Program szkoły obejmuje rozwój kompetencji związanych z cyfrową transformacją nauki, zarządzaniem danymi badawczymi i workflowami badawczymi (Research Data Management – RDM & research workflows) oraz wykorzystaniem sztucznej inteligencji w badaniach naukowych. Program ma charakter modułowy i elastyczny, co umożliwia dostosowanie jego zakresu do potrzeb instytucji oraz uczestników. Program szkoleniowy realizowany jest w języku polskim i angielskim, a wybrane elementy oferty mogą być prowadzone także w języku niemieckim, co umożliwia udział uczestnikom z różnych krajów oraz sprzyja międzynarodowej współpracy.
Szkoła oferuje różnorodne formy kształcenia i rozwoju kompetencji, w tym:
- Data Steward School – kompleksowy program kształcenia specjalistów w zakresie zarządzania danymi badawczymi:
• intensywne kursy stacjonarne i online
• kursy specjalizacyjne prowadzone w formule stacjonarnej lub zdalnej
• warsztaty praktyczne i szkolenia tematyczne
• webinaria i wykłady eksperckie
• mentoring indywidualny oraz programy mentoringowe
• peer-to-peer learning i wymianę doświadczeń między uczestnikami
• on-the-job training, umożliwiający zdobywanie kompetencji w środowisku pracy
• wizyty studyjne w instytucjach i infrastrukturach badawczych
• kursy projektowane na zamówienie (tailor-made) dla instytucji naukowych i administracji publicznej
W ramach tych form kształcenia realizowane są szkolenia obejmujące różne aspekty cyfrowej transformacji nauki. Przykładowe bloki tematyczne obejmują:
Blok 1: Cyfrowa nauka i infrastruktury badawcze
- cyfryzację nauki i badania oparte na danych (data-driven science)
- krajowe i europejskie polityki oraz strategie Open Science krajowe i europejskie infrastruktury badawcze oraz ekosystemy danych
- European Open Science Cloud (EOSC) i europejskie przestrzenie danych
- cyfrowe workflowy badawcze oraz narzędzia wspierające proces badawczy
Blok 2: Zarządzanie danymi badawczymi (Research Data Management)
- Research Data Management (RDM) oraz organizację workflowów badawczych
- Data Management Plan (DMP) – przygotowanie, wdrażanie i raportowanie
- standardy FAIR i CARE dla danych badawczych
- repozytoria danych, infrastruktury badawcze i usługi danych
- metadane, identyfikatory PID
- zapewnianie jakości danych
- archiwizację danych
- ponowne wykorzystanie danych badawczych
Blok 3: Aspekty prawne, etyczne i bezpieczeństwo cyfrowej nauki
- licencjonowanie danych badawczych oraz zarządzanie prawami własności intelektualnej
- zarządzanie danymi wrażliwymi i danymi osobowymi w badaniach naukowych
- bezpieczeństwo danych, ochrona informacji oraz suwerenność danych badawczych
- rzetelność naukowa (research integrity) oraz etyka badań naukowych, w tym odpowiedzialne prowadzenie badań oraz transparentność metod badawczych
- prawne i etyczne aspekty wykorzystania sztucznej inteligencji w badaniach naukowych, w tym odpowiedzialne, transparentne i zgodne z regulacjami stosowanie narzędzi AI w procesie badawczym
Blok 4: Sztuczna inteligencja i zaawansowane metody analityczne
- sztuczną inteligencję w badaniach naukowych (AI in Science)
- wykorzystanie narzędzi AI w analizie danych naukowych
- metody obliczeniowe i analityczne wspierające badania oparte na danych
Program obejmuje zarówno szkolenia podstawowe, jak i kursy specjalistyczne, w tym szkolenia dotyczące zarządzania danymi i workflowami badawczymi w poszczególnych dziedzinach i dyscyplinach naukowych. Szkolenia mogą być również projektowane w formule tailor-made, dostosowane do potrzeb konkretnych instytucji, zespołów badawczych lub grup zawodowych.