Sidebar

2020 08 07 Modeliavimas ir duomenu analizeM

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 2025-2026 m. metinė studijų kaina 5500 Eur / 3800 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 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 5.0
Natūralios kalbos ir šnekos apdorojimas 5.0
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 5.0
Duomenų gavyba 5.0
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
Natūralios kalbos ir šnekos apdorojimas 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
Daugiamatės laiko eilutės ir 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

 

Dalykai Kreditai
I KURSAS 35.0
1 semestras 15.0
Privalomieji dalykai (moduliai)
15.0
Daugiamatė statistika 5.0
Parametrinė ir neparametrinė statistika 5.0
Duomenų gavyba 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
Daugiamatės laiko eilutės ir 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
Natūralios kalbos ir šnekos apdorojimas 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

 

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 5.0
Natūralios kalbos ir šnekos 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
Imčių tyrimai 5.0
Daugiamatės laiko eilutės ir 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

 

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
Daugiamatės laiko eilutės ir 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 5.0
Natūralios kalbos ir šnekos 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

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.

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“.

Studijų programos komitetas

2022 01 10 Ruta Levuliene

Doc. dr. Rūta Levulienė – komiteto pirmininkė;

  • vyresn. m. darb. dr. Jolita Bernatavičienė;
  • dr. Andrius Buteikis;
  • prof. habil. dr. Vydas Čekanavičius;
  • prof. dr. Jurgita Markevičiūtė;
  • asist. dr. Saulius Jokubaitis;
  • asist. dr. Tomas Plankis;
  • doc. dr. Viktor Skorniakov;
  • prof. dr. Deimantė Vasiliauskaitė (Vilniaus universiteto Verslo mokykla);
  • Ramunė Šabanienė (socialinių partnerių atstovas, AB „Telia Lietuva“);
  • Dominykas Venclovas, studentų atstovas;
  • Živilė Talutytė, studentų atstovė;
  • Elena Sutkutė, studentų atstovė.

Užduok klausimą studentui!

2022 02 24 Austeja180x225 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.

Susisiekti

2020 06 19 Agne960x960

Laura Jankovskytė

  I kursas

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

2020 06 19 Monika1280x1035

 

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.

 
Siekdami užtikrinti jums teikiamų paslaugų kokybę, Universiteto tinklalapiuose naudojame slapukus. Tęsdami naršymą jūs sutinkate su Vilniaus universiteto slapukų politika. Daugiau informacijos