Szkolenia i kursy oferowane przez Uniwersytet Śląskie w Katowicach

zmień rekrutację anuluj wybór

Oferta prezentowana na tej stronie ograniczona jest do wybranej rekrutacji. Jeśli chcesz zobaczyć resztę oferty, wybierz inną rekrutację.

Kurs Data Steward School

Szczegóły
Kod 52-KDSS
Jednostka organizacyjna Centrum Studiów Podyplomowych
Języki wykładowe polski
Rodzaj cykli dydaktycznych SEM
Liczba cykli dydaktycznych 1
  Zadaj pytanie
Tura 1 (06.05.2026 08:35 – 20.05.2026 23:59)
(rekrutacja chroniona kodem dostępu )

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 stacjonarnyzajecia 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: Specjalizacjazdalnie/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:

  • zarządzanie dużymi i złożonymi zbiorami danych (big data)
  • organizacja i dokumentacja danych eksperymentalnych
  • wykorzystanie narzędzi cyfrowych i AI w analizie danych
  • zapewnienie powtarzalności badań (reproducibility)
  • stosowanie standardów danych w naukach technicznych

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:

  • zarządzanie danymi jakościowymi (wywiady, teksty, archiwa)
  • anonimizacja i ochrona danych wrażliwych
  • zarządzanie zgodą i aspektami etycznymi badań
  • przygotowanie danych do ponownego wykorzystania
  • praca z danymi w humanistyce cyfrowej 

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:

  • zarządzanie danymi terenowymi i obserwacyjnymi
  • integracja danych z różnych źródeł (sensory, monitoring)
  • stosowanie standardów interoperacyjności danych
  • organizacja danych biologicznych i środowiskowych
  • przygotowanie danych do analiz i modeli naukowych

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:

  • tworzenie i wdrażanie polityk zarządzania danymi
  • wsparcie naukowców w zakresie RDM i open science
  • zarządzanie obiegiem danych w organizacji
  • zgodność z regulacjami (RODO, Data Act)
  • budowanie roli data stewarda w instytucji

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:

  • obsługa i rozwój repozytoriów danych
  • proces ingest danych (przyjmowanie, walidacja, publikacja)
  • tworzenie i zarządzanie metadanymi
  • stosowanie standardów FAIR i identyfikatorów (PID)
  • zapewnienie jakości i dostępności danych

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:
• zapewnienie jakości i wiarygodności danych badawczych
• stosowanie zasad FAIR i CARE w praktyce badawczej
• zarządzanie danymi wrażliwymi i etycznymi aspektami badań
• budowanie zaufania do danych, repozytoriów i usług data stewardship
• rozumienie i wdrażanie zasad TRUST w infrastrukturach danych 


 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:

  • projektowanie programów szkoleniowych z zakresu RDM
  • prowadzenie szkoleń i warsztatów dla różnych grup odbiorców
  • komunikowanie zagadnień zarządzania danymi
  • tworzenie materiałów dydaktycznych
  • budowanie świadomości open science w organizacji

 

 

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.