Storyteling
Nauczysz się jak tworzyć przyciągające uwagę opowieści oparte o dane. Dowiesz się, co jest najistotniejsze w budowaniu narracji.
Wizualizacja
Weźmiesz udział w praktycznych zajęciach z tworzenia wizualizacji i raportów opartych na danych z wykorzystaniem najnowszych technologii i narzędzi.
Przetwarzanie danych
Opanujesz techniki wykorzystywania narzędzi do pobierania i przetwarzania danych. A wszystko zgodnie z podstawami prawa na praktycznych przykładach.
Programowanie
Nauczysz się podstaw języków programowania tak, aby móc edytować bardziej skomplikowane wizualizacje. Nie wymagamy żadnej wiedzy w tym zakresie.
Program studiów
Semestr 1
Semestr 2
Dane - wstęp interdyscyplinarny
- Historia przetwarzania informacji
- Big data, open data, społeczeństwo informacyjne
- Baza danych i narracja
- Czym jest a czym nie jest data storytelling?
- Narzędzia do pozyskiwania i przetwarzania danych
- Rodzaje danych w społeczeństwie informacyjnym
- Podsumowanie
Analizy behawioralne odbiorców
Celem przedmiotu jest zapoznanie studentów z tematyką dotyczącą analityki behawioralnej, która jest częścią analityki cyfrowej. Studenci będą mieli okazję zapoznać się z wiedzą oraz narzędziami służącymi do identyfikacji informacji o zachowaniach użytkowników w trakcie korzystania z produktów i usług cyfrowych, takich jak portale i sklepy internetowe, aplikacje mobilne, produkty z segmentu internetu rzeczy (IoT) czy inne cyfrowe kanały.
Podstawy przetwarzania i wizualizacji danych
1. Przetwarzanie danych z podziałem na ich kategorie.
2. Narzędzia do przetwarzania i wizualizacji danych
3. Zasady wizualizacji danych
4. Analiza przypadków budowania znaczeń za pomocą elementów wizualizacji
5. Jak nie wizualizować danych?
6. Rodzaje wizualizacji
7. Łączenie różnych wizualizacji i ich poszczególnych elementów
8. Wykorzystanie darmowych narzędzi do tworzenia wizualizacji
9. Praca nad własnym projektem
Podstawy sieci Internet i jej semantyk
1. Postawy funkcjowania sieci internetowej
2. Jak działa strona internetowa
3. Język znaczników HTML
4. Arkusz styli CSS
5. Dokumenty internetowe przyjazne użytkownikom i maszynom
6. Formaty przetwarzalne maszynowo
7. Konwertowanie dokumentów i plików
8. Jak działa serwis github.com
Praktyczne zagadnienia pozyskiwania danych
1. Jakich danych poszukujemy?
2. Rodzaje dostępnych w Internecie danych, plików i ich formatów.
3. Źródła informacji. OSINT, czyli biały wywiad.
4. Sztuczna inteligencja i wstępny research.
5. Wniosek o udostępnienie informacji publicznej w praktyce.
6. Parsowanie i scrapowanie stron internetowych (przegląd narzędzi)
7. Scrapowanie strony za pomocą Arkuszów Google.
8. Dane w real-time z wykorzystaniem API
9. Zasoby danych w Internecie.
Prawo przetwarzania danych i informacji
1. Wprowadzenie do podstawowych pojęć z zakresu prawa do informacji
2. Prawo dostępu do informacji publicznej (tryby)
3. Wnioskowy tryb dostępu do informacji publicznej w praktyce
4. Bezwnioskowy tryb dostępu do informacji publicznej w praktyce
5. Przetwarzanie danych i aspekty prawne (RODO, bazy danych, prawo autorskie)
6. Publikowanie danych i informacji (prawo autorskie)
7. Praktyczne problemy prawne w aspekcie tworzenia materiałów opartych o dane
8. Podsumowanie
Rafinacja danych w praktyce
1. Proces przygotowywania danych do wizualizacji
2. Przegląd narzędzi do czyszczenia, agregacji i wstępnej analizy danych
3. Omówienie aplikacji Open Refine
4. Open Refine w praktyce (omówienie praktycznego zastosowania najważniejszych funkcji)
5. Podstawowe pojęcia statystyki
6. Agregacja i wstępna analiza danych w aplikacji Google Sheets
7. Google Sheets i funkcja Query
8. Hostowanie arkusza poprzez Google Drive i automatyczne wiązanie recordów.
9. Wykorzystanie narzędzi Open AI do opracowywania tabel i baz danych.
Wizualizacja danych w praktyce
1. Światowe przykłady rozbudowanych wizualizacji danych.
2. “Tłuste koty”, analiza projektu data storytellingowego Gazety Wyborczej (działu Biq data).
3. Przykłady aplikacji wykorzystujących data storytelling jako główną funkcjonalność.
4. Omówienie startowego zestawu narzędzi do stworzenia wizualizacji.
5. Podstawowe zasady pracy z danymi i wizualizacjami.
6. Najczęściej popełniane błędy w wizualizacji.
7. Czym jest Agile w pracy z data storytellingiem i dlaczego zaczynamy od odbiorców?
Semestr 2
"Hipernarracje" w praktyce
- Dlaczego opowieści (narracje)?
- Elementy wyróżniające materiały narracyjne publikowane w sieci Internet
- Hipertekstualność, interaktywność, modularność
- Wzorce data storytellingu na przykładach
- Elementy GUI i doświadczenia użytkownika (UX)
- Data storytelling na przykładach
- Immersyjne formy data storytellingu
- Tworzenie projektu data storytelling z wykorzystaniem łączonych darmowych ICT i opracowanych wcześniej baz danych
Infografiki i rozbudowane formy graficzne w praktyce
1. Zapoznanie się z różnicami pojęć wizualizacja danych, infografika, data storytelling, projektowanie informacji
2. Przegląd najważniejszych programów do tworzenia infografiki
3. Przykłady infografik opartych o data storytelling
4. Ćwiczenia
5. Prezentacja i analiza prac
6. Możliwości łączenia dotychczas poznanych programów
7. Podsumowanie
Media społecznościowe jako nośnik historii
1. Media społecznościowe a konsumowanie mediów (wyniki badań)
2. Wprowadzenie do mediów społecznościowych
3. Wybrane media społecznościowe (SM) a tworzenie data storytellingu
4. Wykorzystywanie SM do rozpowszechniania data storytellingu
5. Wykorzystywanie SM do ewaluacji i aktualizacji materiałów opartych o data storytelling
6. Analiza wskaźników SM
7. Zaawansowane funkcje panelów administracyjnych SM
8. Podsumowanie
Projektowanie informacji wizualnej
Krótkie wprowadzenie teoretyczne dla każdego tematu + przykłady + ćwiczenia praktyczne. Zakres:
Zasady kompozycyjne, koloru, typografii i hierarchii informacji w projektowaniu wizualizacji (podstawowe zasady projektowania graficznego i ich zastosowanie w wizualizacjach danych).
Tworzenie spójnych narracji opartych na danych, które efektywnie przekazują informacje i budują historię.
Krytyczna ocena wizualizacji danych:
Ćwiczenie oceny skuteczności wizualizacji danych, skupienie się na czytelności, dokładności, przejrzystości i estetyce. Rozpoznawanie wizualizacji, które są mylące, niejasne lub wprowadzające w błąd. Umiejętność udzielania konstruktywnej krytyki i sugerowania ulepszeń w istniejących wizualizacjach danych.
Przegąd narzędzi do publikacji. Projekt data storytelling
1. Cykl projektowy materiału zawierającego data storytelling
2. Możliwości publikacji data storytellingu online
3. Zaangażowanie odbiorcy w tworzenie i aktualizację data storytellingu
4. Omówienie narzędzi/aplikacji do publikacji materiałów online
5. Hostowanie danych i udostępnianie źródeł jako forma transparentności
6. Planowanie projektu końcowego
7. Tworzenie projektu końcowego z mentoringiem (prezentacja, ewaluacja, wprowadzanie zmian)
Raportowanie za pomocą narzędzia Power BI
Wizualizacja danych
Omówienie najważniejszych wizualizacji wraz z ich rekomendowanym zastosowaniem
Filtry
Formatowanie wizualizacji
Formatowanie warunkowe
Data storytelling – jak stworzyć dobry raport
Uprawnienia – ograniczanie dostępu do danych
Funkcjonalność portalu PowerBI.com
Omówienie zasady działania portalu
Publikowanie raportu
Ustawienia odświeżania danych
Tworzenie kokpitu nawigacyjnego (dashboard)
Wykorzystanie języka DAX
Kalkulowane miary
Tworzenie wyliczeń na potrzeby wizualizacji
Pobieranie danych
Pobieranie danych i ich transformacja
Łączenie danych z różnych źródeł
Podstawy języka M
Różne warianty modeli analitycznych
Tabela kalendarza
Relacje między obiektami
Wykorzystanie języka DAX 90 min
Kalkulowane tabele
Kalkulowane kolumny
Time Intelligence – miary DAX do obliczeń zależności w czasie
Wstęp do programowania i edycja kodu
1. Podstawowe pojęcia z zakresu programowania w aspekcie przetwarzania i wizualizacji danych
2. Zmienne, pętle, instrukcje warunkowe w Javscript i Python
3. Funkcje i proste programy przetwarzające dane w Javascript
4. Programowanie wizualizacji na podstawie danych z GUS
5. Przykładowe edycje kodu programistycznego wizualizacji
6. Czym jest i jak działa w praktyce API?
7. Przegląd bibliotek programistycznych
8. Praktyczne wykorzystanie biblioteki P5js
9. Stworzenie programu z wykorzystaniem biblioteki Chart.js
Praca końcowa
Praca końcowa to moduł realizowany przez uczestników studiów podyplomowych, który obejmuje ich indywidualną pracę nad przygotowaniem projektu końcowego. Zmierza do nauczenia praktycznych umiejętności tworzenia projektów opartych o data storytelling.
KADRA
Ewa Migaczewska
Koordynatorka studiów
Bio
Absolwentka socjologii oraz dziennikarstwa Uniwersytetu Jagiellońskiego, doktor nauk społecznych, profesor AGH, prodziekan ds. kształcenia Wydziału Humanistycznego Akademii Górniczo-Hutniczej. Inicjowała i współtworzyła programy innowacyjnych kierunków studiów i specjalności (takich, jak m.in. E-gospodarka, Innowacje i interwencje społeczne, Informatyka społeczna czy Nowoczesne technologie w kryminalistyce). Prowadzi zajęcia dydaktyczne na kilku kierunkach studiów w AGH. Autorka i współautorka książek i podręczników z zakresu mediów i komunikacji społecznej.
Łukasz Żyła
Koordynator, data storytelling
Bio
Badacz, dziennikarz, specjalista od open data. Był członkiem nieistniejącej już grupy roboczej ds. otwierania danych w Ministerstwie Cyfryzacji oraz grupy roboczej ds. udostępniania informacji sektora publicznego w Ministerstwie Inwestycji i Rozwoju. Współpracował z Gazetą Wyborczą, jak redaktor naczelny prowadził media lokalne na Śląsku. Projektant i twórca wielu aplikacji przetwarzających dane publiczne. Ukończył prawo na EWSPiA przy PAN oraz uczenie maszynowe i data science na UE w Katowicach. Autor książki “Dziennikarstwo danych i data storytelling” w wydawnictwie Helion. Prowadzi zajęcia na AGH. Autor polskiego przekładu z języka hiszpańskiego “Psychomagii” Alejandra Jodorowsky’ego.
Adam Żądło
UI/UX
Bio
Grafik, reżyser i artysta audiowizualny, absolwent Grafiki na Akademii Sztuk Pięknych w Krakowie, doktorat zdobył na Wydziale Sztuki UP w Krakowie, wykładowca akademicki w Akademii Górniczo-Hutniczej w Krakowie. Specjalizuje się w animacji, fotografii i filmie. Wychował się na wsi, w swojej twórczości łączy doświadczenie z pracy na roli z wiedzą naukową i najnowszymi technologiami. Wspierał koła naukowe zajmujące się konstruowaniem cyborga i badaniem przestrzeni kosmicznej. Zwycięzca, finalista i uczestnik kilkudziesięciu międzynarodowych festiwali, konkursów i wystaw (m.in. Sony Photoghraphy Awards, Adobe AAA, Smithsonian, Nikon). Stypendysta fundacji Sapere Auso, Stypendium Ministra i Stypendium Twórczego Miasta Krakowa.
Szymon Kaliski
Wizualizacje/Programowanie
Bio
Kreatywny programista, specjalista od przetwarzania i wizualizowania danych. Studiował informatykę na UAM oraz intermedia na ASP w Poznaniu. Tworzył interfejsy m.in. dla miasta Londyn, Humanitarian OpenStreetMaps czy Google (generatywna wizualizacja telefonów na I/o 2015). Obecnie inżynier ds. projektowania w Replit, gdzie pracuje nad przyszłością kodowania dla środowiska programistycznego dla graczy. Wcześniej główny badacz w Ink&Switch.
Beata Matuszek
Social Media
Bio
Była dziennikarka mediów lokalnych oraz ogólnopolskich. Od wielu lat związana z trzecim sektorem m.in. jako specjalistka od budowania strategii komunikacji i promocji. Wieloletnia koordynatorka projektów NGO (m.in. Działaj Lokalnie Polsko-Amerykańskiej Fundacji Wolności, Nowe Technologie Lokalnie dla FRSI). Prowadzi szkolenia z wykorzystywania narzędzi ICT w działaniach promocyjnych i komunikacyjnych. Ukończyła komparatystykę na UJ oraz komunikację społeczną na UŚ. Za prototyp aplikacji jaturzadze.pl, przetwarzającej dane finansowe samorządów, nagrodzona (w zespole SAP-Media 3.0) III miejscem na pierwszym rządowym hackathonie danych publicznych.
Michał Bernaczyk
prawo
Bio
Profesor Uniwersytetu Wrocławskiego, wiodący specjalista w zakresie prawa do informacji i otwartych danych, współpracownik Centrum Badań Problemów Prawnych i Ekonomicznych Komunikacji Elektronicznej, ekspert zewnętrzny Biura Analiz Sejmowych Kancelarii Sejmu, konstytucjonalista. Autor kilkudziesięciu publikacji poświęconych prawu konstytucyjnemu, dostępowi do informacji publicznej i jej ponownemu wykorzystywaniu oraz ochronie danych osobowych.
Wojciech Kowalik
Analizy Behawioralne
Bio
Wykładowca akademicki w Akademii Górniczo-Hutniczej, konsultant i analityk. Absolwent socjologii, doktor nauk społecznych w dyscyplinie nauki o zarządzaniu i jakości. Na co dzień zajmuje się badaniami społecznymi oraz doradztwem w zakresie marketingu internetowego i analityki cyfrowej. Jako trener i dydaktyk prowadzi zajęcia na kilku kierunkach studiów, a także na studiach podyplomowych i dedykowanych szkoleniach (m. in. z zakresu emplyer brandingu, analityki w HR i wykorzystania design thinking w zarządzaniu). W ciągu ponad 16 lat pracy zawodowej brał udział w kilkudziesięciu projektach badawczych i wdrożeniowych.
Dominik Uhlig
WIZUALIZACJE/DATA STORYTELLING
Bio
Szef działu danych “Gazety Wyborczej” (BIQdata.pl). Absolwent wydziału prawa Uniwersytetu Śląskiego w Katowicach. Od 2002 r. związany z “Gazetą Wyborczą”. Zaczynał jako dziennikarz działu krajowego, później był wydawcą serwisu Wyborcza.pl.
Michał Gliński
Raportowanie
Bio
Trener, konsultant i manager Business Intelligence z wieloletnim doświadczeniem. Absolwent Wydziału Ekonomii UE w Katowicach oraz studiów podyplomowych z zakresu controllingu i zarządzania projektami. Realizował projekty wdrażania i rozwoju narzędzi raportowych w oparciu o technologię BI Microsoft. Realizował projekty raportowe w oparciu o różne źródła danych (kostki OLAP, systemy ERP, bazy SQL, rozwiązania chmurowe czy pliki EXCEL). Prowadził projekty od etapu zdefiniowania źródła danych, poprzez obróbkę (ETL z wykorzystaniem języka M), modelowanie (tworzenie kluczy, relacji, oraz miar w języku DAX), wizualizację i publikację raportów z wykorzystaniem RLS aż po automatyzację odświeżania raportów. Trener z zakresu Power BI. Posiada certyfikaty PRINCE2, SCRUM Master, Agile PM, P3O.
Piotr Pięta
Semantyka Internetu
Bio
Pracownik badawczo-dydaktyczny na Akademii Górniczo-Hutniczej w Krakowie. Aktywnie zaangażowany w prace grupy badawczej “Inteligentne metody w inżynierii oprogramowania i analizie danych” przy Katedrze Informatyki Stosowanej na Wydziale Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej AGH. Jego działalność badawcza w ostatnich latach koncentrowała się na różnych aspektach teorii zbiorów przybliżonych w zakresie analizy dużych zbiorów danych i eksploracji danych, zbiorach rozmytych oraz przybliżonych, uczeniu maszynowym, inteligencji kolektywnej oraz analizie sieci społecznych.
Harmonogram / Syllabusy
Zjazd I
Zjazd II
Zjazd III
Zjazd IV
Masz pytania? Napisz do nas
