Data Science Club | Wydział Zarządzania i Ekonomii Politechniki Gdańskiej

Szukaj
Szukaj

Treść strony

Data Science Club

Cel i misja koła

Działające na wydziałach ZiE oraz ETi koło naukowe Data Science Club tworzą pasjonaci szeroko pojętej analizy danych. Od klasycznych metod statystyki i ekonometrii po zaawansowane algorytmy uczenia maszynowego i pogłębionego z wykorzystaniem technologii Big Data. Naszą misją jest wspólne odkrywanie świata data science oraz dzielenie się posiadanymi umiejętnościami analitycznymi umożliwiającymi rozwiązywanie realnie istniejących problemów. W naszej działalności wyróżniamy się profesjonalnym podejściem w realizowaniu podejmowanych przedsięwzięć. Wiedzę zdobywamy w sposób praktyczny poprzez uczestnictwo w warsztatach organizowanych przez członków koła. Nasze zainteresowania obejmują cały cykl życia danych. Od pozyskania ze źródeł, przez projektowanie architektury aż po konstruowanie modeli uczenia maszynowego i wizualizację. Pozyskane umiejętności wykorzystujemy w realizacji różnorodnych projektów badawczych, wykorzystując zarówno klasyczne, jak i nowoczesne metody przetwarzania danych oparte na rozwiązaniach chmurowych. Nasze koło cieszy się ogromnym zainteresowaniem ze strony przedstawicieli świata biznesu. Od lat nawiązują z nami współpracę przedsiębiorstwa, będące potencjalnymi pracodawcami dla studentów naszych wydziałów.

Nabór 

Nabór do koła jest otwarty. Zainteresowanych powiększeniem grona pasjonatów analizy danych zapraszamy do kontaktu poprzez:

Opiekun koła

Nieocenionym wsparciem dla naszego koła jest dr inż. Karol Flisikowski, prof. PG, Profesor Katedry Statystyki i Ekonometrii 

Dane kontaktowe:

Osiągnięcia

1. Pierwsze miejsce w krajowym etapie V edycji Międzynarodowego Konkursu Umiejętności Statystycznych 2020. Tytuł projektu: “Influence of the blue light from electrical devices on sleep quality”. W składzie nagrodzonego zespołu znaleźli się dr inż. Karol Flisikowski (opiekun) oraz studenci: Norbert Nieżorawski, Marta Sobolewska, Maciej Winnik. Więcej informacji: https://zie.pg.edu.pl/strona-glowna/wydarzenia/zwyciestwo-zespolu-pg

2. Pierwsze miejsce w tegorocznym konkursie pod patronatem Dziekan Wydziału Zarządzania i Ekonomii Politechniki Gdańskiej na finansowanie projektów studenckich realizowanych przez koła naukowe. Grant naukowy w wysokości 15 000 zł.

Działalność koła w roku akademickim 2021/2022:

1. Realizacja projektu badawczego mającego na celu opracowanie modelu uczenia maszynowego służącego przewidywaniu cen lokali mieszkalnych na polskim rynku nieruchomości. Wykorzystane zostaną najnowsze technologie z dziedziny data science takie, jak m.in.: AWS, Delta Lake, MLflow, Airflow, Kubernetes, Docker, Spark, Pandas, Git, Dash czy Clickhouse. Projekt w całości będzie finansowany z pozyskanego na drodze konkursu grantu naukowego. Planowany czas realizacji projektu szacowany jest na trzy do dwunastu miesięcy.

2. Organizacja warsztatów z zakresu:

  • Przetwarzanie Big Data w Chmurze z Apache Spark.
  • Web Scraping Python + Selenium w Chmurze.
  • Wydajne przetwarzanie i analiza danych w R i Pythonie.
  • Machine Learning oraz analiza statystyczna w R i Pythonie.
  • Projektowanie nowoczesnych systemów przetwarzania danych.
  • Wdrażanie i utrzymywanie modeli maszynowych – MLOps.
  • Rozwiązania chmurowe do przetwarzania danych.
  • Systemy kontroli wersji – Git.
  • Konteneryzacja – Docker.
  • SQL oraz bazy danych.
  • Przetwarzanie rozproszone.
  • Wizualizacja danych.
Działalność koła w ubiegłych latach

1. Realizacja projektu „Fuzzy matching polskich adresów pocztowych” we współpracy z firmą Best S.A. w Gdyni.

2. Warsztaty organizowane wraz z przedstawicielami firmy Thomson Reuters pt. „Po co Tobie R? Biznes a wizualizacje”.

3. Reprezentacja koła na Forum Organizacji i Kół Akademickich FOKA.

4. Organizacja warsztatów pt.: 

  • What is Data Science?
  • Python Basics for Data Science.
  • Pandas Data Manipulation.
  • Model Development Cycle to Solve Real Life Problems.
  • Harnessing a Deep Learning project.
  • Manipulating Databases with Python – SQLAlchemy.

    Nawigacja Studenci