Apie programą
| Padalinys | Matematikos ir informatikos fakultetas | Trukmė | 1,5 metų / 2,5 metų |
| Krypčių grupė | Matematikos mokslai | Studijų forma | Nuolatinės dieninės / ištęstinės dieninės |
| Studijų kryptis (šaka) | Statistika | Studijų programos kreditai | 90 |
| Kvalifikacinis laipsnis | Matematikos mokslų magistras | 2023-2024 m. metinė studijų kaina | 5157 Eur / 3438 Eur |
Duomenų mokslo tikslas – rengti tarptautinio lygio ekonometrijos bei duomenų analizės profesionalus, kurie naudodami šiuolaikines ekonomikos ir duomenų mokslo žinias geba kurti ir taikyti matematinius (statistinius) modelius reikalingus verslui ir viešosioms institucijoms valdant, prognozuojant, vertinant bei planuojant veiklas.
Studijuoti verta, nes:
- tai vienintelė studijų programa Baltijos šalyse, apimanti aukštesnio lygmens ekonometrijos, informatikos bei matematinės statistikos kursus;
- duomenų mokslo studijų programa yra gilinamoji, kurios pagrindą sudaro aukštesnio lygmens dalykai;
- programoje vyrauja tarpdiscipliniškumas, derinant ekonomikos, duomenų analizės, informatikos ir matematinės statistikos žinias;
- priklausomai nuo studento pasirinkimo leidžiama pasirinkti studijų dalykus iš statistikos, informatikos arba ekonometrijos krypčių;
- ištęstinių studijų studentams leidžiama pasirinkti norimą (vieną iš keturių šakoje) studijų trajektoriją.
Karjeros galimybės
Magistrams analitinės modeliavimo, planavimo ir prognozavimo veiklos perspektyvos (įvairiuose lygmenyse) atsiveria mokslo centruose; centriniuose bankuose, ministerijose, kitose viešojo sektoriaus institucijose; inovatyviuose startuoliuose; privataus sektoriaus finansų institucijose (pvz., pensijų fonduose, akcijų biržose, draudimo kompanijose, komerciniuose bankuose); konsultavimo įmonėse; kitų įmonių analizės ir planavimo padaliniuose.
Be to, galima ir mokslinė karjera – toliau studijuoti duomenų analizės, duomenų mokslo, ekonometrijos ar/ir statistikos doktorantūroje Lietuvos bei užsienio mokslo institucijose.
Studijų turinys
Studijų programos planas (nuolatinė studijų forma)
| Dalykai | Kreditai |
| I KURSAS | 60.0 |
| 1 semestras | 30.0 |
| Privalomieji dalykai (moduliai) |
20.0 |
| Daugiamatė statistika | 5.0 |
| Duomenų gavyba | 5.0 |
| Parametrinė ir neparametrinė statistika | 10.0 |
| Pasirenkamieji dalykai (moduliai) |
10.0 |
| Lošimų teorija | 5.0 |
| Panelinių duomenų ekonometrija | 5.0 |
| Šiuolaikinė matematinė ekonomika | 5.0 |
| Vaizdo signalų apdorojimas | 5.0 |
| Mikroekonominė analizė | 5.0 |
| 2 semestras | 30.0 |
| Privalomieji dalykai (moduliai) |
20.0 |
| Didžiųjų duomenų analizė | 10.0 |
| Funkcinių duomenų analizė | 10.0 |
| Pasirenkamieji dalykai (moduliai) |
10.0 |
| Bajeso statistika | 5.0 |
| Duomenų vizualizavimas | 5.0 |
| Giliojo mokymosi metodai | 5.0 |
| Imčių tyrimai | 5.0 |
| Daugiamatės laiko eilutės ir finansų ekonometrija | 5.0 |
| II KURSAS | 30.0 |
| 3 semestras | 30.0 |
| Privalomieji dalykai (moduliai) |
30.0 |
| Magistro baigiamojo darbo seminaras | 5.0 |
| Baigiamasis darbas arba (ir) baigiamieji egzaminai | |
| Magistro baigiamasis darbas (kryptis: statistika) | 25.0 |
Studijų programų planai (ištęstinė studijų forma):
1 studijų planas
| Dalykai | Kreditai |
| I KURSAS | 35.0 |
| 1 semestras | 15.0 |
| Privalomieji dalykai (moduliai) |
15.0 |
| Daugiamatė statistika | 5.0 |
| Parametrinė ir neparametrinė statistika | 10.0 |
| 2 semestras | 20.0 |
| Privalomieji dalykai (moduliai) |
20.0 |
| Didžiųjų duomenų analizė | 10.0 |
| Funkcinių duomenų analizė | 10.0 |
| II KURSAS | 35.0 |
| 3 semestras | 15.0 |
| Privalomieji dalykai (moduliai) |
5.0 |
| Duomenų gavyba | 5.0 |
| Pasirenkamieji dalykai (moduliai) | 10.0 |
| Panelinių duomenų ekonometrija | 5.0 |
| Lošimų teorija | 5.0 |
| Mikroekonominė analizė | 5.0 |
| Šiuolaikinė matematinė ekonomika | 5.0 |
| Vaizdo signalų apdorojimas | 5.0 |
| 4 semestras | 20.0 |
| Privalomieji dalykai (moduliai) | 10.0 |
| Mokslo tiriamasis darbas (Magistro baigiamojo darbo projektas) | 10.0 |
| Pasirenkamieji dalykai (moduliai) | 10.0 |
| Bajeso statistika | 5.0 |
| Daugiamačių duomenų vizualizavimas | 5.0 |
| Finansų ekonometrija | 5.0 |
| Imčių tyrimai | 5.0 |
| Giliojo mokymosi metodai | 5.0 |
| III KURSAS | 20.0 |
| 5 semestras | 20.0 |
| Privalomieji dalykai (moduliai) | 5.0 |
| Magistro baigiamojo darbo seminaras | 5.0 |
| Baigiamasis darbas arba(ir) baigiamieji egzaminai |
15.0 |
| Magistro baigiamasis darbas (kryptis: statistika) | 15.0 |
2 studijų planas
| Dalykai | Kreditai |
| I KURSAS | 35.0 |
| 1 semestras | 15.0 |
| Privalomieji dalykai (moduliai) |
15.0 |
| Daugiamatė statistika | 5.0 |
| Parametrinė ir neparametrinė statistika | 10.0 |
| 2 semestras | 20.0 |
| Privalomieji dalykai (moduliai) |
10.0 |
| Didžiųjų duomenų analizė | 10.0 |
| Pasirenkamieji dalykai (moduliai) | 10.0 |
| Bajeso statistika | 5.0 |
| Daugiamačių duomenų vizualizavimas | 5.0 |
| Finansų ekonometrija | 5.0 |
| Giliojo mokymosi metodai | 5.0 |
| Imčių tyrimai | 5.0 |
| II KURSAS | 35.0 |
| 3 semestras | 15.0 |
| Privalomieji dalykai (moduliai) |
5.0 |
| Duomenų gavyba | 5.0 |
| Pasirenkamieji dalykai (moduliai) | 10.0 |
| Panelinių duomenų ekonometrija | 5.0 |
| Mikroekonominė analizė | 5.0 |
| Lošimų teorija | 5.0 |
| Šiuolaikinė matematinė ekonomika | 5.0 |
| Vaizdo signalų apdorojimas | 5.0 |
| 4 semestras | 20.0 |
| Privalomieji dalykai (moduliai) | 20.0 |
| Funkcinių duomenų analizė | 10.0 |
| Mokslo tiriamasis darbas (Magistro baigiamojo darbo projektas) | 10.0 |
| III KURSAS | 20.0 |
| 5 semestras | 20.0 |
| Privalomieji dalykai (moduliai) | 5.0 |
| Magistro baigiamojo darbo seminaras | 5.0 |
| Baigiamasis darbas arba(ir) baigiamieji egzaminai | 15.0 |
| Magistro baigiamasis darbas (kryptis: statistika) | 15.0 |
3 studijų planas
| Dalykai | Kreditai |
| I KURSAS | 35.0 |
| 1 semestras | 15.0 |
| Privalomieji dalykai (moduliai) |
5.0 |
| Daugiamatė statistika | 5.0 |
| Pasirenkamieji dalykai (moduliai) | 10.0 |
| Panelinių duomenų ekonometrija | 5.0 |
| Mikroekonominė analizė | 5.0 |
| Lošimų teorija | 5.0 |
| Šiuolaikinė matematinė ekonomika | 5.0 |
| Vaizdo signalų apdorojimas | 5.0 |
| 2 semestras | 20.0 |
| Privalomieji dalykai (moduliai) |
20.0 |
| Funkcinių duomenų analizė | 10.0 |
| Didžiųjų duomenų analizė | 10.0 |
| II KURSAS | 35.0 |
| 3 semestras | 15.0 |
| Privalomieji dalykai (moduliai) |
15.0 |
| Duomenų gavyba | 5.0 |
| Parametrinė ir neparametrinė statistika | 10.0 |
| 4 semestras | 20.0 |
| Privalomieji dalykai (moduliai) | 10.0 |
| Mokslo tiriamasis darbas (Magistro baigiamojo darbo projektas) | 10.0 |
| Pasirenkamieji dalykai (moduliai) | 10.0 |
| Bajeso statistika | 5.0 |
| Daugiamačių duomenų vizualizavimas | 5.0 |
| Imčių tyrimai | 5.0 |
| Finansų ekonometrija | 5.0 |
| Giliojo mokymosi metodai | 5.0 |
| III KURSAS | 20.0 |
| 5 semestras | 20.0 |
| Privalomieji dalykai (moduliai) | 5.0 |
| Magistro baigiamojo darbo seminaras | 5.0 |
| Baigiamasis darbas arba(ir) baigiamieji egzaminai | 15.0 |
| Magistro baigiamasis darbas (kryptis: statistika) | 15.0 |
4 studijų planas
| Dalykai | Kreditai |
| I KURSAS | 35.0 |
| 1 semestras | 15.0 |
| Privalomieji dalykai (moduliai) |
5.0 |
| Daugiamatė statistika | 5.0 |
| Pasirenkamieji dalykai (moduliai) | 10.0 |
| Panelinių duomenų ekonometrija | 5.0 |
| Lošimų teorija | 5.0 |
| Mikroekonominė analizė | 5.0 |
| Šiuolaikinė matematinė ekonomika | 5.0 |
| Vaizdo signalų apdorojimas | 5.0 |
| 2 semestras | 20.0 |
| Privalomieji dalykai (moduliai) |
10.0 |
| Didžiųjų duomenų analizė | 10.0 |
| Pasirenkamieji dalykai (moduliai) | 10.0 |
| Bajeso statistika | 5.0 |
| Daugiamačių duomenų vizualizavimas | 5.0 |
| Finansų ekonometrija | 5.0 |
| Giliojo mokymosi metodai | 5.0 |
| Imčių tyrimai | 5.0 |
| II KURSAS | 35.0 |
| 3 semestras | 15.0 |
| Privalomieji dalykai (moduliai) |
15.0 |
| Duomenų gavyba | 5.0 |
| Parametrinė ir neparametrinė statistika | 10.0 |
| 4 semestras | 20.0 |
| Privalomieji dalykai (moduliai) | 20.0 |
| Funkcinių duomenų analizė | 10.0 |
| Mokslo tiriamasis darbas (Magistro baigiamojo darbo projektas) | 10.0 |
| III KURSAS | 20.0 |
| 5 semestras | 20.0 |
| Privalomieji dalykai (moduliai) | 5.0 |
| Magistro baigiamojo darbo seminaras | 5.0 |
| Baigiamasis darbas arba(ir) baigiamieji egzaminai | 15.0 |
| Magistro baigiamasis darbas (kryptis: statistika) | 15.0 |
Reikalavimai stojantiesiems
Į šią studijų programą yra priimami asmenys, baigę pirmosios pakopos universitetines visų sričių studijas ir turintys bazines matematinės analizės, matricų algebros, tikimybių teorijos, statistikos bei informatikos (R, Python ar pan.) žinias, kurios gali būti tikrinamos motyvacinio pokalbio metu.
Stojantieji į šią studijų programą turi dalyvauti motyvaciniame pokalbyje.
Daugiau informacijos apie priėmimo reikalavimus čia.
Alumni
Aistė, duomenų analitikė, Lietuva
„Studijų metu įgijau ne tik teorinių žinių, abstraktaus mąstymo, modeliavimo, bet ir mokėmės pristatyti savo duomenų analizės įžvalgas kitiems, kas yra be galo svarbu ir kasdieniame darbe. Labai džiaugiuosi šiomis studijomis“.
Kontaktai
Studijų programos komitetas
Doc. dr. Rūta Levulienė – komiteto pirmininkė;
- Vyresn. m. darb. dr. Jolita Bernatavičienė;
- Asist. dr. Andrius Buteikis;
- Prof. habil. dr. Vydas Čekanavičius;
- Partnerystės doc. Petras Dubinskas (Vilniaus universiteto Verslo mokykla);
- Prof. habil. dr. Remigijus Leipus;
- Doc. dr. Jurgita Markevičiūtė;
- Asist. dr. Tomas Plankis;
- Prof. habil. dr. Alfredas Račkauskas;
- Doc. dr. Viktor Skorniakov;
- Ramunė Šabanienė (socialinių partnerių atstovas, If P&C Insurance AS);
- Dominykas Venclovas, studentų atstovas;
- Živilė Talutytė, studentų atstovė;
- Paulina Leščinskaitė, studentų atstovė.
Klausk studento
Užduok klausimą studentui!
 |
Austėja Petrokaitė | I kursas | |
|
Kadangi Ekonometrijos bakalauro studijos buvo įdomios ir naudingos, norėjosi toliau jas tęsti, gilinti įgytas žinias, išmokti naujų dalykų, kuriuos galėčiau taikyti profesinėje veikloje. Todėl pasirinkau Modeliavimo ir duomenų analizės studijų programą, Ekonometrijos šaką (dabar – Duomenų mokslas). Taip pat magistro studijos yra ir tam tikras asmeninis iššūkis. Taip pat ir uždavinys – išmokti derinti darbą, mokslus ir asmeninį gyvenimą, išsiugdyti nuolatinio tobulėjimo įgūdį ir įprotį ir tai padaryti taip, kad mokymasis būtų ir efektyvus, ir teikiantis džiaugsmą. |
|||
 |
Laura Jankovskytė |
I kursas | |
|
|
|||
 |
Agnė Kavaliauskaitė |
I kursas |
|
|
Po bakalauro studijų pradėjau dirbti duomenų analitikos srityje ir ieškojau būdų, kaip galėčiau pagilinti savo žinias. Modeliavimo ir duomenų analizės magistro studijos (dabar Duomenų mokslas) atitiko visus mano lūkesčius – įdomios paskaitos, nemažai grupinių projektų ir praktinių užduočių. Taip pat džiugina galimybė studijuoti ištęstiniu būdu. Tai labai praverčia derinant studijas su darbu. |
|||
Baigiau Ekonometrijos bakalauro studijų programą ir per ketverius studijų metus išmokau labai daug – pasisėmiau tiek profesinių žinių, tiek gyvenimiškos patirties iš VU MIF, kaip bendruomenės. Todėl, norėdama dar labiau gilintis į duomenų pasaulį ir formuoti savo karjerą šioje srityje, nusprendžiau tęsti studijas ir studijuoti Modeliavimo ir duomenų analizės programą (dabar – Duomenų mokslas). Žinojau, kad VU MIF gausiu kokybiškas žinias iš dėstytojų, kurie yra savo srities profesionalai ir stengiasi aiškiai ir tikslingai tas žinias perduoti studentams. Taip pat žinojau, kad visada sulauksiu pagalbos iš fakulteto ir universiteto bendruomenės, jei tik jos prireiks.
Susisiekti