Duże zbiory danych Kierunek studiów: Data Science i sztuczna inteligencja
Kod programu: W4-S1DS25.2025

Nazwa modułu: Duże zbiory danych
Kod modułu: W4_DSAI_S1_DZD
Kod programu: W4-S1DS25.2025
Semestr: semestr zimowy 2025/2026
Język wykładowy: polski
Forma zaliczenia: zaliczenie
Punkty ECTS: 4
Cel i opis treści kształcenia:
Celem przedmiotu jest zapoznanie studentów z podstawami analizy danych w środowisku dużych zbiorów danych oraz z technikami wykorzystywania języka SQL do wydobywania, przetwarzania i analizowania danych. W ramach kursu uczestnicy nauczą się, jak przechowywać, przetwarzać i analizować dane z wykorzystaniem zarówno klasycznych baz danych, jak i nowoczesnych narzędzi Big Data. W zakresie klasycznych baz danych studenci nabędą wiedzę i umiejętności związane z projektowaniem, tworzeniem i zarządzaniem relacyjnymi bazami danych. Omawiane będą także zagadnienia dotyczące, integralności danych oraz zarządzania transakcjami. Nacisk zostanie położony na praktyczne umiejętności dotyczące tworzenia struktur i manipulowania danymi w postaci znormalizowanej oraz zaawansowane zapytania SQL takie jak złączenia, podzapytania, agregacje.
Lista modułów koniecznych do zaliczenia przed przystąpieniem do tego modułu (o ile to konieczne): nie dotyczy
Efekt modułowy Kody efektów kierunkowych do których odnosi się efekt modułowy [stopień realizacji: skala 1-5]
Student jest świadomy roli danych i ich analizy w podejmowaniu decyzji biznesowych. [K01]
 DSAI_1S_K03 [2/5]
Student jest gotowy do odpowiedzialnego podejścia do bezpieczeństwa i ochrony danych podczas ich przetwarzania i analizy. [K02]
 DSAI_1S_W06 [2/5] DSAI_1S_K03 [3/5]
Student wykazuje postawę otwartości na nowe technologie oraz jest gotowy do ciągłego aktualizowania wiedzy w dynamicznie zmieniającym się obszarze technologii SQL. [K03]
 DSAI_1S_U10 [3/5] DSAI_1S_K01 [2/5]
Student potrafi projektować oraz tworzyć i modyfikować bazy danych za pomocą SQL [U01]
 DSAI_1S_U02 [2/5] DSAI_1S_U03 [2/5]
Student potrafi wyszukiwać, filtrować i agregować dane za pomocą zapytań SQL oraz pisać złożone zapytania obejmujące podzapytania, agregacje i operacje warunkowe. [U02]
 DSAI_1S_U02 [2/5] DSAI_1S_U03 [2/5]
Student umie wykorzystywać narzędzia i technologie bazodanowe w analizie dużych zbiorów danych [U03]
 DSAI_1S_U02 [3/5] DSAI_1S_U03 [3/5]
Rozumie specyfikę i wyzwania pracy z dużymi zbiorami danych, zna zasady projektowania i tworzenia relacyjnych baz danych. [W01]
 DSAI_1S_W02 [3/5] DSAI_1S_W03 [3/5]
Student zna składnię oraz funkcjonalności języka SQL, w tym zaawansowane operacje na danych (selekcja, filtrowanie, grupowanie, agregacje, złączenia). [W02]
 DSAI_1S_W02 [3/5] DSAI_1S_W03 [2/5]
Student rozumie procesy integracji, transformacji i analizy danych w środowiskach Big Data oraz zna narzędzia wspomagające te procesy. [W03]
 DSAI_1S_W02 [3/5] DSAI_1S_W03 [3/5]
Forma prowadzonych zajęć Liczba godzin Metody prowadzenia zajęć Sposób weryfikacji efektów uczenia się Efekty uczenia się
laboratorium [fs01] 45 Objaśnienie/wyjaśnienie [a05] 
Metody aktywizujące: dyskusja/debata [b04] 
Metody aktywizujące: studium przypadku [b07] 
Metody aktywizujące: peer learning [b08] 
Pokaz/demonstracja [c06] 
Prezentacja [c07] 
Praca z komputerem [d01] 
Praca z podręcznikiem programowym [d02] 
Ćwiczenie laboratoryjne/doświadczenie [e01] 
Autoedukacja [f01]  		zaliczenie K01 K02 K03 U01 U02 U03 W01 W02 W03
Praca studenta poza udziałem w zajęciach obejmuje w szczególności:
Nazwa Kategoria Opis
Czytanie literatury / analiza materiałów źródłowych [a02] Przygotowanie do zajęć
czytanie literatury wskazanej w sylabusie; przegląd, porządkowanie, analiza i wybór materiałów źródłowych do wykorzystania w ramach zajęć
Ćwiczenie praktycznych umiejętności [a03] Przygotowanie do zajęć
czynności polegające na powtarzaniu, doskonaleniu i utrwalaniu praktycznych umiejętności, w tym ćwiczonych podczas odbytych wcześniej zajęć lub nowych, niezbędnych z punktu widzenia realizacji kolejnych elementów programu (jako przygotowanie się uczestnictwa w zajęciach)
Zapoznanie się z zapisami sylabusa [b01] Konsultowanie programu i organizacji zajęć
przeglądanie zawartości sylabusa i zapoznanie się z treścią jego zapisów
Studiowanie wykorzystanej literatury oraz wytworzonych w ramach zajęć materiałów [c02] Przygotowanie do weryfikacji efektów uczenia się
wgłębianie się, dociekanie, rozważanie, przyswajanie, interpretacja lub porządkowanie wiedzy pochodzącej z literatury, dokumentacji, instrukcji, scenariuszy, itd., wykorzystanych na zajęciach oraz z notatek lub innych materiałów/wytworów sporządzonych w ich trakcie
Analiza korekt/informacji zwrotnej ze strony NA dotyczących wyników wer. ef. ucz. [d01] Konsultowanie wyników weryfikacji efektów uczenia się
przegląd uwag, ocen i opinii sporządzonych przez NA odnoszących się do realizacji zadania sprawdzającego poziom osiągniętych efektów uczenia się
Opracowanie planu korekty i zadań uzupełniających/korygujących [d02] Konsultowanie wyników weryfikacji efektów uczenia się
przegląd i wybór zadań oraz czynności pozwalających na eliminację wskazanych przez NA błędów, ich weryfikację lub poprawę oraz zaliczenie zadania na, co najmniej, najniższym dopuszczalnym poziomie
Załączniki
Opis modułu (PDF)
Informacje o sylabusach mogą ulec zmianie w trakcie trwania studiów.
Sylabusy (USOSweb)
Semestr Moduł Język wykładowy
(brak danych)