Informatyka i ekonometria, specjalność Data Science (Informatics and Econometrics, specialty: Data Science), niestacjonarne, drugiego stopnia (w jęz. angielskim) (NW2-IECN-DS) | |
Drugiego stopnia Niestacjonarne (wieczorowe), 2-letnie Język: angielski | Spis treści: Opis ogólny
Brak opisu dla tego programu.
|
Przyznawane kwalifikacje:
Dalsze studia:
Efekty kształcenia
Absolwent kierunku:
- Zna i rozumie pogłębione teorie naukowe z zakresu ekonomii, finansów, statystyki, ekonometrii, uczenia maszynowego lub programowania oraz metodologię badań naukowych w tych dziedzinach.
- Zna i rozumie zasady zarządzania zasobami własności intelektualnej oraz zasobami informacyjnymi, w tym źródłami i bazami danych. .
- Potrafi wykorzystać wiedzę z zakresu matematyki, badań operacyjnych, metod statystycznych i ekonometrycznych, uczenia maszynowego i data science do przeprowadzania wysoko wyspecjalizowanej ilościowej analizy problemów ekonomicznych, finansowych, zarządczych i z innych dziedzin. .
- Potrafi stosować zaawansowane narzędzia informatyczne, w tym wybrane języki programowania z grupy S, Python, C, C++, SQL lub 4GL, a także wybrane narzędzia analityczne z grupy R, Python lub SAS..
- Potrafi łączyć wiedzę teoretyczną z kompleksowym podejściem do przetwarzania i analizy danych, z uwzględnieniem metodologii przetwarzania dużych zbiorów danych - „big data”.
- Potrafi prowadzić badania w zakresie modelowania (ekonometrycznego, uczenia maszynowego, prognozowania szeregów czasowych, stosowania metod ilościowych lub aktuarialnych) w odniesieniu do wyzwań w planowej pracy w działach analitycznych i badawczych (instytucji rynku finansowego, ubezpieczeniowego, technologicznego lub przemysłu i usług opartych na danych).
- Potrafi wykonywać skomplikowane zadania z wykorzystaniem metod pozyskiwania, integrowania, przetwarzania i analizowania danych ilościowych i ustrukturyzowanych oraz jakościowych i nieustrukturyzowanych,.
- Potrafi kierować pracą zespołu, planować rozwój własny i innych oraz tworzyć raporty i komunikatywnie prezentować wyniki samodzielnych analiz w języku angielskim.
- Potrafi posługiwać się językiem angielskim na poziomie B2+ z użyciem terminologii specjalistycznej potrzebnej do pracy i prowadzenia badań w obszarze Data Science.
- Jest gotów do krytycznej oceny uzyskiwanych wyników badań i analiz .
- Jest gotów do planowania, dobrej organizacji pracy własnej i zespołowej oraz do szybkiego samokształcenia się i podnoszenia zdobytych kwalifikacji.
- Jest gotów do przestrzegania zawodowych standardów etycznych.