| Code | 52-KDSS |
|---|---|
| Organizational unit | Centre for Postgraduate Studies |
| Language(s) of instruction | Polish |
| Didactic cycle type | SEM |
| Number of didactic cycles | 1 |
| Ask a question | |
O Programie
UŚ Data Steward School 2026 (DSS 2026) to międzynarodowy program szkoleniowy, którego celem jest rozwój kompetencji w zakresie otwartej nauki, zarządzania danymi badawczymi, oraz wykorzystania cyfrowych narzędzi i sztucznej inteligencji w nauce.
Program odpowiada na rosnące zapotrzebowanie na nowe kompetencje w nauce, wśród naukowców, jak również pracowników administracji Uczelni i bibliotek akademickich, szczególnie w kontekście:
· zarządzania danymi badawczymi,
· bezpieczeństwa danych.
· cyfrowych narzędzi dla nauki
· sztucznej inteligencji w nauce
· rzetelności i doskonałości badawczej
· krajowych i europejskich infrastruktur badawczych, w tym European Open Science Cloud (EOSC).
Wartość dla Instytucji Badawczej lub Uczelni
Udział w DSS 2026 umożliwia:
· tworzenie nowych ról w Uczelni/Instytucji Badawczej, w tym koordynator ds. otwartej nauki, kurator danych, data steward, data librerian,
· rozwój wiedzy i kompetencji administracji uczelnianej i pracowników technicznych a także pracowników bibliotek, w obszarze:
o przygotowania dokumentacji projektowej w obszarze zarządzania danymi badawczymi
o wdrażania Planu Zarządzania Danymi
o raportowania Planu Zarzadzania Danymi
· rozwój wiedzy i kompetencji zespołów badawczych do realizacji badań z wykorzystaniem danych wtórnych i narzędzi cyfrowych
· tworzenie i wdrażanie polityk otwartości i zarządzania danymi w jednostkach
· realizacja krajowych i europejskich polityk otwartości i rzetelności naukowej, w tym przede wszytkim w obszarze zarządzania danymi badawczymi
· wprowadzanie krajowych i europejskich standardów zarządzania danymi badawczymi
· zwiększenie bezpieczeństwa danych badawczych
Cel Programu
Celem DSS 2026 jest:
1. przygotowanie uczestników do roli data stewarda / data managera/ bibliotekarza danych. Rozwój kompetencji w zakresie:
· tworzenie i wdrażanie polityk otwartej nauki i zarządzania danymi badawczymi,
· zarządzania danymi badawczymi,
· sztuczna inteligencja w zarządzaniu danymi badawczymi,
· data governace i regulacje w EU:
o data governance i data stewardship w organizacji,
o zgodność z regulacjami (np. RODO / GDPR),
o europejskie ramy danych (Data Act, Data Governance Act),
o zarządzanie dostępem do danych (access control, data sharing agreements);
2. budowa kompetencji dla pracy w środowisku krajowych i europejskich infrastruktur badawczych i Federacji EOSC;
3. udział w europejskich społecznościach specjalistów w obszarze zarządzania danymi badawczymi.
Profil Uczestnika/Uczestniczki
Program skierowany jest do osób rozpoczynających działalność w obszarze zarządzania danymi badawczymi, w tym:
· data stewardów i data managerów
· pracowników administracji
· bibliotekarzy i specjalistów ds. informacji naukowej
· naukowców (wszystkie etapy kariery)
· doktorantów
· pracowników technicznych
· osób planujących karierę w obszarze data stewardship
Struktura Programu
Moduł 1 – Intensywny kurs stacjonarny
Liczba godzin dydaktycznych: 54h
Termin: 6-10 lipca 2026
Miejscse: Katowice
Program obejmu:
· Otwarta nauka i rzetelność naukowa
· Cykl życia danych a zarządzanie danymi badawczymi
· Plan zarządzania danymi badawczymi (DMP): tworzenie, wdrażanie, raportowanie
· Standardy FAIR & CARE
· Regulacje prawne i etyczne w obszarze danych badawczych i AI
· Repozytoria danych
· Trwałe identyfikatory (PID)
· Metadane i dokumentacja
· Jakość danych
· Modelowanie danych
· Narzędzia cyfrowe i sztuczna inteligencja w pracy data stewarda
· Rola data stewarda w instytucji
· EOSC: Europejska Chmura Otwartej Nauki
· Przetwarzanie danych
· Przechowywanie danych
· Archiwizacja danych
· Udostępnianie danych
· Bezpieczeństwo danych
Aktywności fakultatywne (8h dydaktycznych, stacjonarnie, lipiec 2026)
· spotkanie z organizacjami międzynarodowymi i krajowymi w obszarze zarządzania danymi badawczymi
· spotkanie z przedstawicielami infrastruktur badawczych,
· spotkanie a przedstawicielami repozytoriów danych badawczych,
· spotkanie z przedstawicielami sieci data stewardów
Moduł 2 – Specjalizacja
Liczba godzin dydaktycznych: 24 h
Termin: wrzesień/październik 2026
Online
Uczestnicy wybierają maksymalnie dwie ścieżki specjalizacyjne:
· Nauki ścisłe i techniczne (STEM)
· Nauki społeczne i humanistyczne (SSH)
· Nauki przyrodnicze (NS)
· Zarządzanie danymi w administracji uczelnianej i bibliotece akademickiej
· Kompetencje w zakresie zarządzania i obsługi repozytoriów danych badawczych
· Projektowanie i prowadzenie szkoleń z zakresu zarządzania danymi badawczymi (train-the-trainer)
Regulamin Specjalizacji DSS
Moduł 3 – Program Mentoringowy
Liczba godzin dydaktycznych: 6h
wrzesień-listopad 2026
online/stacjonarnie/hybryda
· uczestnik wybiera mentora spośród ekspertów DSS
· program opiera się na indywidualnej pracy z ekspertem
· cel, zakres tematyczny, czas i częstotliwość spotkań są przedmiotem umowy dwustronnej
Regulamin Programu Mentoringowego DSS
Metodyka kształcenia/model dydaktyczny
Zastosowane podejście metodyczne jest skoncentrowane na efektywności uczenia się poprzez działanie. Zakłada one równowagę pomiędzy komponentem teoretycznym a praktycznym, w proporcji 1:1 kształceniem grupowym I indywidualnym. Każda 60-minutowa jednostka dydaktyczna realizowana jest w układzie 30 minut części teoretycznej (wykład z prezentacją) oraz 30 minut części praktycznej (warsztaty, demonstracje, ćwiczenia, odgrywanie ról oraz laboratorium żywe (living lab), funkcjonujące w programie pod nazwą „laboratorium danych”).
Komponent teoretyczny buduje świadomość i wiedzę uczestników, wprowadzając i krótko wyjaśniając kluczowe zagadnienia oraz terminologię. Komponent praktyczny jest równie istotny, ponieważ rozwija umiejętności i kompetencje poprzez ich bezpośrednie zastosowanie w działaniu. Takie podejście umożliwia optymalny rozwój uczestników, tworząc stabilny i szeroki fundament wiedzy w obszarze zarządzania danymi oraz wspierając rozwój kompetencji niezbędnych w środowisku zawodowym i badawczym.
Dodatkowo wprowadzono komponent konsultacji indywidualnych. Uczestnicy, którzy chcą przedyskutować zagadnienia związane z tematyką danej sesji lub pogłębić omawiane treści, mają każdego dnia możliwość skorzystania z indywidualnych konsultacji z ekspertami. Rozwiązanie to sprzyja systematycznemu i progresywnemu opanowywaniu materiału, umożliwiając bieżące wyjaśnianie wątpliwości, odpowiadanie na pojawiające się pytania oraz rozwijanie indywidualnych zainteresowań uczestników.
W ten sposób wspierany jest zarówno rozwój indywidualny, jak i efekt pracy całej grupy, który wynika z zaangażowania i współpracy poszczególnych uczestników.
Kontynuacja programu podstawowego, obejmująca pogłębione – dziedzinowe i administracyjne - podejście do zarządzania danymi badawczymi oraz dalsze, ukierunkowane wsparcie rozwoju indywidualnego, będzie realizowana w Komponencie 2: Specjalizacja oraz Komponencie 3: Indywidualny Program Mentoringowy.
Komponent specjalizacyjny umożliwi uczestnikom rozwijanie kompetencji w wybranych obszarach, dostosowanych do specyfiki dyscyplin naukowych oraz realnych wyzwań pracy administracyjnej I repozytoryjnej. Z kolei Program Mentoringowy zapewni spersonalizowane wsparcie eksperckie, pozwalające na przekład zdobytej wiedzy na konkretne działania, projekty i rozwiązania wdrażane w praktyce zawodowej.
Tak zaprojektowana ścieżka rozwoju gwarantuje nie tylko pogłębienie kompetencji, ale również ich trwałe osadzenie w kontekście pracy badawczej, wzmacniając samodzielność uczestników oraz ich zdolność do efektywnego zarządzania danymi w środowisku naukowym.
Formy kształcenia:
· wykład
· prezentacja
· warsztaty
· demonstracje
· ćwiczenia
· odgrywanie ról
· żywe laboratorium
· studia przypadku (infrastruktury badawcze)
· przykłady zastosowania (use cases)
· peer-to-peer learning
Eksperci
Program realizowany jest przez krajowych i zagranicznych ekspertów:
· uczelni
· bibliotek akademickich
· repozytoriów danych
· centrów kompetencji
· infrastruktur badawczych
· projektów i infrastruktur realizowanych w ramach EOSC
Organizacja i logistyka
Moduł 1: Intensywny kurs stacjonarny: zajecia odbywać się będą w siedzibie Uniwersytetu Śląskiego w Katowicach, w nowoczesnej przestrzeni budynku SpinPLACE (Cetrum Kreatywności i Coworkingu).
Zajecia fakultatywne odbywać się będą przede wszystkim w Strefie Kultury Miasta Katowice.
Moduł 2: Specjalizacja: zdalnie/online na platformie MS Teams
Moduł 3 – Program Mentorski: zdalnie/online lub stacjonarnie, w zależności od wyboru mentora, możliwe są także wyjazdy studyjne w kraju i zagranicą.
Język DSS: polski
Grupa DSS: 25 uczestników
Certyfikacja
Uczestnicy otrzymują: zaświadczenie ukończenia European Open Science School
Koszt uczestnictwa 2026 r.
Pakiet 1: Szkolenie DSS + zakwaterowanie
Pierwszy pakiet obejmuje kompleksową usługę szkoleniową DSS2026 wraz z zakwaterowaniem i pełnym wyżywieniem. Noclegi zapewnione są w hotelu Ibis Budget Katowice Centrum, w pokojach jednoosobowych ze śniadaniem, w terminie od niedzieli 5.07 do piątku 10.07.2026 r.
Oferta obejmuje:
· wszystkie moduły szkoleniowe wraz z ofertą spotkań fakultatywnych
· indywidualne konsultacje
· materiały dydaktyczne
· mikropoświadczenie i certyfikat ukończenia DSS2026
· networking
· zakwaterowanie
· pełne wyżywienie
· uroczysta kolacja otwierająca DSS2026
· przerwy kawowe
Cena: 10 500 + 23% VAT (jeżeli opłata za udział w szkoleniu pochodzi ze środków publicznych, jest możliwość zwolnienia z VAT)
Pakiet 2: Szkolenie DSS bez zakwaterowania
Drugi wariant obejmuje udział w szkoleniu bez zapewnionego noclegu – uczestnicy organizują zakwaterowanie we własnym zakresie, zgodnie z indywidualnymi preferencjami.
Oferta obejmuje:
· wszystkie moduły szkoleniowe wraz z ofertą spotkań fakultatywnych
· indywidualne konsultacje
· materiały dydaktyczne
· mikropoświadczenie i certyfikat ukończenia DSS2026
· networking
· zakwaterowanie
· wyżywienie bez śniadań (obiad i kolacja w formie bufetu)
· uroczysta kolacja otwierająca DSS 2026
· przerwy kawowe
Cena: 9000,00 PLN + 23% VAT (jeżeli opłata za udział w szkoleniu pochodzi ze środków publicznych, jest możliwość zwolnienia z VAT)
Szczegółowy opis
Moduł 1 – Intensywny kurs stacjonarny
Program*
Poniedziałek, 6 lipca 2026 r.
|
09:00-09:30 |
Otwarcie przez Rektor UŚ dr hab. Agnieszkę Turską-Kawę, prof. UŚ |
|
09:30-10:00 |
Wykład: Otwarta nauka jako fundament innowacji w europejskim i globalnym systemie nauki |
|
10:00-10:45 |
Keynote speech… |
|
10:45 - 11:00 |
Przerwa kawowa |
|
11:00 - 12:30 |
Wprowadzenie do programu DSS 2026 oraz sesja: Poznajmy się! |
|
12:30 - 13:30 |
Obiad |
|
13:30 - 15:00 |
Cykl życia danych: od tworzenia do zarządzania danymi badawczymi. Wykład + laboratorium cyfrowe |
|
15:00 - 16:00 |
Jakość danych a modelowanie danych |
|
16:00 - 17:00 |
Role i kompetencje data stewarda, data managera i bibliotekarza danych w zarządzaniu danymi badawczymi |
|
17:30 - 18:30 |
Data in Making |
|
19:00… |
Uroczysta kolacja |
Wtorek, 7 lipca 2026
|
9:00 - 10:00 |
Zasady FAIR i CARE: wprowadzenie |
|
10:00 - 11:00 |
FAIR Implementation Profiles (FIP) |
|
11:00 - 12:00 |
Metadane: wprowadzenie |
|
12:00 - 13:00 |
Metadane: laboratorium |
|
13:00 - 14:00 |
Obiad |
|
14:00 - 15:30 |
Trwałe identyfikatory w ekosystemie danych: zastosowania, integracja i polityki PID |
|
15:30 - 17:00 |
Kwestie prawne i etyczne: prawo własności intelektualnej, dane osobowe, dane wrażliwe |
|
17:00 - 17:30 |
Podsumowanie dnia: Q&A |
|
17:30 - 18.00 |
Konsultacje ekspercie |
|
18.00 - 19:00 |
Kolacja |
|
19:00 - 20:00 |
Poznaj organizację: RDA i SKON |
Środa, 8 lipca 2026
|
9:00 - 10:00 |
Trwałe identyfikatory w ekosystemie danych: zastosowania, integracja i polityki PID |
|
10:00 - 11:00 |
Bezpieczeństwo danych |
|
11:00 - 11:30 |
Przerwa kawowa |
|
11:30 - 12:30 |
Repozytoria danych badawczych: funkcje, standardy, certyfikacja i proces publikowania danych |
|
12:30 - 13:00 |
Warsztaty: przygotowanie danych do publikacji – praca z repozytorium, anonimizacja i pseudonimizacja danych |
|
13:00 - 14:00 |
Obiad |
|
15:00 - 17:00 |
Plan zarządzania danymi: przygotowanie |
|
17:00 - 18:00 |
Plan zarządzania danymi: wdrażanie i raportowanie |
|
18.00 - 19:00 |
Kolacja |
|
19:00 - 20:00 |
Poznaj repozytoria [praca w repozytorium; usług dla nauki] Most Danych, TU Wien, RODBUK |
Czwartek, 9 lipiec 2026 r.
|
9:00 - 10:00 |
Narzędzia i technologie w pracy data stewarda (DMP tools, metadane, workflow, AI) |
|
10:00 - 11:00 |
AI w zarządzaniu danymi badawczymi: zastosowania, automatyzacja, ryzyka |
|
11:00 - 11:30 |
Przerwa kawowa |
|
11:30 - 13:00 |
AI w nauce: zasady prawne i etyczne w nauce |
|
13:00 - 14:00 |
Federacja EOSC i EOSC PL dla polskiej nauki |
|
14:00 - 15:00 |
Obiad |
|
15:00 - 16:00 |
Jak szkolić i komunikować o RDM: wprowadzenie |
|
16:00 – 17:00 |
Researcher Development Framework (RDF) |
|
17:00 - 17:30 |
Podsumowanie dnia: Q&A |
|
17:30 - 18.00 |
Konsultacje ekspercie |
|
18.00 - 19:00 |
Kolacja |
|
19:00 - 20:00 |
Poznaj infrastruktury: KDM i PL Grid |
Piątek 10 lipiec 2026 r.
|
9:00 - 12:00 |
Polityki, strategie, struktury i role otwartej nauki w jednostce naukowej: prezentacje i panel dyskusyjny |
|
12:00 - 12:30 |
Przerwa kawowa |
|
12:30 - 13:00 |
Omówienie DSS 2026 i oficjalne zakończenie cz. 1 DSS 2026 |
|
13:00 - 14:00 |
Obiad |
*ulec zmianie mogą godziny poszczególnych zajęć
Moduł 2 Specjalizacje
|
1. Nauki ścisłe i techniczne (STEM) Charakter: dane eksperymentalne, symulacje, infrastruktury obliczeniowe Specjalizacja koncentruje się na zarządzaniu danymi w naukach eksperymentalnych i technicznych. Obejmuje pracę z dużymi zbiorami danych, danymi z laboratoriów i symulacji oraz wykorzystanie narzędzi cyfrowych i AI w analizie i przetwarzaniu danych badawczych. Rozwijane kompetencje:
|
2. Nauki społeczne i humanistyczne (SSH) Charakter: dane jakościowe, tekstowe, społeczne Ścieżka skupia się na danych jakościowych i społecznych, takich jak wywiady, ankiety czy archiwa. Uwzględnia kwestie etyczne, ochronę danych wrażliwych oraz metody zarządzania i udostępniania danych w badaniach społecznych i humanistyce cyfrowej. Rozwijane kompetencje:
|
3. Nauki przyrodnicze (NS) Charakter: dane środowiskowe, biologiczne, obserwacyjne Specjalizacja obejmuje zarządzanie danymi środowiskowymi, biologicznymi i obserwacyjnymi. Uczestnicy poznają metody pracy z danymi terenowymi, sensorami i systemami monitoringu oraz zasady interoperacyjności danych w naukach przyrodniczych. Rozwijane kompetencje:
|
|
4. Zarządzanie danymi w instytucji naukowej Charakter: wsparcie instytucjonalne Ścieżka przygotowuje do wspierania naukowców w zakresie zarządzania danymi badawczymi. Obejmuje tworzenie polityk danych, wdrażanie zasad open science oraz zarządzanie obiegiem danych w instytucjach naukowych i bibliotekach akademickich. Rozwijane kompetencje:
|
5.Rezpozytoria danych badawczych Charakter: infrastruktura danych Specjalizacja skupia się na funkcjonowaniu repozytoriów danych. Obejmuje proces ingest danych (przyjmowanie i przygotowanie danych do udostępnienia), zarządzanie metadanymi, standardy FAIR, identyfikatory oraz zapewnienie jakości i dostępności danych. Rozwijane kompetencje:
|
6.Zaufane i odpowiedzialne zarządzanie danymi (FAIR-CARE-TRUST) Charakter: jakość danych, etyka i budowanie zaufania Ścieżka koncentruje się na odpowiedzialnym zarządzaniu danymi badawczymi z uwzględnieniem standardów FAIR, CARE i TRUST. Uczestnicy uczą się, jak zapewniać jakość, wiarygodność i zgodność danych z wymogami etycznymi oraz regulacyjnymi, a także jak budować zaufanie do danych i infrastruktury badawczej. Rozwijane kompetencje: |
7. Train-theTrainer (szkolenie z RDM) Charakter: kompetencje edukacyjne i komunikacyjne Ścieżka rozwija kompetencje w projektowaniu i prowadzeniu szkoleń z zakresu zarządzania danymi badawczymi. Uczestnicy uczą się, jak skutecznie przekazywać wiedzę, budować programy szkoleniowe i wspierać rozwój kompetencji w organizacji. Rozwijane kompetencje:
|
||
Zasady kwalifikacji
Komisja Rekrutacyjna dokonuje oceny zgłoszeń na podstawie informacji zawartych w formularzu aplikacyjnym, z uwzględnieniem celów DSS 2026 jako programu skierowanego przede wszystkim do osób początkujących lub rozwijających podstawowe kompetencje w zakresie data stewardship i zarządzania danymi badawczymi.
|
Kryterium |
0 pkt – niesatysfakcjonujący |
1 pkt – częściowo satysfakcjonujący |
2 pkt – satysfakcjonujący |
|
Zgodność profilu osoby aplikującej z celami DSS 2026 |
Profil osoby aplikującej nie odpowiada założeniom programu lub wskazuje na zbyt wysokie doświadczenie w zakresie data stewardship/RDM. |
Profil częściowo odpowiada założeniom programu, ale związek z celami DSS 2026 nie został wystarczająco jasno wykazany. |
Profil wyraźnie odpowiada założeniom DSS 2026 jako programu dla osób początkujących lub rozwijających podstawowe kompetencje w zakresie data stewardship/RDM. |
|
Potrzeba zdobycia nowych umiejętności, kompetencji i wiedzy |
Brak jasnego uzasadnienia potrzeby udziału w programie lub wskazane potrzeby nie są związane z zakresem DSS 2026. |
Potrzeba rozwoju została wskazana, ale jest opisana ogólnie lub bez wyraźnego powiązania z obowiązkami albo planami zawodowymi. |
Osoba aplikująca jasno wykazuje, że obecna lub planowana praca wymaga zdobycia nowych kompetencji związanych z danymi, otwartą nauką, RDM lub wsparciem badań. |
|
Doświadczenie w pracy z danymi, informacją lub procesami badawczymi |
Brak doświadczenia lub opis doświadczenia nie pozwala ocenić związku z tematyką DSS 2026. |
Osoba aplikująca wskazuje ograniczone lub pośrednie doświadczenie, ale można dostrzec potencjalny związek z zakresem DSS 2026. |
Osoba aplikująca posiada adekwatne doświadczenie w pracy z danymi, informacją, dokumentacją, projektami lub wsparciem badań, nawet jeśli nie było ono bezpośrednio związane z data stewardship/RDM. |
|
Funkcja, zakres obowiązków lub przyszłe plany zawodowe |
Brak związku między funkcją, obowiązkami lub planami zawodowymi a zakresem DSS 2026. |
Związek między funkcją, obowiązkami lub planami zawodowymi a DSS 2026 jest częściowy albo słabo opisany. |
Obecna funkcja, zakres obowiązków lub przyszłe plany zawodowe wyraźnie wskazują na możliwość wykorzystania efektów uczenia się DSS 2026 w praktyce. |
|
Motywacja do udziału i uczenia się przez całe życie |
Motywacja jest niejasna, niewystarczająca albo nie wskazuje na gotowość do aktywnego udziału w programie. |
Motywacja została przedstawiona, ale jest ogólna, schematyczna lub wymaga doprecyzowania. |
Motywacja jest konkretna, przekonująca i wskazuje na gotowość do rozwoju, zdobywania nowej wiedzy oraz zmiany lub uzupełniania kwalifikacji. |
|
Kompletność i jakość zgłoszenia |
Zgłoszenie jest niekompletne, niespójne lub nie pozwala na rzetelną ocenę kandydatury. |
Zgłoszenie jest zasadniczo kompletne, ale zawiera braki, niejasności lub ogólne odpowiedzi. |
Zgłoszenie jest kompletne, spójne i pozwala na pełną ocenę kandydatury. |

