Serwisy internetowe Uniwersytetu Warszawskiego
Nie jesteś zalogowany | zaloguj się
Kierunki studiów > Studia II stopnia > Informatyka i ekonometria > Informatyka i ekonometria, stacjonarne, drugiego stopnia

Informatyka i ekonometria, stacjonarne, drugiego stopnia (S2-IE)

Drugiego stopnia
Stacjonarne, 2-letnie
Język: polski

Minimalna liczba osób przyjętych (w ramach wszystkich ścieżek kwalifikacji) będąca warunkiem uruchomienia studiów: 5

Po sporządzeniu listy rankingowej Komisja Rekrutacyjna podejmie decyzję o ustaleniu progu punktowego wymaganego do uzyskania kwalifikacji na studia.

Studia drugiego stopnia na kierunku „Informatyka i Ekonometria” stanowią naturalną i pożądaną kontynuację studiów pierwszego stopnia na tym samym kierunku oraz na kierunkach pokrewnych. Ponadto, studia te są atrakcyjną propozycją dla osób posiadających dobre wykształcenie w zakresie matematyki i nauk ścisłych, a chcących poznać ich zadziwiająco praktyczne zastosowanie w ekonomii, zarządzaniu, finansach i ubezpieczeniach.

Absolwent tego kierunku posiada umiejętność swobodnego posługiwania się specjalistyczną terminologią ekonomiczną w języku angielskim i wykorzystuje ją w nieprzerwanym procesie rozwijania własnych kompetencji.

Absolwenta wyróżnia zdolność twórczego i kreatywnego myślenia, która wzbogacona specjalistyczną wiedzą – ułatwia podejmowanie decyzji o charakterze strategicznym dla firm. Dodatkowo, wyróżnia go szczególnie ceniona na rynku pracy umiejętność swobodnego łączenia wiedzy teoretycznej z kompleksowym podejściem do danych.

Absolwent zna zaawansowane metody i najnowocześniejsze narzędzia wykorzystywane w pracy wysoko wyspecjalizowanego analityka danych empirycznych. Zna klasyczne i nowoczesne metody ilościowe, a także narzędzia informatyczne, obliczeniowe i ekonometryczne stosowane w procesie pogłębionej analizy danych. Zna niezbędne w analizie nowoczesne metody pozyskiwania i przetwarzania danych do badania.

Absolwent zna i rozumie zaawansowane makroekonomiczne teorie opisujące funkcjonowanie gospodarki na poziomie pozwalającym wyjaśniać i interpretować zjawiska makroekonomiczne z wykorzystaniem zaawansowanych modeli i metodologii. Zna teorie wzrostu gospodarczego, ekonomii monetarnej i ekonomii rynku pracy. Ma również pogłębioną wiedzę o wykorzystaniu teorii mikroekonomii w modelowaniu zachowań producenta, konsumenta oraz rynków. Zna narzędzia wspomagające analizę mikroekonomiczną, zna również praktyczne aplikacje przedstawionych teorii i modeli.

Absolwent posiada pogłębioną wiedzę na temat mechanizmów rynku finansowego, funkcji i instytucji systemu finansowego, instrumentów rynku finansowego. Zna i rozumie teorią portfelową, modele rynku kapitałowego oraz nowoczesne instrumenty finansowe.

Absolwent posiada rozszerzoną wiedzę na temat specjalistycznych narzędzi matematycznych, w tym równań różniczkowych oraz zaawansowanych metod optymalizacji stosowanych w teoretycznych modelach mikro- i makroekonomii, finansach i ubezpieczeniach, a także w teoriach wnioskowania statystycznego, ekonometrii i analizie szeregów czasowych. Zna zaawansowane metody statystycznej i ekonometrycznej analizy danych wielowymiarowych, w szczególności metody opisujące zależności między zmiennymi w modelu. Zna metody predykcji i estymacji błędu. Dysponuje rozszerzoną wiedzą o narzędziach wykorzystywanych w pogłębionej analizie i prognozowaniu szeregów czasowych. Zna programy do obliczeń statystycznych i ekonometrycznych, z których najważniejsze to STATA, R, Matlab, SAS, SPSS oraz EVIEWS. Absolwent zna i rozumie założenia modeli statystycznych używanych w zaawansowanej analizie szeregów czasowych oraz rozumie ich matematyczne podstawy. Ma pogłębioną wiedzę na temat problemów pojawiających się w trakcie analizy danych empirycznych. Zna i rozumie metody konstruowania prognoz na podstawie wybranych modeli szeregów czasowych. Zna metody symulacji, w tym metodę Monte Carlo. Absolwent posiada pogłębioną teoretyczną i praktyczną wiedzę z zakresu prognozowania ekonomicznego, zna typy prognoz, metody pomiaru błędu prognozy.

Absolwent zna także zaawansowane techniki informatyczne, szczególnie z zakresu programowania. Dogłębnie zna i rozumie podstawowe konstrukcje i pojęcia programistyczne używane w strukturalnych i obiektowych językach programowania. Zna język programowania C++. Zna klasyczne algorytmy oraz struktury danych. Ma podstawową wiedzę z zakresu projektowania oprogramowania.

Absolwent posiada zaawansowaną wiedzę na temat teorii ryzyka w ubezpieczeniach majątkowych i życiowych. Zna metody ubezpieczania i redukcji ryzyka, metody kalkulacji składek i rezerw, matematyczne modele stosowane w analizie ryzyka. Rozumie znaczenie zagadnień hazardu moralnego oraz asymetrii informacji. Posiada wiedzę na temat komponentów ryzyka w ubezpieczeniach, w tym ryzyka finansowego oraz ryzyka śmiertelności. Zna zagadnienia związane z zarządzaniem ryzykiem w dużych firmach finansowych, a także zaawansowane modele matematyki finansowej i aktuarialnej.

Absolwent posiada pogłębioną umiejętność doboru modelu statystycznego i metody estymacji do analizowanego problemu oraz zbioru danych. Umie wykorzystać bardziej zaawansowane metody ekonometryczne, by z danych odczytać ilościowe i jakościowe związki między zmiennymi, zweryfikować na podstawie danych hipotezy teoretyczne. Umie do tego celu zastosować pakiet statystyczny STATA oraz inne wybrane narzędzia obliczeniowe (SPSS, SAS, MATLAB, R).

Absolwent czyta i rozumie zaawansowane artykuły i opracowania z zakresu nowoczesnych metod statystycznej i ekonometrycznej analizy danych, potrafi też samodzielnie dobrać metodę estymacji do problemu badawczego oraz zinterpretować wyniki takiego badania.

Absolwent potrafi zastosować zaawansowane modele i teorie makroekonomiczne w badaniu empirycznym, uwzględniając ich założenia i własności wynikające z niepełnej informacji. Student umie stosować pogłębione teorie mikroekonomiczne. Posiada umiejętność analizowania zachowania konsumenta i producenta w warunkach rynkowych. Student potrafi matematycznie modelować wybory konsumenta i producenta.

Absolwent posiada szerokie i pogłębione umiejętności doboru właściwej koncepcji i modelu formalnego do analizy rynków finansowych. Umie nie tylko zaprojektować i przeprowadzić zaawansowane badanie empiryczne, ale poprawnie zinterpretować jego wyniki i poprawnie sformułować raport z całego badania. Rozwiązując problemy ekonomiczne, umie stosować rozszerzone narzędzia matematyczne, w tym zaawansowaną analizę matematyczną, równania różniczkowe oraz algorytmy optymalizacji. Potrafi wykorzystać poznane metody obliczeniowe do zaawansowanych badań ilościowych. Potrafi stosować metody statystycznej i ekonometrycznej analizy danych wielowymiarowych, a także analizować i prognozować szeregi czasowe.

Absolwent umie stosować zaawansowane techniki informatyczne. Potrafi projektować i implementować średniej wielkości programy w języku C++, zarówno samodzielnie, jak i w zespole. Potrafi zaprojektować algorytmy i struktury danych niezbędne do jego realizacji. Potrafi również je testować, poprawiać błędy i dokonywać ich modyfikacji. Umie opracować dokumentację tworzonych programów, jak również korzystać z dokumentacji tworzonej przez inne osoby.

Absolwent posiada umiejętność doboru metody kalkulacji składki w ubezpieczeniach majątkowych i życiowych. Potrafi stosować zaawansowane narzędzia matematyczne i obliczeniowe do wyceny ryzyka ubezpieczeniowego. Umie obliczyć wysokość składki i poziom rezerwy w ubezpieczeniu indywidualnym i grupowym.

Absolwent rozumie, że teorie ekonomiczne wymagają weryfikacji za pomocą danych empirycznych. Rozumie znaczenie badań ilościowych i ich rolę w analizowaniu procesów ekonomicznych. Ma świadomość wagi ich zastosowań dla teorii i praktyki gospodarczej. Ma jednak świadomość, że modele stosowane do tych celów mają swoje ograniczenia. Absolwent ma świadomość konieczności wykorzystania danych empirycznych i metod ilościowych w procesie prognozowania. Równocześnie rozumie konieczność wykorzystania informacji pozamodelowych, uzyskanych od ekspertów celem poprawy jakości prognoz.

Absolwent zna obszary zastosowań metod ilościowych oraz technik informatycznych wykorzystywanych w pracy wysoko wykwalifikowanego analityka danych empirycznych. Rozumie ich znaczenie w procesie podejmowania strategicznych decyzji w wielu instytucjach i jednostkach analityczno-badawczych.

Absolwent ma świadomość korzyści płynących z badań empirycznych i analizy danych, nie tylko statystycznych, finansowych, makroekonomicznych czy panelowych, ale coraz częściej regionalnych, przestrzennych, transakcyjnych, czy też nieustrukturalizowanych danych tekstowych. Rozumie potrzebę stosowania zaawansowanych narzędzi ekonometrycznych, informatycznych i matematycznych w celu uzyskiwania informacji kluczowych dla funkcjonowania instytucji analizujących złożoność procesów ekonomicznych.

Potrafi zaplanować i – samodzielnie lub w grupie – przeprowadzić badanie empiryczne, zaprezentować jego wyniki i przygotować raport z wnioskami analizy. Potrafi zestawiać wyniki cudzych i swoich analiz badawczych, wskazywać różnice i proponować kierunki ich modyfikacji. Potrafi formułować na ich podstawie syntetyczne wnioski odnoszące się do wybranych teorii ekonomicznych.

Absolwent ma świadomość znaczenia zachowywania się w sposób etyczny i profesjonalny w sytuacjach, gdy podstawą decyzji są wnioski płynące z prowadzonych badań ilościowych. Rozumie potrzebę rzetelnego formułowania założeń wyjściowych modelu, od których zależą wnioski końcowe. Wykazuje należytą staranność w procesie doboru i obróbki danych empirycznych.

Absolwent jest przygotowany do aktywnego uczestniczenia w grupach realizujących cele społeczne (polityczne, gospodarcze, obywatelskie) w oparciu o badania ekonometryczne.

Absolwent potrafi doskonalić i uzupełniać zdobyte dotychczas umiejętności oraz wiedzę teoretyczną. Student rozumie znaczenie ciągłego podnoszenia swoich kwalifikacji.

Absolwent posiada zaawansowaną wiedzę oraz praktyczne umiejętności samodzielnego jej poszerzania w oparciu o wyniki najnowszych badań z ekonomii, finansów, ubezpieczeń i dziedzin pokrewnych. Ukończenie studiów otwiera możliwość dalszej specjalizacji w ramach studiów trzeciego stopnia oraz edukację w zakresie nauk aktuarialnych w ramach Letniej Szkoły Nauk Aktuarialnych lub Podyplomowego Studium Ubezpieczeń. Studenci mają też możliwość ukończenia programu SAS Data Mining Certificate Program, który przeznaczony jest dla analityków danych.

Specjalistyczna wiedza z zakresu ekonometrii i informatyki pozwala podjąć pracę we wszystkich podmiotach gospodarczych i instytucjach, w których wymagane jest stosowanie narzędzi matematycznych, statystycznych, ekonometrycznych i informatycznych, jak również prowadzić własną działalność doradczą, która wymaga kwalifikacji analitycznych. Absolwent jest przygotowany do pracy nie tylko w instytucjach finansowych, ale również w firmach, w których przeprowadza się np. badania marketingowe.

Koordynatorzy ECTS:

Przyznawane kwalifikacje:

Magisterium z informatyki i ekonometrii

Dalsze studia:

studia trzeciego stopnia, studia podyplomowe

Warunki przyjęcia

dyplom licencjata lub równoważny

Efekty kształcenia

Efekty kształcenia osiągane przez absolwenta kierunku:
 kompetencje wysoko wyspecjalizowanych analityków danych, mających pogłębione umiejętności łączenia wiedzy teoretycznej oraz kwalifikacji w zakresie pozyskiwania i przetwarzania danych - do rozwiązywania złożonych problemów analityczno-badawczych,
 zaawansowana wiedza i umiejętności z wybranych obszarów nauk ścisłych i społecznych, w tym z mikroekonomii, makroekonomii, metod ilościowych w finansach, metod aktuarialnych, informatyki oraz matematyki,
 kompetencje i praktyczne umiejętności w zakresie przetwarzania i analizy danych, z uwzględnieniem metodologii przetwarzania wielowymiarowego oraz przetwarzania dużych zbiorów danych („data mining” i „big data”),
 kwalifikacje w zakresie stosowania zaawansowanych narzędzi informatycznych, w tym wybranych języków programowania z grupy C++, SQL i 4GL, a także wybranych narzędzi analitycznych, obliczeniowych i ekonometrycznych z grupy STATA, SAS, R CRAN, Eviews oraz Matlab,
 pogłębione umiejętności w zakresie wnioskowania statystycznego, modelowania ekonometrycznego oraz prognozowania szeregów czasowych, które wraz z praktycznymi kompetencjami informatycznymi z zakresu pozyskiwania, integrowania, przetwarzania i analizowania danych – umożliwiają wykonywanie dowolnie złożonych, specjalistycznych zadań w działach analitycznych i badawczych,
 wiedza na temat modelowania oraz praktyczne umiejętności stosowania modeli statystyczno-ekonometrycznych w zaawansowanej analizie danych oraz w analizie symulacyjnej,
 wykształcona świadomość korzyści ekonomicznych płynących z kompleksowego zarządzania danymi i informacjami pozyskiwanymi z danych, w procesie podejmowania decyzji strategicznych dla firm i przedsiębiorstw,
 kompetencje i umiejętności w zakresie aktywnego uczestniczenia w zespołach realizujących złożone projekty analityczno-badawcze oraz kwalifikacje do indywidualnej pracy twórczej
 znajomość i zrozumienie zasadności przestrzegania zawodowych standardów etycznych

Wymiar studiów w punktach ECTS i liczba semestrów: 120 ECTS, cztery semestry
Liczba punktów ECTS przypadająca na zajęcia z zakresy nauk podstawowych: 19
Liczba punktów ECTS z zajęć o charakterze praktycznym: 38
Liczba punktów ECTS z zajęć do wyboru: 63

Plan studiów:

Kwalifikacja:

Ze szczegółowymi kryteriami kwalifikacji można zapoznać się na stronie: https://irk.oferta.uw.edu.pl/