Big Data Analytics

Studia magisterskie – Informatics and Econometrics

Specjalizacja: Big Data Analytics

Misja studiów

Misją specjalizacji Big Data Analytics na kierunku Informatics and Econometrics, całkowicie realizowanej w języku angielskim przez Wydział Zastosowań Informatyki i Matematyki, jest wykształcenie przyszłych analityków dużych zbiorów danych, które są gromadzone w takich instytucjach gospodarczych jak banki, giełdy, firmy telekomunikacyjne itp.

Cel studiów

Specjalizacja Big Data Analytics koncentruje się na metodach analizy dużych zbiorów danych. W ramach tej specjalizacji chcemy zapoznać studentów z technologiami stosowanymi do składowania, przetwarzania i analizowania dużych zbiorów danych oraz z innymi ilościowymi metodami analizy ekonomicznej, jak również z niezbędnymi w tym zakresie narzędziami informatycznymi. Studenci nabędą praktyczne umiejętności budowania rozwiązań analitycznych na platformach typu Big Data. Zapoznają się z obliczeniami rozproszonymi oraz równoległymi. Będą w stanie stosować podstawowe narzędzia do wizualizacji dużych zbiorów danych. Specjalizacja koncentruje się na wykorzystaniu języków programowania wysokiego poziomu, a także na projektowaniu i programowaniu baz danych.

Absolwenci specjalizacji będą mogli znaleźć pracę w różnych ośrodkach przetwarzania informacji, w firmach IT, działach analiz w bankach, firmach brokerskich, funduszach inwestycyjnych, firmach telekomunikacyjnych, administracji centralnej i lokalnej, instytucjach naukowo-badawczych.

Szczegółowy program studiów

Program podzielony jest na cztery semestry. Składa się z wykładów, ćwiczeń i zajęć prowadzonych w laboratoriach komputerowych.

Szczegółowa lista przedmiotów:

• Pierwszy rok: Ekonomia matematyczna, Mikroekonometria, Wielowymiarowa analiza danych, Inżynieria oprogramowania, Sieci komputerowe, Modelowanie i optymalizacja procesów gospodarczych, Programowanie zaawansowane w VBA/ Programowanie zaawansowane w języku Java [do wyboru], Ekonometria dynamiczna, Badania operacyjne – zastosowania, Metoda reprezentacyjna, Bazy danych Oracle/ Metody aktuarialne [do wyboru], Zaawansowane techniki analizy danych masowych, Fakultety 1,2,3, Język obcy B2+, Seminarium magisterskie.
• Drugi rok: Teoria prognozy i symulacji, Podstawy inżynierii finansowej, Systemy informacyjne zarządzania, Analiza dużych zbiorów danych w środowisku R, Zarządzanie projektami, Zarządzanie własnością intelektualną, Analiza statystyczna w badaniach rynku, Analiza historii zdarzeń, Wybrane zagadnienia z socjologii i psychologii, Etyka biznesu, Fakultety 4,5,6, Seminarium magisterskie, Praca magisterska.

Wymagania:

• dyplom studiów I stopnia kierunku informatyka i ekonometria, informatyka, ekonomia, finanse i rachunkowość, logistyka, matematyka;
• dyplom innego kierunku studiów I stopnia, dla którego efekty kształcenia są zbieżne z efektami kształcenia oczekiwanymi od kandydatów; jeżeli zbieżność jest niepełna, student zobowiązany będzie do uzupełnienia braków kompetencyjnych poprzez zaliczenie wskazanych w trakcie rozmowy kwalifikacyjnej przedmiotów, w wymiarze nieprzekraczającym 30 ECTS, który jest granicą dopuszczalnej rozbieżności;
• średnia ocen ze studiów I stopnia;
• potwierdzenie znajomości języka angielskiego.

Czas trwania: cztery semestry; początek: 1 października

Rekrutacja: rekrutacja@sggw.pl

http://www.sggw.pl/en/for-candidates/recruitment/recruitment-of-foreigners#Inform%20and%20Econ

Rekrutacja trwa! 

Liczba dostępnych miejsc: 18

Czesne: dla studentów – Polaków studia są bezpłatne, dla studentów obcokrajowców pierwszy cykl studiów rozpoczynający się w najbliższym roku akademickim – 2018/19 jest bezpłatny dzięki współfinansowaniu studiów z programu POWER – „Sukces z natury”.

Główne tematy

Wielowymiarowa analiza danych, Analiza dużych zbiorów danych w środowisku R, Zaawansowane techniki analizy danych masowych, Mikroekonometria, Inżynieria oprogramowania, Sieci komputerowe, Modelowanie i optymalizacja procesów gospodarczych, Programowanie zaawansowane w VBA/Java, Bazy danych Oracle/Metody aktuarialne, Teoria prognozy i symulacji, Systemy informacyjne zarządzania, Zarządzanie projektami, Analiza statystyczna w badaniach rynku, Analiza historii zdarzeń.