Vedlejší specializace: Datové inženýrství (4DI) (nástup od šk. roku 2022/23)
Data a analytika pro praxi powered by
Garant: prof. RNDr. Jan Rauch, CSc.
K čemu mi bude tato vedlejší specializace?
Specializace představuje základní metody týkající se zpracování dat s cílem porozumět procesům, které data generují. Důraz je kladen i na seznámení s aktuálními výzkumnými trendy. Specializace poskytuje ucelený soubor znalostí a dovedností umožňující široké uplatnění v praxi. Je vhodná zejména pro studenty statistických oborů, kterým významně rozšíří možnosti uplatnění v analytických odděleních firem a institucí. Absolventi získají znalosti a dovednosti, které jim umožní:
- aplikovat metody data mining pro řešení typických praktických problémů
- aplikovat metody business intelligence a competitive intelligence
- připravovat pro analýzy data uchovávaná v databázích nebo vystavená na webu
- prezentovat výsledky analýz ve formě vhodné pro manažerské rozhodování
- aplikovat metody řízení datové kvality
- orientovat se v aktuálních trendech výzkumu v oblasti data mining.
Podmínky vstupu do vedlejší specializace
Vedlejší specializace není určena studentům následujících programů:
- Data a analytika pro business by KPMG,
- Informační management,
- Kognitivní informatika,
- Podniková informatika,
- Znalostní a webové technologie.
Zájemcům je doporučeno předem absolvovat volitelný předmět bakalářského studia 4IZ260 – Úvod do datové analytiky.
Kapacita na semestr: neomezena
Studijní plán
Povinné předměty – 20 ECTS kr. |
||
4IT403 | Základní analytika a reporting | 5 ECTS |
4IZ450 | Dobývání znalostí z databází ** | 6 ECTS |
4IZ460 | Pokročilé přístupy k DZD | 6 ECTS |
4IZ503 | Projektový seminář | 3 ECTS |
* Pokud někdo má tento předmět již absolvovaný v rámci magisterského programu, musí si jej nahradit libovolným volitelným předmětem v odpovídající kreditové výši.
** Předmět je zaměnitelný s 4IZ451 Dobývání znalostí z databází (v angličtině) a 4IZ480 Pokročilá business analytika.
Volitelné předměty – 10 ECTS kr. | ||
4IT402 | Architektury business analytiky | 3 ECTS |
4IT550 | Competitive Intelligence** | 3 ECTS |
4IZ560 | Data mining – praktické aplikace*** | 3 ECTS |
4IT218 | Databáze | 6 ECTS |
4IZ470 | Dolování znalostí z webu | 6 ECTS |
4IZ552 | Elektronická sazba a publikování | 3 ECTS |
4IT509 | Nástroje pro podporu business analytiky | 3 ECTS |
4ME506 | Pokročilá vizualizace | 3 ECTS |
4IZ566 | Programovací jazyky pro data science v jazyce Python * | 6 ECTS |
4IT101 | Programování v Javě | 7 ECTS |
4IZ440 | Propojená data na webu | 6 ECTS |
4IT405 | Řízení dat a analytiky pro business | 5 ECTS |
4IZ562 | Řízení datové kvality | 6 ECTS |
4IT501 | Self Service Business Intelligence | 3 ECTS |
4IZ481 | Trendy a novinky v business analytice I | 3 ECTS |
4IZ481 | Trendy a novinky v business analytice II | 3 ECTS |
4IT409 | Trendy ve znalostních technologiích (anglicky) | 3 ECTS |
4MM451 | Výpočetní metody a analýza dat (v angličtině) | 6 ECTS |
4IT449 | Vývoj aplikací na platformě .NET | 6 ECTS |
* Předmět je zaměnitelný s 4IZ465 Programovací jazyky pro data science v jazyce Python (v angličtině).
** Předmět je zaměnitelný s 4IT506 Competitive Intelligence.
*** Předmět je zaměnitelný s 4IZ581 Data mining – praktické aplikace.
Informace k souborné zkoušce
Dílčí státní zkouška je komplexním ověřením schopnosti samostatně vypracovat v písemné podobě odbornou práci na dané téma systematickým a nezávislým způsobem a současně komplexním ověřením získaných znalostí v dané vedlejší specializaci.
Dílčí státní zkouška začíná obhajobou zpracovaného projektu, v jejímž rámci student prezentuje jeho předmět a výsledky, následuje hodnocení projektu vedoucím a oponenty a student má následně možnost se k hodnocení vyjádřit a také zodpovídá doplňující otázky. Na obhajobu projektu navazuje ověřování znalostí z vedlejší specializace formou odborné rozpravy. V rámci odborné rozpravy je ověřováno, zda znalosti studenta odpovídají profilu absolventa vedlejší specializace a současně zda je student schopen propojovat získané znalosti (zejména z okruhů uvedených níže) s tématem svého projektu nebo mezi sebou navzájem a aplikovat je na řešení praktických problémů v oblastech jeho budoucího uplatnění.
Dílčí státní zkouška bude v rámci odborné rozpravy ověřovat znalosti a jejich vztahy zejména z následujících okruhů:
- Základní analytika a reporting
- Dobývání znalostí z databází
- Pokročilé přístupy k dobývání znalostí z databází
Literatura:
- BERKA, P.: Dobývání znalostí z databází. Praha, Academia 2003. 366 s. ISBN 80-200-1062-9.
- POUR, Jan, MARYŠKA, Miloš, NOVOTNÝ, Ota. Business Intelligence v podnikové praxi. 1. vyd. Praha : PROFESSIONAL PUBLISHING, 2012. 276 s. ISBN 978-80-7431-065-2.
- RAUCH, Jan. Metoda GUHA a dobývání znalostí z databází. In: MAŘÍK, Vladimír, ŠTĚPÁNKOVÁ, Olga, LAŽANSKÝ, Jiří, aj. Umělá inteligence 6. Praha : Academia, 2013, s. 348-391. 490 s. ISBN 978-80-200-2276-9.
- RAUCH, Jan, ŠIMŮNEK, Milan. Dobývání znalostí z databází, LISp-Miner a GUHA. 1. vyd. Praha : Oeconomica, 2014. 462 s. ISBN 978-80-245-2033-9.
- ŠIMŮNEK, Milan. Systém LISp-Miner, akademický systém pro dobývání znalostí z databází, historie vývoje a popis ovládání. 1. vyd. Praha : Oeconomica, 2010. 106 s. ISBN 978-80-245-1699-8.
Termíny souborné zkoušky
- Zápis je nutné provést nejpozději do konce 12. týdne výukové části semestru.
- Do konce 13. týdne se objeví v systému InSIS konkrétní termíny, na které je možno se přihlašovat. Termíny jsou obvykle umisťovány do posledních dvou týdnů zkouškového období daného semestru.
- SZZ lze skládat pouze tehdy, pokud má student splněny kredity ve struktuře podle studijního plánu, a to nejpozději 2 pracovní dny před termínem souborné zkoušky.
Program je uskutečňován ve spolupráci se společností KPMG.