółowo

STUDIA I MONOGRAFIE NR

STUDIA I MONOGRAFIE NR STUDIA I MONOGRAFIE NR 21 WYBRANE ZAGADNIENIA INŻYNIERII WIEDZY Redakcja naukowa: Andrzej Cader Jacek M. Żurada Krzysztof Przybyszewski Łódź 2008 3 SPIS TREŚCI WPROWADZENIE 7 SYSTEMY AGENTOWE W E-LEARNINGU

Bardziej szczegółowo

1. Tabela odniesień efektów kierunkowych do efektów obszarowych z komentarzami

1. Tabela odniesień efektów kierunkowych do efektów obszarowych z komentarzami EFEKTY KSZTAŁCENIA 1. Tabela odniesień efektów kierunkowych do efektów obszarowych z komentarzami Kierunkowy efekt kształcenia - symbol K_W01 K_W02 K_W03 K_W04 K_W05 K_W06 K_W07 K_W08 Kierunkowy efekt

Bardziej szczegółowo

Odniesienie do obszarowych efektów kształcenia 1 2 3. Kierunkowe efekty kształcenia WIEDZA (W)

Odniesienie do obszarowych efektów kształcenia 1 2 3. Kierunkowe efekty kształcenia WIEDZA (W) EFEKTY KSZTAŁCENIA NA KIERUNKU "MECHATRONIKA" nazwa kierunku studiów: Mechatronika poziom kształcenia: studia pierwszego stopnia profil kształcenia: ogólnoakademicki symbol kierunkowych efektów kształcenia

Bardziej szczegółowo

Wielkopolski klaster chemiczny jednostek naukowo-badawczych oraz przedsiębiorstw jest projektem realizowanym w ramach Działania 2.

Wielkopolski klaster chemiczny jednostek naukowo-badawczych oraz przedsiębiorstw jest projektem realizowanym w ramach Działania 2. Wielkopolski klaster chemiczny jednostek naukowo-badawczych oraz przedsiębiorstw jest projektem realizowanym w ramach Działania 2.6 Regionalne Strategie Innowacyjne i transfer wiedzy Zintegrowanego Programu

Bardziej szczegółowo

6 Metody badania i modele rozwoju organizacji

6 Metody badania i modele rozwoju organizacji Spis treści Przedmowa 11 1. Kreowanie systemu zarządzania wiedzą w organizacji 13 1.1. Istota systemu zarządzania wiedzą 13 1.2. Cechy dobrego systemu zarządzania wiedzą 16 1.3. Czynniki determinujące

Bardziej szczegółowo

PROGRAM STUDIÓW WYŻSZYCH ROZPOCZYNAJĄCYCH SIĘ W ROKU AKADEMICKIM 2015/2016

PROGRAM STUDIÓW WYŻSZYCH ROZPOCZYNAJĄCYCH SIĘ W ROKU AKADEMICKIM 2015/2016 PROGRAM STUDIÓW WYŻSZYCH ROZPOCZYNAJĄCYCH SIĘ W ROKU AKADEMICKIM 2015/2016 data zatwierdzenia przez Radę Wydziału kod programu studiów pieczęć i podpis dziekana Wydział Matematyczno-Fizyczno-Techniczny

Bardziej szczegółowo

Matryca pokrycia efektów kształcenia

Matryca pokrycia efektów kształcenia Matryca pokrycia efektów kształcenia Matryca dla przedmiotów realizowanych na kierunku Informatyka (z wyłączeniem przedmiotów realizowanych w ramach specjalności oraz przedmiotów swobodnego wyboru) Efekty

Bardziej szczegółowo

SPIN MODEL TRANSFERU INNOWACJI W MAŁOPOLSCE

SPIN MODEL TRANSFERU INNOWACJI W MAŁOPOLSCE MODEL TRANSFERU INNOWACJI W MAŁOPOLSCE Dr inż. Konrad Maj Dyrektor Departamentu ds. Rozwoju Fundacji Rozwoju Edukacji i Nauki SPIN MODEL TRANSFERU INNOWACJI W MAŁOPOLSCE Projekt innowacyjny testujący wdrażany

Bardziej szczegółowo

STUDIA NIESTACJONARNE I STOPNIA Przedmioty kierunkowe

STUDIA NIESTACJONARNE I STOPNIA Przedmioty kierunkowe STUDIA NIESTACJONARNE I STOPNIA Przedmioty kierunkowe Technologie informacyjne prof. dr hab. Zdzisław Szyjewski 1. Rola i zadania systemu operacyjnego 2. Zarządzanie pamięcią komputera 3. Zarządzanie danymi

Bardziej szczegółowo

Automatyka i Robotyka, studia II stopnia (profil ogólnoakademicki)

Automatyka i Robotyka, studia II stopnia (profil ogólnoakademicki) Automatyka i Robotyka, studia II stopnia (profil ogólnoakademicki) Obszar kształcenia: nauki techniczne. Dziedzina: nauki techniczne. Dyscyplina: Automatyka i Robotyka MNiSW WI PP Symb. Efekt kształcenia

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Mechatronika Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych Rodzaj zajęć: wykład, laboratorium BAZY DANYCH I SYSTEMY EKSPERTOWE Database and expert systems Forma

Bardziej szczegółowo

Projekt wykonania zadania informatycznego specyfikacja zadania

Projekt wykonania zadania informatycznego specyfikacja zadania Projekt wykonania zadania informatycznego specyfikacja zadania I. Metryczka prowadzenia lekcji na której będzie wykonywane zadanie: 1. Imię i nazwisko prowadzącego lekcję:... 2. Typ szkoły:... 3. Klasa:...

Bardziej szczegółowo

Bazy danych 2. Wykład 1

Bazy danych 2. Wykład 1 Bazy danych 2 Wykład 1 Sprawy organizacyjne Materiały i listy zadań zamieszczane będą na stronie www.math.uni.opole.pl/~ajasi E-mail: standardowy ajasi@math.uni.opole.pl Sprawy organizacyjne Program wykładu

Bardziej szczegółowo

Alicja Marszałek Różne rodzaje baz danych

Alicja Marszałek Różne rodzaje baz danych Alicja Marszałek Różne rodzaje baz danych Rodzaje baz danych Bazy danych można podzielić wg struktur organizacji danych, których używają. Można podzielić je na: Bazy proste Bazy złożone Bazy proste Bazy

Bardziej szczegółowo

Wdrażanie innowacji na przykładzie Politechniki Warszawskiej. Paweł Zych

Wdrażanie innowacji na przykładzie Politechniki Warszawskiej. Paweł Zych Wdrażanie innowacji na przykładzie Politechniki Warszawskiej Paweł Zych Historia-początki W roku 1996 Senat Politechniki Warszawskiej podjął uchwałę o tworzeniu jednostek pozawydziałowych, które z założenia

Bardziej szczegółowo

INŻYNIERIA OPROGRAMOWANIA

INŻYNIERIA OPROGRAMOWANIA INSTYTUT INFORMATYKI STOSOWANEJ 2013 INŻYNIERIA OPROGRAMOWANIA Inżynieria Oprogramowania Proces ukierunkowany na wytworzenie oprogramowania Jak? Kto? Kiedy? Co? W jaki sposób? Metodyka Zespół Narzędzia

Bardziej szczegółowo

Pojęcie systemu informacyjnego i informatycznego

Pojęcie systemu informacyjnego i informatycznego BAZY DANYCH Pojęcie systemu informacyjnego i informatycznego DANE wszelkie liczby, fakty, pojęcia zarejestrowane w celu uzyskania wiedzy o realnym świecie. INFORMACJA - znaczenie przypisywane danym. SYSTEM

Bardziej szczegółowo

Informatyka, studia II stopnia (profil ogólnoakademicki) - wersja

Informatyka, studia II stopnia (profil ogólnoakademicki) - wersja Informatyka, studia II stopnia (profil ogólnoakademicki) - wersja 120327 Obszar kształcenia: nauki techniczne. Dziedzina: nauki techniczne. Dyscyplina: Informatyka. MNiSW WI PP Symb. Efekty kształcenia

Bardziej szczegółowo

HARMONOGRAM EGZAMINÓW

HARMONOGRAM EGZAMINÓW Kierunek: MECHANIKA I BUDOWA MASZYN - studia I stopnia Materiałoznawstwo Analiza matematyczna Termodynamika techniczna 2 Cały rok Mechanika II Wytrzymałość materiałów Spawalnictwo Technologia spawania

Bardziej szczegółowo

Własność intelektualna w zarządzaniu projektami

Własność intelektualna w zarządzaniu projektami Własność intelektualna w zarządzaniu projektami Prof. dr hab. inż. K. Santarek Mgr inż. Małgorzata Zalewska Traczyk Politechnika Warszawska Instytut Organizacji Systemów Produkcyjnych 1 Wstęp Własność

Bardziej szczegółowo

Krajowa Sieć Innowacji. Rozwój Krajowej Sieci Innowacji w ramach KSU, zasady korzystania i przykłady usług KSU / KSI

Krajowa Sieć Innowacji. Rozwój Krajowej Sieci Innowacji w ramach KSU, zasady korzystania i przykłady usług KSU / KSI Krajowa Sieć Innowacji Rozwój Krajowej Sieci Innowacji w ramach KSU, zasady korzystania i przykłady usług KSU / KSI Grzegorz Gromada Z-ca Dyrektora Wrocławskie Centrum Transferu Technologii Politechniki

Bardziej szczegółowo

Tabela odniesień efektów kierunkowych do efektów obszarowych (tabele odniesień efektów kształcenia)

Tabela odniesień efektów kierunkowych do efektów obszarowych (tabele odniesień efektów kształcenia) Załącznik nr 7 do uchwały nr 514 Senatu Uniwersytetu Zielonogórskiego z dnia 25 kwietnia 2012 r. w sprawie określenia efektów kształcenia dla kierunków studiów pierwszego i drugiego stopnia prowadzonych

Bardziej szczegółowo

MT 2 N _0 Rok: 1 Semestr: 1 Forma studiów:

MT 2 N _0 Rok: 1 Semestr: 1 Forma studiów: Mechatronika Studia drugiego stopnia Przedmiot: Diagnostyka maszyn Rodzaj przedmiotu: obowiązkowy Kod przedmiotu: MT N 0 1 1-0_0 Rok: 1 Semestr: 1 Forma studiów: Studia niestacjonarne Rodzaj zajęć i liczba

Bardziej szczegółowo

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia :Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia Podstawy prawne. 1 15 1 Podstawy ekonomii. 1 15 15 2 Metody uczenia się i studiowania. 1 15 1 Środowisko programisty. 1 30 3 Komputerowy

Bardziej szczegółowo

Ochrona własności przemysłowej jako niezbędny element skutecznej komercjalizacji - zasady, procedury i związane z tym koszty

Ochrona własności przemysłowej jako niezbędny element skutecznej komercjalizacji - zasady, procedury i związane z tym koszty Strona 1 Ochrona własności przemysłowej jako niezbędny element skutecznej komercjalizacji - zasady, procedury i związane z tym koszty Termin: 12-13.05.2014 r. - Poznań CEL SZKOLENIA: Celem szkolenia jest

Bardziej szczegółowo

Matryca weryfikacji efektów kształcenia - studia III stopnia

Matryca weryfikacji efektów kształcenia - studia III stopnia Ocena publicznej obrony pracy doktorskiej Ocena rozprawy doktorskiej Ocena opublikowanych prac naukowych Ocena uzyskanych projektów badawczych Ocena przygotowania referatu na konferencję Ocena wystąpienia

Bardziej szczegółowo

Tematy prac dyplomowych w Katedrze Awioniki i Sterowania. Studia: I stopnia (inżynierskie)

Tematy prac dyplomowych w Katedrze Awioniki i Sterowania. Studia: I stopnia (inżynierskie) Tematy prac dyplomowych w Katedrze Awioniki i Sterowania Studia I stopnia (inżynierskie) Temat: Skalowanie czujników prędkości kątowej i orientacji przestrzennej 1. Analiza właściwości czujników i układów

Bardziej szczegółowo

Sztuczna inteligencja

Sztuczna inteligencja Sztuczna inteligencja Przykładowe zastosowania Piotr Fulmański Wydział Matematyki i Informatyki, Uniwersytet Łódzki, Polska 12 czerwca 2008 Plan 1 Czym jest (naturalna) inteligencja? 2 Czym jest (sztuczna)

Bardziej szczegółowo

Bazy danych. Zenon Gniazdowski WWSI, ITE Andrzej Ptasznik WWSI

Bazy danych. Zenon Gniazdowski WWSI, ITE Andrzej Ptasznik WWSI Bazy danych Zenon Gniazdowski WWSI, ITE Andrzej Ptasznik WWSI Wszechnica Poranna Trzy tematy: 1. Bazy danych - jak je ugryźć? 2. Język SQL podstawy zapytań. 3. Mechanizmy wewnętrzne baz danych czyli co

Bardziej szczegółowo

1. Tabela odniesień efektów kierunkowych do efektów obszarowych z komentarzami

1. Tabela odniesień efektów kierunkowych do efektów obszarowych z komentarzami EFEKTY KSZTAŁCENIA (ELEKTROTECHNIKA II ST) 1. Tabela odniesień efektów kierunkowych do efektów obszarowych z komentarzami Kierunkowy efekt kształcenia - symbol K_W01 K_W02 K_W03 K_W04 K_W05 K_W06 K_W07

Bardziej szczegółowo

OBIEG INFORMACJI I WSPOMAGANIE DECYZJI W SYTUACJACH KRYZYSOWYCH

OBIEG INFORMACJI I WSPOMAGANIE DECYZJI W SYTUACJACH KRYZYSOWYCH OBIEG INFORMACJI I WSPOMAGANIE DECYZJI W SYTUACJACH KRYZYSOWYCH AGENDA Prezentacja firmy Tecna Informacja i jej przepływ Workflow i BPM Centralny portal informacyjny Wprowadzanie danych do systemu Interfejsy

Bardziej szczegółowo

Dotyczy etapu uruchomienia pierwszej produkcji

Dotyczy etapu uruchomienia pierwszej produkcji DZIAŁANIE 1.1. EKSPANSJA PRZEZ INNOWACJE PODDZIAŁANIE 1.1.1. EKSPANSJA PRZEZ INNOWACJE - WSPARCIE DOTACYJNE W ramach prac badawczo rozwojowych możliwe będą: Rodzaj i przeznaczenie pomocy typ 1 realizacja

Bardziej szczegółowo

Systemy ekspertowe Część siódma Realizacja dziedzinowego systemu ekspertowego Roman Simiński

Systemy ekspertowe Część siódma Realizacja dziedzinowego systemu ekspertowego Roman Simiński Część siódma Autor Roman Simiński Kontakt roman.siminski@us.edu.pl www.us.edu.pl/~siminski Realizacja dziedzinowego systemu ekspertowego Niniejsze opracowanie zawiera skrót treści wykładu, lektura tych

Bardziej szczegółowo

Założenia monitoringu innowacyjności województwa mazowieckiego

Założenia monitoringu innowacyjności województwa mazowieckiego Założenia monitoringu innowacyjności województwa mazowieckiego Wojciech Dziemianowicz prezentacja składa się z materiałów przygotowanych przez firmy GEOPROFIT i ECORYS Polska sp. z o.o. na zlecenie Urzędu

Bardziej szczegółowo

S Y L A B U S P R Z E D M I O T U

S Y L A B U S P R Z E D M I O T U "Z A T W I E R D Z A M" Dziekan Wydziału Mechatroniki i Lotnictwa prof. dr hab. inż. Radosław TRĘBIŃSKI Warszawa, dnia... S Y L A B U S P R Z E D M I O T U NAZWA PRZEDMIOTU: KOMPUTEROWE WSPOMAGANIE EKSPLOATACJI

Bardziej szczegółowo

CENTRUM FUNDUSZY EUROPEJSKICH. Wsparcie dla przedsiębiorców ze środków UE w latach 2014-2020

CENTRUM FUNDUSZY EUROPEJSKICH. Wsparcie dla przedsiębiorców ze środków UE w latach 2014-2020 CENTRUM FUNDUSZY EUROPEJSKICH Wsparcie dla przedsiębiorców ze środków UE w latach 2014-2020 Krajowe programy Program Operacyjny Inteligentny Rozwój (POIR) 2014-2020 Celem POIR jest zwiększenie innowacyjności

Bardziej szczegółowo

Języki programowania deklaratywnego

Języki programowania deklaratywnego Katedra Inżynierii Wiedzy laborki 1 e-mail: przemyslaw.juszczuk@ue.katowice.pl Konsultacje: na stronie katedry + na stronie domowej Pokój 202c budynek A pjuszczuk.pl Języki deklaratywne - laborki Wprowadzenie

Bardziej szczegółowo

Programy Ministra Nauki i Szkolnictwa Wyższego wspierające przedsiębiorczość akademicką oraz transfer technologii

Programy Ministra Nauki i Szkolnictwa Wyższego wspierające przedsiębiorczość akademicką oraz transfer technologii Programy Ministra Nauki i Szkolnictwa Wyższego wspierające przedsiębiorczość akademicką oraz transfer technologii Marta Pytlarczyk Zastępca Dyrektora Departament Wdrożeń i Innowacji IniTech projekt rozporządzenia

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Bazy danych Database Kierunek: Rodzaj przedmiotu: obieralny Rodzaj zajęć: wykład, laboratorium Matematyka Poziom kwalifikacji: I stopnia Liczba godzin/tydzień: 2W, 2L Semestr: III Liczba

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Systemy ekspertowe w zarządzaniu firmą Expert systems in enterprise management Kierunek: Zarządzanie i Inżynieria Produkcji Rodzaj przedmiotu: Rodzaj zajęć: Wyk. Ćwicz. Lab. Sem. Proj.

Bardziej szczegółowo

2010 Kierunki i instrumenty wsparcia działalności innowacyjnej mikroprzedsiębiorstw. Dr Barbara Grzybowska. Warszawa, maj 2010

2010 Kierunki i instrumenty wsparcia działalności innowacyjnej mikroprzedsiębiorstw. Dr Barbara Grzybowska. Warszawa, maj 2010 2010 Kierunki i instrumenty wsparcia działalności j mikroprzedsiębiorstw Dr Barbara Grzybowska Warszawa, maj 2010 PLAN WYSTĄPIENIA 1. Współpraca mikroprzedsiębiorstw z innymi podmiotami w zakresie realizacji

Bardziej szczegółowo

DOKUMENTACJA PROGRAMU KSZTAŁCENIA DLA KIERUNKU STUDIÓW: MECHATRONIKA

DOKUMENTACJA PROGRAMU KSZTAŁCENIA DLA KIERUNKU STUDIÓW: MECHATRONIKA DOKUMENTACJA PROGRAMU KSZTAŁCENIA DLA KIERUNKU STUDIÓW: MECHATRONIKA Spis treści: 1. Ogólna charakterystyka prowadzonych studiów 2. Efekty kształcenia 3. Program studiów 4. Warunki realizacji programu

Bardziej szczegółowo

Sposób oceny polityki eksploatacyjnej w przedsiębiorstwach branży spożywczej

Sposób oceny polityki eksploatacyjnej w przedsiębiorstwach branży spożywczej Politechnika Śląska Wydział Organizacji i Zarządzania Instytut Inżynierii Produkcji Sposób oceny polityki eksploatacyjnej w przedsiębiorstwach branży spożywczej Dr inż. Andrzej Loska VII Konferencja Utrzymanie

Bardziej szczegółowo

WYKORZYSTANIE SIECI INTRANET DO ZARZĄDZANIA WIEDZĄ W MAŁYCH I ŚREDNICH PRZEDSIĘBIORSTWACH

WYKORZYSTANIE SIECI INTRANET DO ZARZĄDZANIA WIEDZĄ W MAŁYCH I ŚREDNICH PRZEDSIĘBIORSTWACH WYKORZYSTANIE SIECI INTRANET DO ZARZĄDZANIA WIEDZĄ W MAŁYCH I ŚREDNICH PRZEDSIĘBIORSTWACH Ryszard SERAFIN Streszczenie: Niniejszy artykuł jest poświęcony zagadnieniom związanym z gospodarką opartą na wiedzy

Bardziej szczegółowo

Data mininig i wielowymiarowa analiza danych zgromadzonych w systemach medycznych na potrzeby badań naukowych

Data mininig i wielowymiarowa analiza danych zgromadzonych w systemach medycznych na potrzeby badań naukowych Temat: Data mininig i wielowymiarowa analiza danych zgromadzonych w systemach medycznych na potrzeby badań naukowych Autorzy: Tomasz Małyszko, Edyta Łukasik 1. Definicja eksploracji danych Eksploracja

Bardziej szczegółowo

Model logiczny SZBD. Model fizyczny. Systemy klientserwer. Systemy rozproszone BD. No SQL

Model logiczny SZBD. Model fizyczny. Systemy klientserwer. Systemy rozproszone BD. No SQL Podstawy baz danych: Rysunek 1. Tradycyjne systemy danych 1- Obsługa wejścia 2- Przechowywanie danych 3- Funkcje użytkowe 4- Obsługa wyjścia Ewolucja baz danych: Fragment świata rzeczywistego System przetwarzania

Bardziej szczegółowo

WiComm dla innowacyjnego Pomorza

WiComm dla innowacyjnego Pomorza Centrum Doskonałości WiComm WiComm dla innowacyjnego Pomorza Michał Mrozowski wicomm@wicomm.pl Centrum Doskonałości WiComm Inżynieria Systemów Komunikacji Bezprzewodowej Politechnika Gdańska Ul. Narutowicza

Bardziej szczegółowo

OfficeObjects e-forms

OfficeObjects e-forms OfficeObjects e-forms Rodan Development Sp. z o.o. 02-820 Warszawa, ul. Wyczółki 89, tel.: (+48-22) 643 92 08, fax: (+48-22) 643 92 10, http://www.rodan.pl Spis treści Wstęp... 3 Łatwość tworzenia i publikacji

Bardziej szczegółowo

Lista pracowników naukowo - dydaktycznych i obszary tematyczne prac doktorskich na Wydziale Zarządzania Politechniki Warszawskiej 1

Lista pracowników naukowo - dydaktycznych i obszary tematyczne prac doktorskich na Wydziale Zarządzania Politechniki Warszawskiej 1 Lista pracowników naukowo - dydaktycznych i obszary tematyczne prac doktorskich na Wydziale Zarządzania Politechniki Warszawskiej 1 Lp. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 Dokt. Dokt.

Bardziej szczegółowo

Uchwała Nr 69 /2012. Senatu Uniwersytetu Jana Kochanowskiego w Kielcach. z dnia 31 maja 2012 roku

Uchwała Nr 69 /2012. Senatu Uniwersytetu Jana Kochanowskiego w Kielcach. z dnia 31 maja 2012 roku Uchwała Nr 69 /2012 Senatu Uniwersytetu Jana Kochanowskiego w Kielcach z dnia 31 maja 2012 roku w sprawie określenia efektów kształcenia dla kierunku zarządzanie na poziomie drugiego stopnia o profilu

Bardziej szczegółowo

Kierownik Katedry: Prof. dr hab. inż. Tadeusz BURCZYŃSKI

Kierownik Katedry: Prof. dr hab. inż. Tadeusz BURCZYŃSKI Kierownik Katedry: Prof. dr hab. inż. Tadeusz BURCZYŃSKI Zakład Inteligentnych Systemów Obliczeniowych RMT4-3 Kierownik Zakładu: Prof. dr hab. inż. Tadeusz BURCZYŃSKI Zakład Metod Numerycznych w Termomechanice

Bardziej szczegółowo

Wykład I. Wprowadzenie do baz danych

Wykład I. Wprowadzenie do baz danych Wykład I Wprowadzenie do baz danych Trochę historii Pierwsze znane użycie terminu baza danych miało miejsce w listopadzie w 1963 roku. W latach sześcdziesątych XX wieku został opracowany przez Charles

Bardziej szczegółowo

I rok. semestr 1 semestr 2 15 tyg. 15 tyg. Razem ECTS. laborat. semin. ECTS. konwer. wykł. I rok. w tym. Razem ECTS. laborat. semin. ECTS. konwer.

I rok. semestr 1 semestr 2 15 tyg. 15 tyg. Razem ECTS. laborat. semin. ECTS. konwer. wykł. I rok. w tym. Razem ECTS. laborat. semin. ECTS. konwer. Wydział Informatyki i Nauki o Materiałach Kierunek Informatyka studia I stopnia inżynierskie studia stacjonarne 08- IO1S-13 od roku akademickiego 2015/2016 A Lp GRUPA TREŚCI PODSTAWOWYCH kod Nazwa modułu

Bardziej szczegółowo

Ontologie, czyli o inteligentnych danych

Ontologie, czyli o inteligentnych danych 1 Ontologie, czyli o inteligentnych danych Bożena Deka Andrzej Tolarczyk PLAN 2 1. Korzenie filozoficzne 2. Ontologia w informatyce Ontologie a bazy danych Sieć Semantyczna Inteligentne dane 3. Zastosowania

Bardziej szczegółowo

poziom: Core wersja: 2.6 moduł: B : Wytwarzanie SYLLABUS

poziom: Core wersja: 2.6 moduł: B : Wytwarzanie SYLLABUS poziom: Core wersja: 2.6 moduł: B : Wytwarzanie SYLLABUS Niniejszy dokument jest syllabusem obowiązującym dla certyfikatu EUCIP ver. 2.6. Prezentuje obszary wiedzy, których znajomość jest niezbędna do

Bardziej szczegółowo

dla badań i rozwoju: Osie Priorytetowe PO IG Osie Priorytetowe PO IG

dla badań i rozwoju: Osie Priorytetowe PO IG Osie Priorytetowe PO IG Osie Priorytetowe PO IG Osie Priorytetowe PO IG dla badań i rozwoju: Oś Priorytetowa 1. - Badania i rozwój nowoczesnych technologii Oś Priorytetowa 2. Infrastruktura sfery B+R Oś Priorytetowa 3. Kapitał

Bardziej szczegółowo

MIĘDZYNARODOWE STOSUNKI GOSPODARCZE

MIĘDZYNARODOWE STOSUNKI GOSPODARCZE EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW MIĘDZYNARODOWE STOSUNKI GOSPODARCZE studia pierwszego stopnia profil ogólnoakademicki studia drugiego stopnia profil ogólnoakademicki Objaśnienie oznaczeń: S1A obszar

Bardziej szczegółowo

Wsparcie innowacyjności i komercjalizacji badań naukowych

Wsparcie innowacyjności i komercjalizacji badań naukowych Wsparcie innowacyjności i komercjalizacji badań naukowych Regionalny Program Operacyjny Województwa Małopolskiego na lata 2014-2020 Rafał Solecki Dyrektor Małopolskiego Centrum Przedsiębiorczości Kraków,

Bardziej szczegółowo

STUDIA STACJONARNE I STOPNIA Przedmioty kierunkowe

STUDIA STACJONARNE I STOPNIA Przedmioty kierunkowe STUDIA STACJONARNE I STOPNIA Przedmioty kierunkowe Technologie informacyjne Prof. dr hab. Zdzisław Szyjewski 1. Rola i zadania systemu operacyjnego 2. Zarządzanie pamięcią komputera 3. Zarządzanie danymi

Bardziej szczegółowo

Katalog handlowy e-production

Katalog handlowy e-production 1 / 12 Potęga e-innowacji Katalog handlowy e-production 2 / 12 e-production to zaawansowany system informatyczny przeznaczony do opomiarowania pracy maszyn produkcyjnych w czasie rzeczywistym. Istotą systemu

Bardziej szczegółowo

Udziałowcy wpływający na poziom cen:

Udziałowcy wpływający na poziom cen: Analiza procesu wytwórczego Udziałowcy wpływający na poziom cen: - dostawcy podzespołów - kooperanci - dystrybutorzy - sprzedawcy detaliczni tworzą nowy model działania: Zarządzanie łańcuchem dostaw SCM

Bardziej szczegółowo

DLA SEKTORA INFORMATYCZNEGO W POLSCE

DLA SEKTORA INFORMATYCZNEGO W POLSCE DLA SEKTORA INFORMATYCZNEGO W POLSCE SRK IT obejmuje kompetencje najważniejsze i specyficzne dla samego IT są: programowanie i zarządzanie systemami informatycznymi. Z rozwiązań IT korzysta się w każdej

Bardziej szczegółowo

Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl

Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Plan wykładów Wprowadzenie - integracja

Bardziej szczegółowo

ZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia

ZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia ZP/ITS/11/2012 Załącznik nr 1a do SIWZ ZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia Przedmiotem zamówienia jest: Przygotowanie zajęć dydaktycznych w postaci kursów e-learningowych przeznaczonych

Bardziej szczegółowo

Uchwała obowiązuje od dnia podjęcia przez Senat. Traci moc Uchwała nr 144/06/2013 Senatu Uniwersytetu Rzeszowskiego z 27 czerwca 2013 r.

Uchwała obowiązuje od dnia podjęcia przez Senat. Traci moc Uchwała nr 144/06/2013 Senatu Uniwersytetu Rzeszowskiego z 27 czerwca 2013 r. Rektor Uniwersytetu Rzeszowskiego al. Rejtana 16c; 35-959 Rzeszów tel.: + 48 17 872 10 00 (centrala) + 48 17 872 10 10 fax: + 48 17 872 12 65 e-mail: rektorur@ur.edu.pl Uchwała nr 282/03/2014 Senatu Uniwersytetu

Bardziej szczegółowo

Oracle11g: Wprowadzenie do SQL

Oracle11g: Wprowadzenie do SQL Oracle11g: Wprowadzenie do SQL OPIS: Kurs ten oferuje uczestnikom wprowadzenie do technologii bazy Oracle11g, koncepcji bazy relacyjnej i efektywnego języka programowania o nazwie SQL. Kurs dostarczy twórcom

Bardziej szczegółowo

Hurtownie danych - przegląd technologii

Hurtownie danych - przegląd technologii Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Plan wykład adów Wprowadzenie - integracja

Bardziej szczegółowo

Dotacyjny rekonesans. dotacje RPO Dolny Śląsk i POIR 2017

Dotacyjny rekonesans. dotacje RPO Dolny Śląsk i POIR 2017 Dotacyjny rekonesans dotacje RPO Dolny Śląsk i POIR 2017 Dotacyjny rekonesans Dotacyjny rekonesans Szlifowanie projektów Składanie wniosku Realizacja projektu Rozliczenie dotacji Więcej informacji: tel.

Bardziej szczegółowo

K.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz

K.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz K.Pieńkosz Wprowadzenie 1 dr inż. Krzysztof Pieńkosz Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej pok. 560 A tel.: 234-78-64 e-mail: K.Pienkosz@ia.pw.edu.pl K.Pieńkosz Wprowadzenie

Bardziej szczegółowo

Wrota Parsęty II o bazie danych przestrzennych - wprowadzenie

Wrota Parsęty II o bazie danych przestrzennych - wprowadzenie Wrota Parsęty II o bazie danych przestrzennych - wprowadzenie Czym jest baza danych? zbiór powiązanych danych z pewnej dziedziny, zorganizowanych w sposób dogodny do korzystania z nich, a zwłaszcza do

Bardziej szczegółowo

Technologia informacyjna

Technologia informacyjna Technologia informacyjna w Nauczycielskim Kolegium Języków Obcych w Siedlcach Intel uwzględniająca treści programu Nauczanie ku przyszłości 21-11-2002 1 Cel Kształcenie i doskonalenie umiejętności posługiwania

Bardziej szczegółowo

ZAPYTANIE OFERTOWE W SPRAWIE KAMPANII REKLAMOWEJ SERWISU WWW.KOMERCJALIZACJA.PWR.EDU.PL

ZAPYTANIE OFERTOWE W SPRAWIE KAMPANII REKLAMOWEJ SERWISU WWW.KOMERCJALIZACJA.PWR.EDU.PL Politechnika Wrocławska Wrocławskie Centrum Transferu Technologii ul. Wybrzeże Wyspiańskiego 27 50-370 Wrocław tel. 71 320 33 18 fax. 71 320 39 48 e-mail: wctt@wctt.pl ZAPYTANIE OFERTOWE W SPRAWIE KAMPANII

Bardziej szczegółowo