| Tytuł/nazwa warsztatu | Big data „od zera”. Wprowadzenie do analizowania dużych zbiorów danych (poziom podstawowy) |
| Preferowana data i godzina | 16.11.2024 w godzinach 10:00-18:00 |
| Preferowana forma spotkania | Online |
| Osoba prowadząca warsztat(y) | Piotr Luczys – socjolog; certyfikowany inżynier wymagań IREB®, starszy analityk biznesowo-systemowy w Centrum Rozwoju Szkół Wyższych Merito Sp. z o.o. (od 2021) i wykładowca na Wydziale Historii UAM (od 2020). Pracował także jako specjalista ds. wdrażania technologii badawczych i analitycznych (2018-2022), specjalista ds. badań sieciowych (2017-2018) w Public Profits Sp. z o.o. oraz jako starszy technik w Instytucie Socjologii UAM (obecnie: Wydział Socjologii UAM), w latach 2014-2016. Absolwent studiów doktoranckich w Zakładzie Badań Kultury Wizualnej i Materialnej Instytutu Socjologii UAM (2009-2015) oraz studiów podyplomowych Zarządzanie Projektami IT (2019-2020) i Analityk biznesowy (2023-2024) na Uniwersytecie WSB Merito Poznań. Realizator wielu grantów finansowanych przez KBN, NCN, NCBiR, MKiDN oraz jednostki samorządowe. Więcej informacji: www.linkedin.com/in/piotr-luczys. |
| Krótki opis warsztatu | Warsztat jest wprowadzeniem do problematyki dużych zbiorów danych (big data) w perspektywie teoretycznej oraz interpretacyjnej. W trakcie jego trwania, uczestnicy zostaną zapoznani z kluczowymi pojęciami z zakresu analizy big data, ze szczególnym uwzględnieniem rozwiązań z zakresu uczenia maszynowego (machine learning, ML) oraz sztucznej inteligencji (artificial intelligence, AI). Przybliżone zostaną także formalno-prawne, etyczne, jak i społeczne wyzwania związane z big data w kontekście polskim i międzynarodowym. Warsztat stanowi punkt wyjścia do narzędziowego i analitycznego wykorzystywania big data w praktyce, szerzej omawianych w ramach: „Big data „w pigułce”. Korzystanie z darmowych narzędzi analitycznych (poziom zaawansowany). |
| Ramowy program warsztatu | Big data (giga dane, duże zbiory danych) – definicje, mity i buzzword’y;Wielowymiarowość informacji oraz podstawowe formaty danych;Cykl życia big data;Oprogramowanie do analizowania dużych zbiorów danych – perspektywa analityczna vs. perspektywa biznesowa;Visual analytics i systemy BI (business intelligence);Darmowe narzędzia analityczne vs. rozwiązania chmurowe – podstawowe cechy;Wprowadzenie do tematyki ML (machine learning);Zastosowania uczenia maszynowego i rozumienie działania algorytmów (krok po kroku);Wprowadzenie do tematyki AI (artificial intelligence);Sztuczna inteligencja i rozumienie działania algorytmów (kluczowe aspekty);Wprowadzenie do GenAI (generatywna sztuczna inteligencja);Podstawowe problemy prawne i etyczne, związane z big data, ML oraz AI;Bariery wzrostu, ograniczenia i interpretatywne podejście do big data;Odkrywanie wiedzy z danych i pułapki technologiczne;Big data a sprawa polska – zastosowania naukowe i biznesowe. |
| Cele szczegółowe warsztatu | BDZ_W01 – potrafi wymienić i opisać cechy zbiorów giga danych (big data); BDZ_W02 – rozumie podstawowe możliwości i ograniczenia w analizach prowadzonych na zbiorach giga danych (big data); BDZ_W03 – rozumie działanie inteligentnych algorytmów analitycznych i dokonywanych za ich pośrednictwem przekształceń danych; BDZ_W04 – potrafi zdefiniować ilościowe oraz jakościowe zależności pomiędzy dużymi zbiorami danych oraz pomiędzy danymi wewnątrz tych zbiorów; BDZ_W05 – potrafi rozróżnić podstawowe funkcje oprogramowania typu BI (business intelligence); BDZ_U01 – potrafi zaplanować proces analityczny odpowiedni dla określonego zbioru giga danych (big data); BDZ_U02 – prawidłowo klasyfikuje działy, rodzaje, metody i algorytmy ML (machine learning) oraz AI (artificial intelligence); BDZ_K01 – wykazuje zrozumienie współczesnych problemów i ograniczeń analityki dużych zbiorów danych; BDZ_K02 – jest świadomy wpływu jaki na różne dziedziny jego życia prywatnego i zawodowego mają zbiory giga danych (big data). |
| Adresaci warsztatu | Adresatami warsztatu są wszystkie osoby zainteresowane tematyką dużych zbiorów danych (big data), niezależnie od swojej dotychczasowej wiedzy w tym temacie oraz styczności z praktycznym wykorzystaniem omawianych rozwiązań (ML, AI, BI, itd.). Skupienie na warstwie teoretycznej oraz interpretacyjnej pozwoli na podejście do tematu big data dwoma drogami. Z jednej strony nakreśli kontekst nazewnictwa, powstawania i funkcjonowania giga danych w kontekście postępującej digitalizacji rzeczywistości; z drugiej – pozwoli zrozumieć sposoby i efekty działania algorytmów w warstwie narzędziowej, aplikacyjnej (od najprostszych rozwiązań klasyfikacyjnych po najbardziej obecnie zaawansowane rozwiązania z zakresu generatywnej sztucznej inteligencji). Udział w warsztacie nie wymaga dodatkowego przygotowania matematycznego i/lub programistycznego, ani doświadczenia w zakresie zaawansowanej analizy danych. Warsztat prowadzony jest w języku polskim (część prezentowanych materiałów jest przygotowana w języku angielskim). |
| Materiały dla uczestników i literatura do zapoznania się przed warsztatem | Uczestnicy nie są zobligowani do zapoznania z jakimikolwiek materiałami i/lub literaturą przed rozpoczęciem warsztatu. Osoby szczególnie zainteresowane tematem, mogą zapoznać się z następującymi pozycjami: D. E. Holmes, Big Data. Krótkie wprowadzenie, Wyd. Uniwersytetu Łódzkiego, Łódź 2021;M. A. Boden, Sztuczna inteligencja. Krótkie wprowadzenie, Wyd. Uniwersytetu Łódzkiego, Łódź 2020. |
| Materiały po warsztacie | Uczestnicy warsztatu otrzymają (po zakończeniu spotkania) prezentację, która będzie wykorzystywana w trakcie trwania warsztatu (z niezbędnymi skrótami, z uwagi na czas trwania warsztatu). Odwołania do literatury przedmiotu, stron internetowych oraz materiałów powiązanych również znajdą się w treści prezentacji. |
| Inne, ważne informacje dla uczestników | Każdy uczestnik warsztatu powinien mieć do swojej dyspozycji: komputer z systemem Windows 10 (64-bit) lub podobny;szybkie połączenie z internetem (możliwość uczestniczenia w połączeniu wideokonferencyjnym). |
