Zgodnie z zarządzeniem Rady Dydaktycznej Wydziału Nauk Ekonomicznych Uniwersytetu Warszawskiego, pod patronatem Google utworzona została nowa ścieżka dydaktyczna pod nazwą Gospodarka Cyfrowa (Digital Economy). Ścieżka jest odpowiedzią na związane z transformacją cyfrową potrzeby nabywania wiedzy w zakresie gospodarki cyfrowej i innowacyjności, doskonalenia kompetencji przyszłości oraz kształtowania krytycznego myślenia i zdolności rozwiązywania złożonych problemów. Koordynatorem ścieżki jest prof. Katarzyna Śledziewska.
W ramach zajęć praktycznych, studenci będą mieli możliwość nabywania umiejętności z obszaru data science – zbierania i analizy danych, a także ich prezentacji i wizualizacji. Uczestnicy zostaną ponadto włączeni w działania naszego interdyscyplinarnego programu oraz spotkania z przedstawicielami Google, partnera biznesowego ścieżki, który zapewni kurs Data Analyst Track oraz kurs marketingu online.
Teoretyczna część zajęć stworzy możliwość do poszerzenia kompetencji ekonomicznych, komplementarnych z wiedzą zdobytą w trakcie studiów. Ścieżka składać się będzie z pięciu przedmiotów i dedykowana jest trzeciemu rokowi studiów licencjackich. Przedmioty będą prowadzone w języku polskim.
W skład oferty dydaktycznej ścieżki wchodzą przedmioty:
- trzydziestogodzinne ćwiczenia w sali komputerowej Wprowadzenie do programowania w języku Python (semestr I) – kurs prowadzony jest przez Łukasza Nawaro od podstaw, dlatego nie jest wymagana wcześniejsza znajomość programowania ani informatyki na poziomie wyższym niż szkolny. Na początku zostaną przedstawione podstawy programowania oraz języka Python, a następnie najbardziej przydatne biblioteki oraz rozwiązania w rozwoju naukowym w zakresie ekonomii i pracy analityczki/analityka,
- trzydziestogodzinny wykład Wyzwania gospodarki cyfrowej (semestr II) prowadzony przez prof. Katarzynę Śledziewską, wprowadzający w zagadnienie potencjału e-gospodarki i narzędzi big data pozwalających na jej zbadanie. Zajęcia mają na celu zmierzenie się z nowymi wyzwaniami, zbadanie potencjału tkwiącego w tego rodzaju danych na potrzeby analiz ekonomicznych, a w szczególności opracowanie nowego podejścia z wykorzystaniem innowacyjnych narzędzi big data, pozwalającego na zbadanie faktycznego rozmiaru i znaczenia gospodarki cyfrowej,
- trzydziestogodzinne ćwiczenia w Sali komputerowej Zastosowanie języka Python (semestr II), które poprowadzą Kristóf Gyódi i Michał Paliński. W trakcie zajęć studenci poznają popularne zastosowanie języka (m.in. bazy danych, text mining, machine learning, web scrapping czy wizualizacja danych). Nabyte umiejętności umożliwią im samodzielną pracę z wykorzystaniem metod data science na studiach magisterskich lub na przedmiocie Data-driven Research,
- trzydziestogodzinne konwersatorium Data-driven Research (semestr II), skupiające się na budowaniu kompetencji w zakresie analizy i prezentacji danych w sposób zgodny z metodologią naukową, a jednocześnie atrakcyjny dla otoczenia biznesowego. Uczestniczki i uczestnicy kursu przygotują badania oraz prezentacje odpowiadając na wybrane pytania badawcze z zakresu gospodarki cyfrowej. Zapoznają się również z nowymi źródłami danych (m.in. bazy big data udostępnione przez Google oraz sektor publiczny), przećwiczą korzystanie z narzędzi analitycznych w języku Python oraz zdobędą doświadczenia w prezentowaniu kompleksowych zagadnień w oparciu o dane,
- Podstawy marketingu online (semestr I lub II), trzydziestogodzinny kurs online, prowadzony we współpracy z przedstawicielami firmy Google, obejmujący ćwiczenia praktyczne i przykłady wykorzystania zdobytej wiedzy.
Warunkiem uczestnictwa w ścieżce dydaktycznej jest zapisanie się w systemie USOS na zajęcia „Wprowadzenie do programowania w języku Python”, prowadzone przez Łukasza Nawaro.
Ukończenie i zaliczenie pięciu przedmiotów zwieńczone będzie uzyskaniem certyfikatu sygnowanego przez Dziekana Wydziału Nauk Ekonomicznych UW oraz partnerów ścieżki – Google i DELab UW.
Studentki i studenci ścieżki uzyskają szansę kontynuowania nauki oraz poznania innych narzędzi na prowadzonych przez Wydział Nauk Ekonomicznych UW studiach II stopnia Data Science and Business Analytics.
