Duomenų mokslas ir statistika (anglų k. - Data Science and Statistics)
Institucijos, teikiančios šią programą
Programos panašiais pavadinimais
Programos teikiančios tas pačias kvalifikacijas
Aprašymo santrauka
Bendras apibūdinimas:
Studijų programos tikslas (-ai):
Parengti absolventus:
• turinčius žinių apie ekonometrinėje analizėje naudojamus statistinius modelius, jų parinkimo ir specifikavimo metodus, sprendžiant makroekonomikos ir mikroekonomikos uždavinius.
• turinčius matematinės statistikos ir informatikos žinių, susijusių su didžiųjų duomenų analize, žinančius šiuolaikinių verslo analitikos sistemų programinių priemonių galimybes, gebančius taikyti statistinės analizės, statistinio modeliavimo bei prognozavimo metodus.
Studijų rezultatai:
Žinios ir jų taikymas:
- žinos duomenų analizės ryšius su tikimybių teorija ir matematine statistika, ekonometrijos ryšį su statistika ir ekonomikos teorija, tiesinės ir netiesinės regresijos modelius;
- žinos statistinėje duomenų analizėje naudojamus modelius, jų identifikavimo metodus ir algoritmus, ekonometrinių modelių parinkimo ir parametrų vertinimo metodus;
- žinos statistines analizės sistemas (SAS ir R), jų galimybes ir panaudojimą statistinėje duomenų analizėje, ekonometrinių modelių sudaryme, vertinime ir prognozavime;
Gebėjimai vykdyti tyrimus:
- gebės kurti finansų, ekonomikos ir kitų mokslo sričių problemų sprendimo matematinius modelius bei pagrįsti jų tinkamumą;
- gebės kurti didžiųjų duomenų rinkinių analizės matematinius modelius, parinkti parametrus, patikrinti modelio tinkamumą turimiems duomenims, lyginti kelis modelius tarpusavyje;
Specialieji gebėjimai:
- gebės parinkti tiriamiems ekonominiams objektams tinkamus modelius ir juos identifikuoti šiuolaikine programine įranga, spręsti praktinius įmonių veiklos uždavinius, sugebės interpretuoti ir apibendrinti tyrimų rezultatus;
- gebės programuoti statistinės analizės sistemų SAS ir R aplinkoje, paruošti duomenis, užrašyti statistinius modelius, įvertinti jų parametrus, paruošti tyrimų rezultatus tolimesnei analizei ar publikavimui;
Socialiniai gebėjimai:
- gebės aiškiai ir argumentuotai pristatyti mokslinius tyrimus specialistams ir ne specialistams, juos kritiškai vertinti, diskutuoti;
- gebės dirbti tarpdalykinėje ir tarptautinėje komandoje, dalyvauti profesiniuose tinkluose;
Asmeniniai gebėjimai:
- gebės savarankiškai mokytis ir tobulėti pasirinktose matematikos ir jos taikymo srityse bei planuoti mokymosi procesą;
- gebės savarankiškai priimti sprendimus, įvertinti jų pasekmes bei jų sudėtingumą;
Mokymo ir mokymosi veiklos:
Paskaitos, praktiniai užsiėmimai, laboratoriniai darbai.
Studijų rezultatų vertinimo būdai:
Egzaminas.
Sandara:
Studijų dalykai (moduliai), praktika:
Duomenų analizės metodai, Magistro tiriamasis darbas 1,2,3, Magistro baigiamasis darbas.
Specializacijos:
1. Statistiniai metodai finansuose ir ekonomikoje:
Duomenų analizės programinės sistemos, Draudos matematika, Ekonomika, Ekonominių rodiklių analizė ir prognozė, Finansų rinkų matematiniai modeliai, Operacijų tyrimas, Rinktiniai tikimybių teorijos skyriai, Statistinis modeliavimas ir struktūrų analizė, Statistiniai tyrimai imčių metodais.
2. Duomenų mokslas:
Atsitiktiniai grafai, Bajeso metodai, Duomenų bazės 1,2, Duomenų mokslo seminaras, Matricų algebra, Optimizavimo uždaviniai statistikoje, Tekstinių duomenų analizė.
Studento pasirinkimai:
Eilių teorija, Matematinės statistikos pagrindai, Programavimas su R, Rizikos teorija.
Studijų programos skiriamieji bruožai:
Profesinės veiklos ir tolesnių studijų galimybės:
Profesinės veiklos galimybės:
Baigę šią programą, absolventai galės dirbti didelių duomenų analitikais, verslo sistemų analitikais, rizikos vertinimo specialistais, projektų vadovais įvairiose verslo ir valstybinėse įmonėse Lietuvoje ir užsienyje.
Tolesnių studijų galimybės:
Studijas galės tęsti fizinių mokslų srities matematikos mokslo krypties doktorantūroje Lietuvos ir užsienio universitetuose.
