Propozycje tematów projektów inżynierskich na rok akademicki 2022/2023

dr inż. Jacek Jakieła, prof. PRz
  1. Modelowanie i analiza procesów biznesowych przedsiębiorstwa z wykorzystaniem notacji BPMN (ang. Business Process Model and Notation).
  2. Analiza możliwości wykorzystania notacji DMN (ang. Decision Modeling Notation) w modelowaniu procesów podejmowania decyzji w przedsiębiorstwie.
  3. Metodyka projektowania kluczowych wskaźników efektywności (ang. Key Performance Indicators) oraz dobór form wizualizacji.
  4. Projekt i implementacja pulpitu kierowniczego wspomagającego zarządzanie przedsiębiorstwem w środowisku Power Excel.
  5. Projekt i implementacja pulpitu kierowniczego wspomagającego zarządzanie przedsiębiorstwem w środowisku Power BI Desktop.
  6. Storytelling z danymi – projekt metodyki wizualizacji i prezentacji danych.
  7. Wykorzystanie analizy biznesowej w projektowaniu systemu informatycznego wspierającego zarządzanie przedsiębiorstwem.
  8. Wykorzystanie szkieletu Design Thinking w projektowaniu systemów informatycznych.
  9. Wykorzystanie metod i technik podejść zwinnych (ang. Agile Approaches) w specyfikacji wymagań do systemu informatycznego zarządzania.
  10. Projekt modeli danych dla analiz realizowanych z wykorzystaniem technologii Pivot.
  11. Metodyki wdrożeniowe systemów informatycznych zarządzania – analiza porównawcza.
  12. Wykorzystanie metodyk zwinnych w zarzadzaniu projektem informatycznego systemu zarządzania.
  13. Wykorzystanie symulacji Monte Carlo we wspomaganiu procesów podejmowania decyzji w przedsiębiorstwie.
dr inż. Marcin Olech
  1. Reinżynieria wybranych procesów biznesowych/produkcyjnych z wykorzystaniem technik symulacyjnych dostępnych w pakiecie ADONIS.
  2. Modelowanie i symulacja procesu biznesowego/produkcyjnego z wykorzystaniem środowiska NetLogo.
  3. Wykorzystanie wybranych metod prognozowania danych w zagadnieniach inżynierii produkcji z wykorzystaniem narzędzi: Statistica Neural Networks, Microsoft Excel, Data Analysis Toolpak for Microsoft Excel, Microsoft Excel Data Miner addon for SQL Server Analysis Services lub Python.
  4. Realizacja wybranych problemów klasyfikacyjnych w zagadnieniach zarządzania i inżynierii produkcji z wykorzystaniem narzędzi: Statistica Neural Networks, Microsoft Excel Data Miner addon for SQL Server Analysis Services lub Python.
  5. Realizacja wybranych problemów regresji w zagadnieniach związanych ze wspomaganiem zarządzania przedsiębiorstwem z wykorzystaniem narzędzi: Statistica Neural Networks, Microsoft Excel Data Miner addon for SQL Server Analysis Services lub Python.
  6. Wykorzystanie infografiki biznesowej w celu wsparcia działań reklamowo-promocyjnych przedsiębiorstwa produkcyjnego/handlowego.
dr inż. Łukasz Paśko
  1. Analiza i eksploracja danych opisujących działalność przedsiębiorstwa.
  2. Zastosowanie wybranych metod wspomagających podejmowanie decyzji.
  3. Wizualizacja danych dotyczących działalności przedsiębiorstw.
  4. Modelowanie i symulacja procesu produkcyjnego.