Datové inženýrství
Garant specializace: prof. RNDr. Jan Rauch, CSc.
Garantující katedra: Katedra Informačního a znalostního inženýrství
Ident VS: 4DI
Data a analytika pro praxi powered by
Popis vedlejší specializace
Specializace představuje základní metody týkající se zpracování dat s cílem porozumět procesům, které data generují. Důraz je kladen na seznámení s aktuálními výzkumnými trendy. Specializace je vhodná zejména pro studenty statistických oborů, kterým jejich nabyté znalosti umožní:
- aplikovat metody data miningu pro řešení typických praktických problémů,
- aplikovat metody business intelligence a competitive intelligence,
- připravovat v databázích uchovávaná nebo na webu vystavená data pro analýzy,
- prezentovat výsledky analýz ve vhodné formě pro manažerské rozhodování,
- aplikovat metody řízení datové kvality,
- orientovat se v aktuálních trendech výzkumu v oblasti data miningu.
Uplatnění absolventů:
Studium této vedlejší specializace absolventům významně rozšíří možnosti uplatnění na analytických odděleních firem a institucí. Po jeho absolvování budou kvalifikováni vykonávat následující funkce:
- Data Scientist,
- Data Curator,
- Digital Knowledge Manager,
- datový vědec,
- datový analytik,
- datový inženýr,
- datový architekt,
- Chief Data Officer.
Podmínky vstupu
Vedlejší specializace není určena studentům následujících programů:
- Data a analytika pro business by KPMG,
- Kognitivní informatika,
- Podniková informatika,
- Znalostní a webové technologie.
Zájemcům je doporučeno předem absolvovat volitelný předmět bakalářského studia 4IZ260 – Úvod do dobývání znalostí z databází.
Kapacita na semestr: neomezena
Studijní plán
I. Povinné předměty – 20 ECTS kreditů |
||||
Ident | Název předmětu | Počet hodin | Zakončení | Počet kreditů |
---|---|---|---|---|
4IZ450 | Dobývání znalostí z databází * | 2/2 | zkouška | 6 ECTS |
4IZ460 | Pokročilé přístupy k dobývání znalostí z databází | 2/2 | zkouška | 6 ECTS |
4IZ503 | Projektový seminář ** | 0/2 | zkouška | 3 ECTS |
4IT403 | Základní analytika a reporting | 2/2 | zkouška | 5 ECTS |
* Předmět je zaměnitelný s 4IZ451 Dobývání znalostí z databází (v angličtině) a 4IZ480 Pokročilá business analytika. Předmět nelze studovat po absolvování 4IZ451 a nelze studovat po absolvování 4IZ480.
** Předmět studovat po absolvování 4IT403 nebo studovat po absolvování 4IZ450 nebo studovat po absolvování 4IZ460.
* / ** / *** Student může studovat jen jeden z dvojice předmětů.
**** Předmět studovat po absolvování 4IT403.
Souborná zkouška
- Multidimenzionální analýza
- Datové sklady
- Self Service Business Intelligence
- Proces a úlohy dobývání znalostí
- Metody a algoritmy dobývání znalostí
- Způsoby hodnocení modelů získaných metodami dobývání znalostí
- Metody předzpracování dat pro algoritmy dobývání znalostí
- Dobývání znalostí z textů a webu
- Metoda GUHA
- Observační kalkuly
- 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.