Manager Projektów AI

Wyższa Szkoła Zarządzania i Bankowości - Akademia Nauk Stosowanych w Krakowie działa nieprzerwanie od 1995 roku, łącząc akademicką wiedzę z praktyką. Uczelnia kształci na kierunkach: Informatyka, Informatyka stosowana, Zarządzanie, Finanse i rachunkowość, Logistyka, Marketing cyfrowy, Przedsiębiorczość cyfrowa oraz Komunikacja i psychologia w biznesie. Programy studiów są projektowane z myślą o potrzebach współczesnej gospodarki i współpracy z otoczeniem biznesowym. W ofercie znajdują się także studia podyplomowe oraz kursy rozwijające kompetencje zawodowe. Uczelnia stawia na rozwój praktycznych umiejętności, przedsiębiorczości, innowacyjności oraz kompetencji cenionych na rynku pracy.

Efekty uczenia się

Mikropoświadczenie potwierdza posiadanie przez osobę uczącą się pogłębionej wiedzy oraz praktycznych umiejętności w zakresie zarządzania projektami wykorzystującymi sztuczną inteligencję, analizę danych i nowoczesne technologie cyfrowe.

Uczestnik studiów podyplomowych "Manager Projektów AI" zna podstawy sztucznej inteligencji, uczenia maszynowego, analizy danych, automatyzacji procesów oraz możliwości zastosowania AI w środowisku biznesowym i projektowym. Rozumie metody, narzędzia i uwarunkowania zarządzania projektami AI, Data Science i transformacji cyfrowej, w tym zasady zwinnego zarządzania, planowania portfela projektów, oceny efektywności wdrożeń oraz zarządzania ryzykiem projektowym. Zna także organizacyjne, technologiczne, społeczne i etyczne uwarunkowania wdrażania rozwiązań AI, w tym znaczenie cyberbezpieczeństwa, jakości danych, kultury organizacyjnej, cyfrowego przywództwa oraz odpowiedzialnego wykorzystania sztucznej inteligencji w organizacji.

W zakresie umiejętności uczestnik potrafi analizować potrzeby organizacji, dane i procesy biznesowe oraz wykorzystywać narzędzia analityczne, języki skryptowe, modele uczenia maszynowego i generatywną sztuczną inteligencję do wspierania decyzji biznesowych oraz projektowania rozwiązań AI. Potrafi planować, koordynować i monitorować projekty AI oraz Data Science, dobierać metodyki zarządzania projektami, określać cele, zakres, zasoby, ryzyka, harmonogram i mierniki sukcesu, a także zarządzać portfelem projektów AI w organizacji. Umie również współpracować z zespołami technicznymi i biznesowymi, komunikować założenia, korzyści, ograniczenia i ryzyka wdrożeń AI, wspierać proces transformacji cyfrowej oraz wykorzystywać narzędzia AI do automatyzacji pracy, tworzenia agentów AI i usprawniania procesów organizacyjnych.

W obszarze kompetencji społecznych uczestnik jest przygotowany do odpowiedzialnego pełnienia roli managera, koordynatora lub lidera projektów AI, z uwzględnieniem skutków wdrażania nowoczesnych technologii dla organizacji, pracowników, klientów oraz otoczenia społeczno-gospodarczego. Wykazuje gotowość do krytycznej oceny stosowanych rozwiązań, etycznego wykorzystywania sztucznej inteligencji, rozwijania kultury innowacyjności, otwartości na zmiany oraz samodzielnego doskonalenia własnych kompetencji zawodowych.

Szacowany nakład pracy

30 ECTS

Poziom kwalifikacji (odniesienie do PRK / EQF)

PRK7/EQF7

Metoda oceny efektów uczenia się

Mikropoświadczenie przyznano na podstawie osiągnięcia przez uczestnika zakładanych efektów uczenia się, potwierdzonych wynikami uzyskanymi w trakcie realizacji programu studiów podyplomowych oraz egzaminu końcowego.

Ocena obejmowała w szczególności poziom opanowania wiedzy z zakresu sztucznej inteligencji, zarządzania projektami AI, analizy danych, transformacji cyfrowej i cyberbezpieczeństwa, rozwinięcie umiejętności praktycznych związanych z planowaniem i koordynowaniem projektów AI, analizą danych, wykorzystaniem narzędzi AI oraz współpracą z zespołami technicznymi i biznesowymi. Uwzględniono również aktywność podczas zajęć, udział w ćwiczeniach warsztatowych, analizę przypadków oraz zdolność zastosowania zdobytych kompetencji w praktyce organizacyjnej i projektowej.

Forma realizacji

Mikropoświadczenie potwierdza realizację około 750 godzin nakładu pracy słuchacza studiów podyplomowych "Manager Projektów AI". Struktura nakładu pracy obejmuje zróżnicowane formy aktywności dydaktycznej, które wspólnie tworzą spójny proces kształcenia o charakterze praktyczno-menedżerskim, analitycznym i technologicznym, ukierunkowany na rozwijanie kompetencji potrzebnych do planowania, koordynowania i wdrażania projektów wykorzystujących sztuczną inteligencję.

W ramach zajęć teoretycznych uczestnicy zdobywają uporządkowaną wiedzę z zakresu sztucznej inteligencji, uczenia maszynowego, analizy danych, zarządzania projektami AI, transformacji cyfrowej, cyberbezpieczeństwa, cyfrowego przywództwa oraz zarządzania zmianą.

Istotnym elementem programu są zajęcia praktyczne realizowane w formie ćwiczeń, warsztatów, analiz przypadków oraz pracy projektowej. Ich celem jest rozwijanie umiejętności analizowania danych, projektowania rozwiązań AI, tworzenia agentów AI, wykorzystywania generatywnej sztucznej inteligencji, zarządzania projektami technologicznymi oraz oceny potencjału wdrożeń AI w organizacji.

Integralną część kształcenia stanowi praca własna uczestnika, obejmująca przygotowanie do zajęć, analizę materiałów dydaktycznych, realizację zadań praktycznych, pracę z narzędziami cyfrowymi, opracowywanie rozwiązań projektowych oraz analizę przykładów wdrożeń AI w biznesie. Całość procesu kształcenia uzupełnia egzamin końcowy, pozwalający na podsumowanie zdobytej wiedzy, weryfikację umiejętności oraz ocenę gotowości do stosowania poznanych rozwiązań w praktyce zawodowej.

Zasady zapewniania jakości mikropoświadczenia

Wydanie mikropoświadczenia opiera się na osiągnięciu przez uczestnika zakładanych efektów uczenia się w zakresie wiedzy, umiejętności oraz kompetencji społecznych, określonych dla programu studiów podyplomowych. Efekty te są powiązane z realizowanymi treściami programowymi, przyjętymi metodami kształcenia oraz sposobami oceniania.

Weryfikacja efektów uczenia się ma charakter ciągły i wieloetapowy. Obejmuje ocenę aktywności uczestnika podczas zajęć, realizację zadań praktycznych, udział w ćwiczeniach i warsztatach, analizę przypadków, pracę projektową oraz egzamin końcowy. Tak rozumiana ocena pozwala na kompleksową weryfikację stopnia opanowania wiedzy, rozwinięcia umiejętności praktycznych oraz gotowości do ich zastosowania w środowisku organizacyjnym, technologicznym i projektowym.

Jakość kształcenia zapewniają:

• jasno określone kryteria i warunki zaliczeń,
• systematyczna ocena postępów uczestnika,
• praktyczny charakter zajęć oparty na ćwiczeniach, warsztatach, analizach przypadków i pracy projektowej,
• wykorzystanie narzędzi i metod właściwych dla zarządzania projektami AI, analizy danych, machine learning, generatywnej sztucznej inteligencji, cyberbezpieczeństwa oraz transformacji cyfrowej,
• dostosowywanie treści programowych do aktualnych trendów w obszarze sztucznej inteligencji, Data Science, automatyzacji procesów, cyfrowego przywództwa i zarządzania zmianą,
• uwzględnianie informacji zwrotnych od uczestników oraz interesariuszy procesu kształcenia.

Przyjęte podejście sprzyja zapewnieniu wysokiego poziomu kształcenia oraz adekwatnemu przygotowaniu uczestników do wykorzystania zdobytych kompetencji w praktyce zawodowej, szczególnie w obszarach zarządzania projektami AI, analizy danych, automatyzacji procesów, transformacji cyfrowej oraz wdrażania nowoczesnych technologii w organizacji.