Serwisy internetowe Uniwersytetu Warszawskiego
Nie jesteś zalogowany | zaloguj się
Kierunki studiów > Wszystkie studia > Data Science and Business Analytics > Data Science and Business Analytics, niestacjonarne (wieczorowe), drugiego stopnia (w języku angielskim)

Data Science and Business Analytics, niestacjonarne (wieczorowe), drugiego stopnia (w języku angielskim) (NW2-PRK-DSBA)

Drugiego stopnia
Niestacjonarne (wieczorowe), 2-letnie
Język: angielski

Kierunek „Data Science and Business Analytics” jest 2. programem w Europie Wchodniej w kategorii Data analytics wg Eduniversal Best Masters Ranking 2022.

Program Data Science na Wydziale Nauk Ekonomicznych Uniwersytetu Warszawskiego to cztero-semestralny program w pełnym wymiarze godzin, który zapewnia studentom wyjątkową wiedzę z zakresu nauk o danych.

Nauka o danych łączy różne metody naukowe w celu wyodrębnienia informacji z danych. Data Science to szybko rozwijająca się część analizy ilościowej, która jest bardzo pożądana na rynku. Jego popularność odzwierciedla dostępność ogromnej ilości (dużych) danych, które odpowiednio wykorzystywane dają ogromne możliwości dla biznesu.

Data Scientist łączy szeroką wiedzę i umiejętności w zakresie analizy danych, ekonometrii i uczenia maszynowego, programowania IT z umiejętnościami miękkimi, co razem czyni ich wysoce pożądanymi ekspertami. Kursy oparte są głównie na oprogramowaniu R i Python.

Program Data Science and Business Analytics zapewnia niezbędną wiedzę i umiejętności, aby stać się bardzo dobrym Data Scientist. Poza twardymi przedmiotami informatycznym i analitycznymi program zawiera kursy z zakresu mikroekonomii, makroekonomii, finansów, jak również komunikacji i autoprezentacji, negocjacji czy case-study dla biznesu.

Efekty kształcenia osiągane przez Absolwentów:

  • 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, statystyki, ekonometrii, finansów ze szczególnym naciskiem na analizę ilościową oraz informatyki, programowania i matematyki;
  • umiejętność przeprowadzenia wysoko wyspecjalizowanych analiz danych , formułowania i rozwiązywania złożonych i nietypowych problemów, właściwego doboru zaawansowanych metod ilościowych;
  • 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 S, Python, SQL, C++, SQL i 4GL, a także wybranych narzędzi analitycznych, obliczeniowych i ekonometrycznych z grupy R, Python, SAS i in.;
  • pogłębione umiejętności w zakresie wnioskowania statystycznego, modelowania ekonometrycznego oraz machine learnigowego , 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;
  • Umiejętność prezentacji osiągnięć i wyników swoich badań w sposób zrozumiały i komunikatywny;
  • 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.

Kierunek jest prowadzony przez Wydział Nauk Ekonomicznych Uniwersytetu Warszawskiego, który:

  • znajduje się w 5% najlepszych instytucji naukowych Europy, międzynarodowej bazy RePEC;
  • jako jedyny ośrodek w Polsce posiada 3 prestiżowe Certyfikaty Doskonałości Kształcenia Polskiej Komisji Akredytacyjnej, obejmujące w momencie oceny wszystkie prowadzone przez Wydział kierunki;
  • zgodnie z ogólnopolskim rankingiem magazynu Perspektywy 2022 prowadzi najlepszy w Polsce kierunek „Ekonomia” oraz drugi w kraju „Finanse i rachunkowość” ;
  • w rankingu dziennika “Rzeczpospolita” z 2019 r., tworzonego na podstawie danych Ogólnopolskiego systemu monitorowania Ekonomicznych Losów Absolwentów szkół wyższych (ELA) Wydział i jego absolwenci plasują się na 1. miejscu osiągając najwyższe średnie zarobki w Polsce, w pierwszym roku po uzyskaniu dyplomu.

Przyznawane kwalifikacje:

Magisterium z Data Science and Business Analytics

Dalsze studia:

szkoła doktorska, studia podyplomowe

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.

Kwalifikacja:

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