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 |
2021-2022 m. metinė studijų kaina
|
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.
| Duomenų mokslą studijuoti Vilniaus universitete verta: |
Absolventai galės dirbti: |
- šiuo metu duomenų analitikai yra labai paklausūs tiek Lietuvos, tiek užsienio darbo rinkose (2019 m.) „Career Cast“ sudarytame paklausiausių specialybių sąraše duomenų analitikai užima pirmą vietą, o „USA Glassdoor Job Score Index“ ketverius metus paeiliui (2016 – 2019 m.) duomenų mokslą įvardija kaip perspektyviausią specialybę;
|
- didžiuosius duomenis analizuojančiose įmonėse;
|
- duomenų analitikas – tai universalus duomenų analizės specialistas, išmanantis ir matematinio modeliavimo, ir informacinių technologijų sritis;
|
- statistinės analizės paslaugas teikiančiose įmonėse;
|
- iki 50 proc. studijų trukmės galėsi studijuoti užsienio universitetuose;
|
- informacinių technologijų įmonėse, kurių veikla susijusi su duomenų analize;
|
- platus pasirenkamų dalykų sąrašas leidžia išbandyti įvairias taikymų sritis;
|
|
- dėsto tarptautinio lygio mokslininkai;
|
|
- praktika atliekama bendradarbiaujant su privačių ir valstybinių firmų atstovais;
|
|
- galima stažuotis Lietuvos ir užsienio institucijose ar įmonėse.
|
|
| |
|
| |
- Statistikos departamente;
|
| |
|
| |
|
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 |
| Finansinis intelektas |
5.0 |
| Imčių metodai |
5.0 |
| Statistinis modeliavimas |
5.0 |
| Statistinių sprendimų teorija |
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 |
| Duomenų bazių valdymo sistemų papildomi skyriai |
5.0 |
| Duomenų tvarkyba ir transformavimas R aplinkoje |
5.0 |
| Kategorinių duomenų analizė |
5.0 |
| Natūralios kalbos apdorojimas |
5.0 |
| Optimizavimo metodai |
5.0 |
| Programavimas OS UNIX |
5.0 |
| Programų sistemų inžinerija |
5.0 |
| Skaitiniai metodai |
5.0 |
| Bendrųjų universitetinių studijų dalykai (moduliai) |
5.0 |
| 6 pavasario semestras |
| Privalomieji dalykai |
25.0 |
| Kursinis darbas |
10.0 |
| Laiko eilutės |
5.0 |
| Regresinė analizė |
5.0 |
| Tikimybiniai mašininio mokymosi algoritmai I/II d. |
5.0 |
| Pasirenkamieji dalykai |
5.0 |
| Finansinis intelektas |
5.0 |
| Imčių metodai |
5.0 |
| Papildomi duomenų vizualizavimo skyriai |
5.0 |
| Rizikos valdymas |
5.0 |
| Statistiniai modeliai medicinoje |
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 |
| Funkcinių duomenų statistika |
5.0 |
| Kategorinių duomenų analizė |
5.0 |
| Natūralios kalbos apdorojimas |
5.0 |
| Optimizavimo metodai |
5.0 |
| Programų sistemų inžinerija |
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)
Studijų programos aprašas
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.
Kontaktai
Turite klausimų? Susisiekite:
- El. paštu
- Telefonu (8 5) 219 5027
Studijų programos komitetas
Prof. habil. dr. Vydas Čekanavičius – komiteto pirmininkas;
- Vyresn. m. darb. dr. Jolita Bernatavičienė;
- Prof. habil. dr. Remigijus Leipus;
- Doc. dr. Rūta Levulienė;
- Doc. dr. Jurgita Markevičiūtė;
- Asist. dr. Tomas Plankis;
- Prof. habil. dr. Alfredas Račkauskas;
- Doc. dr. Viktor Skorniakov;
- Ramunė Šabanienė (socialinių partnerių atstovas, „Telia");
- Ugnė Stakėnaitė, studentų atstovė;
- Dominykas Venclovas, studentų atstovas.
Klausk studento
Užduok klausimą studentui!
 |
Austėja Gervickaitė |
|
II 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.
Susisiekti
|
