Dirbtinis intelektas šiandien tapo viena dažniausiai minimų sąvokų viešojoje erdvėje. Tačiau už skambių antraščių slypi kur kas konkretesnė realybė – duomenys, matematika, algoritmai ir specialistai, gebantys visa tai paversti realiais sprendimais. Kol pasaulyje diskutuojama apie DI ateitį, Lietuvoje universitetai jau dabar rengia profesionalus, kurie kuria technologijas verslui, mokslui ir viešajam sektoriui.
Apie tai, kuo skiriasi Duomenų mokslo ir Verslo duomenų analitikos studijų programos, kokių kompetencijų įgyja studentai ir kodėl šios srities specialistų poreikis nuolat auga, kalbamės su VU Matematikos ir informatikos fakulteto profesore dr. Jurgita Markevičiūte, docentu dr. Viktoru Skorniakovu ir Verslo duomenų analitikos studijų programos trečiakurse Gintare Antulyte.
Kuo skiriasi Duomenų mokslo ir Verslo duomenų analitikos studijų programos?
VU MIF prof. Jurgita Markevičiūtė
Jurgita Markevičiūtė: Duomenų mokslo studijų programa yra platesnė – joje studentai mokosi įvairių duomenų analizės metodų, kaip iš duomenų gauti informaciją ir kurti naujas žinias. Programoje nagrinėjami įvairūs taikymai – nuo verslo iki medicinos. Verslo duomenų analitika taip pat priklauso šiai sričiai, tačiau yra labiau orientuota į verslo duomenų analizę, o studijose prisideda ir Verslo mokyklos dėstytojai, suteikiantys verslo, ekonomikos bei lyderystės pagrindus.
Ar galima sakyti, kad abi programos remiasi tais pačiais pagrindais?
J. Markevičiūtė: Taip, abi programos remiasi duomenų analize, statistika ir programavimu, tačiau jų akcentai skiriasi. Duomenų mokslo studijose daugiau dėmesio skiriama įvairiems analizės metodams, modeliavimui ir jų taikymui skirtingose srityse – nuo verslo iki medicinos ar mokslinių tyrimų. Tuo tarpu Verslo duomenų analitikos programa labiau orientuota į duomenų panaudojimą organizacijose, verslo procesų analizę ir sprendimų priėmimą.
Kaip studijose derinama teorija ir praktika?
J. Markevičiūtė: Dauguma statistinių dalykų turi laboratorinius darbus, kuriuose studentai atlieka tyrimus su tikrais duomenimis.
VU MIF doc. dr. Viktoras Skorniakovas
Viktoras Skorniakovas: Kai studentai gauna praktines užduotis, jie pritaiko visas anksčiau įgytas žinias – reikia ir programavimo, ir teorinių žinių, kad suprastum modelius, kuriuos taikysi. Visa tai susijungia labai organiškai.
Ar studentai dirba su realiais duomenimis ir realiomis problemomis?
V. Skorniakovas: Duomenų mokslo studentai su realiais duomenimis pradeda dirbti jau trečiajame kurse. Rengdami kursinį darbą jie analizuoja partnerių organizacijų pateiktus duomenis ir sprendžia realias problemas. Tai leidžia ne tik pritaikyti studijų metu įgytas statistikos, programavimo ir duomenų analizės žinias, bet ir geriau suprasti, kaip duomenimis grįsti sprendimai priimami organizacijose.
J. Markevičiūtė: Duomenų mokslo studijų programoje studentai sprendžia realias mokslininkų ar verslo organizacijų pateiktas problemas ir mokosi įgyvendinti visą duomenų analizės projektą – nuo užduoties formulavimo iki rezultatų pristatymo. Verslo duomenų analitikos studentai daugiau dėmesio skiria verslo duomenų analizei, ekonominių procesų vertinimui ir duomenimis grįstų sprendimų paieškai organizacijose.
Gintare, ar pačiai jau teko dirbti su realiais duomenimis?
VU MIF studentė Gintarė Antulytė
Gintarė Antulytė: Praktikos metu dirbau su logistikos duomenimis. Tai leido geriau suprasti, kaip teorinės žinios pritaikomos sprendžiant realias verslo užduotis. Dirbdama su tikrais duomenimis pamačiau, kaip analizė padeda priimti kasdienius sprendimus ir gerinti veiklos procesus. Ši patirtis ne tik sustiprino mano analitinius gebėjimus, bet ir parodė, kokią praktinę vertę organizacijoms gali sukurti duomenų analizė.
Kokių technologijų ir įrankių išmoksta studentai?
J. Markevičiūtė: Python ir R yra pagrindinės duomenų analizės programavimo kalbos. Taip pat mokomasi SQL, įvairių dirbtinio intelekto bei modeliavimo metodų.
Kokias kompetencijas įgyja absolventai?
V. Skorniakovas: Studentai gauna labai įvairiapusių žinių, todėl vėliau gali rinktis skirtingus kelius – vieni pasuka į duomenų inžineriją ir programavimą, kiti – į analitiką, kur reikia daugiau kūrybiškumo ir gebėjimo interpretuoti rezultatus.
J. Markevičiūtė: Studentai įgyja ne tik techninių žinių, bet ir ugdo komandinio darbo, komunikacijos bei problemų sprendimo gebėjimus. Šios kompetencijos yra svarbios nepriklausomai nuo pasirinkto karjeros kelio, nes padeda efektyviai bendradarbiauti, prisitaikyti prie pokyčių ir spręsti realias problemas įvairiose organizacijose.
Kodėl šiandien tiek daug kalbama apie duomenų specialistų poreikį?
Tarptautiniai tyrimai rodo, kad dirbtinis intelektas sparčiai tampa nebe eksperimentine naujove, o kasdiene organizacijų veiklos dalimi. McKinsey 2025 m. „State of AI“ tyrimo duomenimis, net 78 proc. apklaustų organizacijų jau naudoja DI bent vienoje verslo funkcijoje. Tokia sparti technologijų integracija didina poreikį specialistams, gebantiems efektyviai dirbti su duomenimis ir DI sprendimais.
Jurgita Markevičiūtė: Augant duomenų analizės ir dirbtinio intelekto svarbai, organizacijoms reikia specialistų, kurie gebėtų ne tik naudotis technologijomis, bet ir suprasti, kaip jos veikia, kaip analizuoti duomenis ir priimti pagrįstus sprendimus. Todėl studijose daug dėmesio skiriame ne tik įrankiams, bet ir gebėjimui kritiškai vertinti informaciją bei spręsti realias problemas.
Gintare, kodėl pasirinkote būtent Verslo duomenų analitikos studijas?
G. Antulytė: Verslo duomenų analitiką pasirinkau todėl, kad čia susijungia verslas, ekonomika, duomenys, matematika ir programavimas. Jau mokykloje domėjausi verslumu, dalyvavau įvairiose jaunųjų verslininkų veiklose, todėl norėjosi šį interesą tęsti ir studijose. Mane sudomino galimybė ne tik analizuoti duomenis, bet ir suprasti, kaip jų pagrindu priimami svarbūs verslo sprendimai. Ši programa suteikia platų žinių spektrą ir leidžia išbandyti save skirtingose srityse, todėl pasirinkimas buvo gana natūralus.
Kaip studijų metu naudojote dirbtinį intelektą ir ką patartumėte būsimiems studentams?
G. Antulytė: Studijų metu supratau, kad dirbtinis intelektas gali būti vertingas pagalbininkas mokantis, tačiau svarbu juo naudotis sąmoningai – ne ieškant greitų atsakymų, o siekiant geriau suprasti ir gilinti žinias. Taip pat įsitikinau, kad apie save daugiausia sužinome tada, kai ryžtamės pabandyti. Todėl būsimiems studentams linkėčiau nebijoti naujų iššūkių, išlikti smalsiems ir drąsiai ieškoti to, kas juos iš tiesų įkvepia.
2026 06 22