sg.dev
← Materiały

Seminarium dyplomowe

Seminarium może obejmować projektowanie, ocenę i wykorzystanie narzędzi generatywnej AI w analizie danych, tworzeniu wizualizacji, dashboardów, raportów oraz wspomaganiu decyzji biznesowych.

UEP · seminarium dyplomowe, praca licencjacka · 2 semestry po 8 spotkań · 2026/27

Generatywna AIBusiness IntelligenceWizualizacja danychStorytellingHandel detaliczny

Program — 16

  1. 01

    Wymagania i plan roku

    Czym jest praca licencjacka według zarządzenia 92/2021: objętość, układ i trzy rodzaje pracy z przykładami z listy tematów. Cykl 16 spotkań, zasady współpracy i pracy z AI. Produkt: trzech kandydatów na temat.

    Slajdy· 24 strony
  2. 02

    Temat i problem

    Od obszaru do pytania: lejek obszar → zjawisko → przypadek → pytanie, zakres, cztery testy tematu i luka w literaturze. Pytanie z miarą zamiast ogólnika. Produkt: karta tematu.

    Slajdy· 21 stronKarta tematu· 3 strony
  3. 03

    Cel i metoda

    Anatomia celu i czasowniki rezultatu, drzewo celów zamienione w rozdziały, wkład własny. Metoda według rodzaju pracy na sześciu przykładach z tematów seminarium i wybór danych: publiczne, syntetyczne albo firmowe. Produkt: cel i cele szczegółowe.

    Slajdy· 23 strony
  4. 04

    Szukanie literatury

    Co jest tekstem naukowym, minimum 15 źródeł z odsyłaczami, słowa kluczowe po angielsku i zapytania AND/OR. Gdzie szukać, metoda kuli śnieżnej, macierz literatury, Zotero i źródła zmyślone przez AI. Produkt: 10 źródeł w Zotero.

    Slajdy· 24 stronyKarty: dziennik i macierz· 2 strony
  5. 05

    Cytowanie w stylu APA 7

    Odsyłacze i bibliografia według zarządzenia 74/2022 na przykładach z jego załącznika: autorzy, przypadki szczególne, cytat krótki i długi, sześć reguł bibliografii. Parafraza a plagiat. Produkt: bibliografia 15 pozycji.

    Slajdy· 26 stronŚciąga A4· 2 strony
  6. 06

    Plan pracy

    Plan na 48 stron, trzy szkielety rozdziałów, droga od celu do podrozdziałów i test w dwie strony. Pierwsza wersja wstępu w pięciu akapitach. Produkt: konspekt.

    Slajdy· 21 stronKarta konspektu· 2 strony
  7. 07

    Plik pracy: Word albo LaTeX

    16 wymagań formatu z zarządzenia, tabela i rysunek, strona tytułowa. Szablon Word ze stylami pracy i poprawiony szablon LaTeX UEP do Overleaf, w którym naprawiłem 11 rozbieżności z zarządzeniami. Produkt: plik pracy w szablonie.

    Slajdy· 23 stronyŚciąga A4· 2 stronySzablon Word· .dotxSzablon Word· .docxSzablon LaTeX UEP· .zip
  8. 08

    Przegląd literatury

    Streszczenie a synteza, dwie role literatury w pracy, cztery układy przeglądu i droga od macierzy do podrozdziałów. Akapit syntezy, łączniki i AI w przeglądzie. Produkt: 5 stron rozdziału 1 i podsumowanie semestru.

    Slajdy· 22 strony
  9. 09

    Dane i badanie

    Semestr 2. Produkt: plan badania i dostęp do danych.

  10. 10

    Wykresy i tabele w pracy

    Semestr 2. Produkt: rysunki do rozdziału 3.

  11. 11

    Styl naukowy i redakcja

    Semestr 2. Produkt: rozdział 2 po redakcji.

  12. 12

    AI i system JSA

    Semestr 2. Produkt: rejestr użycia AI.

  13. 13

    Wstęp, zakończenie, streszczenie

    Semestr 2. Produkt: wstęp i zakończenie.

  14. 14

    Kontrola przed złożeniem

    Semestr 2. Produkt: praca gotowa do złożenia.

  15. 15

    Prezentacja na obronę

    Semestr 2. Produkt: slajdy na obronę.

  16. 16

    Próbna obrona

    Semestr 2. Produkt: odpowiedzi na pytania komisji.

Zakres i tematy prac

Generatywna sztuczna inteligencja w analizie, wizualizacji i komunikacji danych biznesowych

Główne osie tematyczne

Generatywna AI w Business IntelligenceJakość wizualizacji i dashboardówAutomatyzacja analizy i raportowaniaNarracja danych i komunikacja wynikówWspółpraca człowieka z AI w podejmowaniu decyzjiZastosowania AI w handlu detalicznym i zarządzaniu

Wizualizacja i komunikacja danych

10 propozycji tematów
  1. 1.Wpływ złożoności wykresu na poprawność jego interpretacji.
  2. 2.Ocena czytelności dashboardów biznesowych przez użytkowników o różnym doświadczeniu.
  3. 3.Rola tytułów i adnotacji w interpretacji wykresów.
  4. 4.Wpływ kolorów na ocenę wyników biznesowych prezentowanych na dashboardzie.
  5. 5.Porównanie statycznej i interaktywnej narracji danych.
  6. 6.Najczęstsze błędy w wizualizacjach publikowanych w raportach biznesowych.
  7. 7.Wykorzystanie storytellingu danych w komunikacji wyników finansowych.
  8. 8.Wpływ kolejności prezentowania wykresów na decyzje odbiorcy.
  9. 9.Ocena zgodności dashboardów ze standardami IBCS.
  10. 10.Projektowanie wizualizacji danych dla osób bez doświadczenia analitycznego.

Tematy aplikacyjne i technologiczne

10 propozycji tematów
  1. 1.Budowa asystenta AI wspomagającego pracę analityka biznesowego.
  2. 2.Automatyzacja dokumentowania raportów Power BI z wykorzystaniem AI.
  3. 3.Generowanie opisów miar i wskaźników biznesowych przy użyciu modeli językowych.
  4. 4.Wykorzystanie generatywnej AI do tworzenia zapytań SQL.
  5. 5.Ocena poprawności zapytań SQL generowanych przez modele językowe.
  6. 6.Budowa systemu rekomendującego wizualizacje na podstawie struktury danych.
  7. 7.Automatyczne wykrywanie anomalii i generowanie ich opisów w języku naturalnym.
  8. 8.Wykorzystanie AI do tworzenia prototypów raportów zarządczych.
  9. 9.Zastosowanie technologii low-code do budowy aplikacji analitycznych.
  10. 10.Integracja chatbota z hurtownią danych lub systemem Business Intelligence.

Handel i decyzje biznesowe

10 propozycji tematów

Tematy z tej grupy można realizować na danych publicznych, syntetycznych albo udostępnionych przez przedsiębiorstwa.

  1. 1.Prognozowanie sprzedaży detalicznej z wykorzystaniem metod uczenia maszynowego.
  2. 2.Wykorzystanie AI do wyjaśniania zmian sprzedaży.
  3. 3.Automatyczne generowanie rekomendacji asortymentowych.
  4. 4.Identyfikacja sklepów zagrożonych spadkiem sprzedaży.
  5. 5.Analiza skuteczności promocji z wykorzystaniem danych transakcyjnych.
  6. 6.Wykorzystanie wizualizacji danych w monitorowaniu dostępności produktów.
  7. 7.Budowa dashboardu wspomagającego ocenę efektywności promocji.
  8. 8.Zastosowanie modeli językowych do klasyfikacji opinii klientów.
  9. 9.Analiza czynników wpływających na lojalność klientów.
  10. 10.Automatyczne tworzenie komentarzy zarządczych do wyników sprzedaży.

Polecane materiały

Z każdego obszaru lektur jedna książka: ta, która najbardziej przydała się w moich badaniach.

Generatywna AI w biznesie i projektowanie systemów AI

Building Business-Ready Generative AI Systems

Denis Rothman

Bezpośrednio wspiera rozwój badań nad przedsiębiorczymi architekturami GenAI, agentami i automatyzacją analityki.

Business Intelligence, hurtownie danych i architektura analityczna

Successful Business Intelligence

Cindi Howson

Nie tylko opisuje narzędzia, ale również pokazuje, dlaczego organizacje nie wykorzystują pełnej wartości swoich platform analitycznych.

Wizualizacja danych, dashboardy i narracja danych

Visualization Analysis and Design

Tamara Munzner

Może stać się teoretycznym fundamentem badań nad oceną wizualizacji przez modele multimodalne, typologiami wykresów i adaptacyjnymi dashboardami.

Human-Centered AI, wyjaśnialność i wiarygodność modeli

Human-Centered AI

Ben Shneiderman

Szczególnie w kontekście planowanych badań nad obserwacją uwagi użytkownika, automatycznym dostosowywaniem dashboardu i zachowaniem kontroli człowieka nad rekomendacjami AI.

Zobacz listę lektur →

Dyżury

Pokój 3.23. Terminy i forma konsultacji (stacjonarnie albo online) ogłaszane na początku semestru w systemie uczelnianym.

Kontakt

Pytania o seminarium, temat pracy lub zaliczenie — najszybciej mailem: szczepan.gortowski@ue.poznan.pl