Opis kierunku
Studia drugiego stopnia na kierunku analiza i przetwarzanie danych trwają 2 lata, czyli 4 semestry. Po ich ukończeniu uzyskasz tytuł zawodowy magistra. Pierwszy semestr przeznaczony jest na studiowanie podstaw matematyki, informatyki i programowania. Już od drugiego semestru do końca studiów realizowane są przedmioty specjalistyczne. Dotyczą one między innymi uczenia maszynowego, statystyki, rachunku prawdopodobieństwa, baz danych, systemów informatycznych oraz gromadzenia i eksploracji danych.
W drugim semestrze zaczyna się trzysemestralne seminarium magisterskie, a na ostatnich dwóch semestrach realizowany jest jeszcze projekt magisterski. W ramach tych przedmiotów przygotowuje się pracę magisterską pod kierunkiem wybranego pracownika Wydziału Matematyki i Informatyki. W semestrach trzecim i czwartym oferowane są przedmioty do wyboru, których szerokie spektrum pozwoli każdemu znaleźć zajęcia odpowiednie dla siebie.
Kierunek otrzymał Certyfikat Akredytacyjny „Studia z Przyszłością” 2022 oraz Certyfikat Nadzwyczajny „Lider Jakości Kształcenia”.
Wybrane przedmioty
- Rachunek prawdopodobieństwa
- Statystyka z językiem R
- Język SQL w analizie danych
- Uczenie maszynowe
- Algorytmy i struktury danych
- Systemy informatyczne analizy danych
- Analiza danych
- Gromadzenie i eksploracja danych
Kompetencje absolwenta
- Zdobędziesz wiedzę i praktyczne umiejętności w zakresie uczenia maszynowego, statystyki oraz narzędzi informatycznych potrzebnych w codziennej pracy z wieloma rodzajami danych.
- Dowiesz się jak przygotować dane do analizy, dobrać odpowiednie jej metody oraz wykonać potrzebne obliczenia korzystając ze specjalistycznego oprogramowania.
- Nauczysz się wizualizować i raportować wyniki analiz w sposób zrozumiały zarówno dla specjalistów, jak i laików.
- Przyswoisz metody i algorytmy uczenia maszynowego, statystyki i informatyki.
- Zdobędziesz cenne umiejętności obsługi szeroko stosowanych narzędzi informatycznych, takich jak Python, R, SQL i Tableau.
Perspektywy zawodowe
- firmy specjalizujące się w analizie danych, w szczególności Big Data
- sektor bankowy
- sektor ubezpieczeniowy
- sektor usługowy