Apie programą
| Padalinys | Matematikos ir informatikos fakultetas | Trukmė | 4 metai |
| Krypčių grupė | Matematikos mokslai | Studijų forma | Nuolatinės dieninės |
| Studijų kryptis (šaka) | Statistika | Studijų programos kreditai | 240 |
| Kvalifikacinis laipsnis | Matematikos mokslų bakalauras |
Metinė studijų kaina (2021 m.)
|
3500 EUR |
Duomenų mokslas (angl. Data Science) – tai nauja, pasaulyje ypač sparčiai besivystanti duomenų analizės sritis, jungianti modernius ir klasikinius statistinius metodus (stochastinis modeliavimas, duomenų gavyba) su pažangiomis informacinėmis technologijomis (neuroniniai tinklai, duomenų bazių valdymas). Nuolat tobulėjančios informacinės technologijos pasaulyje sparčiai didina kaupiamų duomenų kiekį bei įvairovę, kartu didindamos duomenų analitikų poreikį.
Dalis mokomųjų dalykų gali būti dėstoma anglų kalba.
| Kodėl ši programa? | Karjera |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Studijų turinys
| Dalykai | Kreditai |
|---|---|
| 1 rudens semestras | |
| Privalomieji dalykai | 30.0 |
| Algebra I/II d. | 5.0 |
| Informatika | 10.0 |
| Įvadas į specialybę | 5.0 |
| Matematikos pagrindai | 5.0 |
| Užsienio kalba (anglų) C1 | 5.0 |
| 2 pavasario semestras | |
| Privalomieji dalykai | 30.0 |
| Algebra II/II d. | 5.0 |
| Duomenų bazių valdymo sistemų pagrindai | 5.0 |
| Duomenų struktūros ir algoritmai | 5.0 |
| Matematinė analizė I/II d. | 10.0 |
| Tiriamoji duomenų analizė | 5.0 |
| 3 rudens semestras | |
| Privalomieji dalykai | 25.0 |
| Algoritmų teorija | 5.0 |
| Matematinė analizė II/II d. | 10.0 |
| Objektinis programavimas | 5.0 |
| Tikimybių teorija | 5.0 |
| Bendrųjų universitetinių studijų dalykai (moduliai) | 5.0 |
| 4 pavasario semestras | |
| Privalomieji dalykai | 15.0 |
| Atsitiktiniai procesai | 5.0 |
| Duomenų vizualizavimas | 5.0 |
| Parametrinė statistika | 5.0 |
| Pasirenkamieji dalykai | 10.0 |
| Imčių metodai | 5.0 |
| Programavimas PYTHON kalba | 5.0 |
| Statistinis modeliavimas | 5.0 |
| Bendrųjų universitetinių studijų dalykai (moduliai) | 5.0 |
| 5 rudens semestras | |
| Privalomieji dalykai | 15.0 |
| Didžiųjų duomenų programiniai įrankiai | 5.0 |
| Neparametrinė statistika | 5.0 |
| Tiesiniai modeliai | 5.0 |
| Pasirenkamieji dalykai | 10.0 |
| Dirbtinio intelekto pagrindai | 5.0 |
| Nereliacinės duomenų bazės | 5.0 |
| Duomenų tvarkyba ir transformavimas R aplinkoje | 5.0 |
| Natūralios kalbos apdorojimas | 5.0 |
| Optimizavimo metodai | 5.0 |
| Skaitiniai metodai | 5.0 |
| Bendrųjų universitetinių studijų dalykai (moduliai) | 5.0 |
| 6 pavasario semestras | |
| Privalomieji dalykai | 25.0 |
| Kursinis darbas | 10.0 |
| Regresinė analizė | 5.0 |
| Tikimybiniai mašininio mokymosi algoritmai I/II d. | 5.0 |
| Pasirenkamieji dalykai | 10.0 |
| Finansinis intelektas | 5.0 |
| Imčių metodai | 5.0 |
| Laiko eilutės | 5.0 |
| Papildomi duomenų vizualizavimo skyriai | 5.0 |
| Rizikos valdymas | 5.0 |
| Statistinis modeliavimas | 5.0 |
| 7 rudens semestras | |
| Privalomieji dalykai | 10.0 |
| Taikomoji daugiamatė analizė | 5.0 |
| Tikimybiniai mašininio mokymosi algoritmai II/II d. | 5.0 |
| Pasirenkamieji dalykai | 20.0 |
| Bajeso statistika | 5.0 |
| Cenzūruotų imčių analizė | 5.0 |
| Dirbtinio intelekto pagrindai | 5.0 |
| Duomenų tvarkyba ir transformavimas R aplinkoje | 5.0 |
| Finansų ekonometrijos modeliai | 5.0 |
| Natūralios kalbos apdorojimas | 5.0 |
| Optimizavimo metodai | 5.0 |
| Skaitiniai metodai | 5.0 |
| 8 pavasario semestras | |
| Privalomieji dalykai | 30.0 |
| Bakalauro baigiamasis darbas (kryptis: statistika) | 15.0 |
| Profesinė praktika | 15.0 |
Bendrųjų universitetinių studijų dalykai (moduliai)
Numatomi studijų rezultatai:
- gebės taikyti pagrindinius įvairių matematikos sričių rezultatus, operuoti sąvokomis, skaityti bei paaiškinti matematinius įrodymus;
- gebės formuluoti bei spręsti praktinį uždavinį matematine kalba pasitelkdamas tinkamus programinius įrankius;
- gebės išrinkti bei modifikuoti duomenis, saugomus reliacinėse (bei nereliacinėse) duomenų bazėse, gebės savarankiškai sukurti nesudėtingas reliacines duomenų bazes;
- gebės rinkti duomenis iš įvairių duomenų šaltinių, įvertinti duomenų patikimumą, klasifikuoti duomenis šaltinio, apimties, dažnumo ir srauto aspektu, sutvarkyti bei paruošti duomenis analizei;
- gebės identifikuoti pagrindines bei antrines problemas sprendžiant analitinius ir praktinius uždavinius;
- gebės įvertinti duomenų analizės metodų bei rezultatų apribojimus;
- gebės parinkti ir pritaikyti tinkamą metodologiją suformuluotam duomenų analizės uždaviniui optimaliai pasirinkdamas programinius analizei skirtus įrankius;
- gebės įvertinti duomenų analizės uždaviniui sudaryto modelio tinkamumą bei patikimumą;
- gebės interpretuoti analizės rezultatus, išskirti prasmingą informaciją bei remiantis ja teikti siūlymus;
- gebės savarankiškai rengti nedidelės apimties duomenų analize grindžiamus projektus, kurti nedidelius duomenų analizės ataskaitų įrankius.
Bendradarbiavimas
Programos partneriai
- Civitta;
- DanskeBank;
- Euromonitor;
- Exacaster;
- Lietuvos bankas;
- Scorify;
- Statistikos departamentas;
- STRATA;
- UAB Palink;
- Telia;
- Vinted;
- Western Union Processing Lithuania.
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, AB „Telia Lietuva“);
- Dominykas Venclovas, studentų atstovas,
- Gabija Apūkaitė, studentų atstovė.
Klausk studento
Užduok klausimą studentui!
 |
Austėja Gervickaitė | III kursas | |
|
Pasirinkau studijuoti Duomenų mokslą, kadangi mokykloje sužavėjo darbas su duomenų bazėmis. Jaučiau, jog tai yra mano sritis. Stodama į šią studijų programą nebuvau užtikrinta ką mokysiuosi, kadangi tai buvo pirmieji metai šiai programai. Tačiau dabar esu patenkinta studijomis, kadangi šioje programoje mokoma įvairių statistinių metodų, programavimo, ugdomas analitinis mąstymas. Duomenų analitikai šiuo metu yra labai paklausūs tiek Lietuvos, tiek užsienio darbo rinkose. O ir pačiai jau antrame kurse pavyko įsidarbinti programuotoja - analitike. |
|||
„Coherent Solutions“ stipendija
Siekdama prisidėti prie talentų augimo, tarptautinė kompanija „Coherent Solutions“ įsteigė skatinamąsias stipendijas Vilniaus universiteto Matematikos ir informatikos fakulteto (VU MIF) studentams, rodantiems aukščiausius mokymosi rezultatus.
Vienos „Coherent Solutions“ stipendijos dydis – 1000 Eur. Iš viso skiriamos šešios stipendijos: trys Verslo duomenų analitikos studijų programos ir trys Duomenų mokslo studijų programos studentams. Stipendijos mokamos kovo–birželio mėnesiais po 250 Eur kiekvieną mėnesį.
Pretenduoti į stipendiją gali studentai, sėkmingai pabaigę pirmąjį studijų semestrą bei neturintys skolų ir (ar) akademinių skolų.
Stipendijų nuostatus rasite čia.