Data Science and Business Analytics, niestacjonarne (wieczorowe), drugiego stopnia (w języku angielskim) (NW2-PRK-DSBA) | |
Drugiego stopnia Niestacjonarne (wieczorowe), 2-letnie Język: angielski | Spis treści: Opis ogólnyDziedzina: nauki społeczne Dyscyplina: dyscyplina wiodąca „Ekonomia i finanse” Język wykładowy: język angielski Tytuł zawodowy, który uzyskasz po skończeniu studiów: magister kierunku Data Science and Business Analytics Gdzie i kiedy będziesz mieć zajęcia Miejsce: Zajęcia kierunkowe odbywają się w siedzibie Wydziału Nauk Ekonomicznych UW przy ul. Długiej 44/50 w Warszawie. Czas: Zajęcia odbywają się od poniedziałku do piątku w godzinach południowych, po godz. 15:00. Studia, które zmieniają perspektywę – studiuj na WNE UW Postaw na Wydział Nauk Ekonomicznych Uniwersytetu Warszawskiego – lidera edukacji ekonomicznej w Polsce i jednego z najlepszych ośrodków badawczych w Europie.
Informacje ogólne Zostań specjalistą, którego szuka rynek – studiuj Data Science and Business Analytics na Uniwersytecie Warszawskim! Jeśli interesuje Cię świat danych, marzysz o pracy na styku technologii, ekonomii i biznesu – ten kierunek jest dla Ciebie. Program Data Science and Business Analytics , prowadzony na Wydziale Nauk Ekonomicznych Uniwersytetu Warszawskiego, to nie tylko studia – to inwestycja w przyszłość. W 2024 roku kierunek ten został uznany za najlepszy program z zakresu analizy danych w Europie Środkowo-Wschodniej według prestiżowego rankingu Eduniversal Best Masters 2024. To nowoczesny, czterosemestralny program prowadzony w całości w języku angielskim, który łączy zaawansowaną wiedzę z zakresu data science, statystyki, uczenia maszynowego i ekonomii z praktycznymi umiejętnościami programowania (Python, R, SQL, SAS) oraz rozwijaniem kompetencji miękkich, takich jak komunikacja i podejmowanie decyzji w środowisku biznesowym. Podwójny dyplom – więcej możliwości, większy prestiż Dzięki współpracy z Uniwersytetem w Mediolanie (Università degli Studi di Milano), studenci mają wyjątkową szansę uzyskać dwa międzynarodowe dyplomy magisterskie z dofinansowaniem z Programu NAWA - Katamaran:
Pierwszy rok studiów realizowany jest na uczelni macierzystej (UW lub UNIMI), drugi – na uczelni partnerskiej. To nie tylko unikalne doświadczenie akademickie, ale także szansa na rozwój w międzynarodowym środowisku i budowanie globalnej sieci kontaktów. Program, który łączy teorię z praktyką Program opiera się na czterech solidnych filarach:
Jednym z wyróżników kierunku jest kurs "Understanding Business" , w ramach którego studenci pracują nad realnymi projektami biznesowymi z partnerami z rynku. To doskonała okazja, by sprawdzić się w praktyce, zmierzyć z rzeczywistymi wyzwaniami i tworzyć rozwiązania oparte na danych. Dla kogo jest ten kierunek? Data Science and Business Analytics to idealny wybór dla studentów zainteresowanych analizą danych w kontekście ekonomii, finansów, biznesu lub nauk społecznych. Kandydaci powinni posiadać podstawy z matematyki, statystyki i programowania oraz ambicję, by działać na styku nauki i biznesu. Co zyskujesz jako absolwent? Nasi absolwenci to nie tylko analitycy danych – to specjaliści rozumiejący złożone procesy gospodarcze, potrafiący nie tylko analizować, ale i przekładać dane na konkretne decyzje biznesowe. Wyróżnia ich:
Program przygotowuje również do kontynuowania kariery naukowej – absolwenci z powodzeniem podejmują studia doktoranckie w Polsce i za granicą. Twoja kariera po studiach Gdzie pracują nasi absolwenci? Wszędzie tam, gdzie dane mają znaczenie:
Dzięki solidnemu przygotowaniu teoretycznemu i praktycznemu, absolwenci Data Science and Business Analytics z łatwością adaptują się do zmieniających się wymagań rynku i są cenionymi specjalistami na całym świecie. Studia płatne dla wszystkich studentów; cenniki studiów dostępne są tutaj. Najlepsi studenci kierunku mogą uzyskać ulgę w płatności za studia. Więcej informacji znajduje się na stronie. |
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.