Zgodnie z uchwałą nr 67/2018/2019 Rady Wydziału Zarządzania UG z dnia 31.01.2019 r. każdy student studiów stacjonarnych od roku akademickiego 2019/2020 zobowiązany jest w toku studiów do realizacji przynajmniej jednego przedmiotu w języku angielskim.
każde przedsiębiorstwo, które wykorzystuje metody zarządzania opartego na danych (Data Driven Business).
Kierunek posiadający ocenę wyróżniającą Polskiej Komisji Akredytacyjnej z 2019 roku
Informacje o specjalności
„Analiza danych – Big Data” to specjalność studiów przygotowująca do ambitnej i ciekawej pracy w działach analiz wszystkich tych podmiotów, których funkcjonowanie zależy od głębokiej znajomości rynku, jego bieżących i przyszłych trendów, a także postaw i preferencji uczestników rynku. Rosnące zapotrzebowanie na specjalistów z tego zakresu zgłaszają banki, zakłady ubezpieczeniowe i inne instytucje finansowe, a także przedsiębiorstwa funkcjonujące na globalnym i silnie konkurencyjnym rynku. Analityk danych to zawód teraźniejszości i przyszłości.
Celem kształcenia na tej specjalności jest dzielenie się ze studentami praktyczną i użyteczną wiedzą o zastosowaniu metod ilościowych, a także umiejętnościami obsługi programów komputerowych wspomagających procesy podejmowania decyzji w przedsiębiorstwie w warunkach szybko rosnących zasobów informacji.
Studenci specjalności poznają w szczególności wszystkie etapy procesu wnioskowania, począwszy od sformułowania problemu, przez identyfikację jego kluczowych cech, konstrukcję próby badawczej, identyfikację źródeł dodatkowej informacji o populacji, przez techniki realizacji badań, analizę źródeł i wielkości błędów, do formalnych modeli wnioskowania statystycznego, analizy wielowymiarowej, kończąc na prezentacji i wizualizacji uzyskanych wniosków. W procesie tym studenci zapoznają się z metodami analizy danych typowymi dla podejścia big data, takimi jak: metody sztucznej inteligencji, analiza wielowymiarowa, analiza sieci społecznościowych, analiza text mining. Studenci poznają także najważniejsze systemy komputerowe wspierające analizę big data, w tym język SQL, NoSQL, R, Python, NodeXL, Pajek, RapidMiner, Apache Hadoop, Statistica, IBM SPSS. Na każdym semestrze student ma możliwość uzupełniania swojej wiedzy i umiejętności zgodnie z własnymi preferencjami i planowaną ścieżką zawodową, dzięki bogatej ofercie wykładów do wyboru.
Program studiów na tej specjalności jest tak skonstruowany, aby student – poprzez odpowiedni dobór przedmiotów – zdobył specjalistyczną wiedzę z zakresu nowoczesnych metod ilościowych i ich zastosowań.
Wybrane przedmioty realizowane w ramach specjalności Analiza danych – Big Data:
Lp. | Przedmiot | ECTS | Roz. | Suma | Wyk. | Ćw. | Lab. | Sem. | Pra. | Jednostka |
---|---|---|---|---|---|---|---|---|---|---|
SEMESTR I | ||||||||||
1. | Analiza wielowymiarowa | 6 | E | 30 | 15 | - | 15 | - | - | Katedra Statystyki |
2. | Big Data | 1 | Z | 15 | 15 | - | - | - | - | Katedra Statystyki |
3. | Ekonometria dynamiczna | 6 | E | 30 | 15 | 15 | - | - | - | Katedra Ekonometrii |
4. | Hurtownie danych | 1 | Z | 15 | 15 | - | - | - | - | Katedra Informatyki Ekonomicznej |
5. | Koncepcje zarządzania | 2 | Z | 15 | 15 | - | - | - | - | Katedra Organizacji i Zarządzania |
6. | Metoda reprezentacyjna | 6 | E | 30 | 15 | 15 | - | - | - | Katedra Statystyki |
7. | Programowanie obliczeń | 3 | Z | 30 | - | - | 30 | - | - | Katedra Statystyki |
8. | Statystyczna analiza decyzji | 3 | E | 30 | 15 | - | 15 | - | - | Katedra Statystyki |
9. | Wykład do wyboru | 2 | Z | 30 | 30 | - | - | - | - | Wydział Zarządzania |
RAZEM | 30 | - | 225 | 135 | 30 | 60 | 0 | 0 | - | |
SEMESTR II | ||||||||||
1. | Analiza wielowymiarowa cech jakościowych | 4 | E | 30 | 15 | 15 | - | - | - | Katedra Statystyki |
2. | Język angielski - specjalistyczny | 2 | Z | 30 | - | 30 | - | - | - | Centrum Języków Obcych |
3. | Język SQL | 2 | Z | 30 | - | - | 30 | - | - | Katedra Informatyki Ekonomicznej / Katedra Statystyki |
4. | Modele parametryczne | 4 | E | 30 | 15 | 15 | - | - | - | Katedra Statystyki |
5. | Prognozowanie i symulacje | 5 | E | 30 | 15 | 15 | - | - | - | Katedra Ekonometrii / Katedra Statystyki |
6. | Przygotowanie danych | 2 | Z | 15 | - | 15 | - | - | - | Katedra Statystyki |
7. | Seminarium magisterskie | 4 | Z | 30 | - | - | - | 30 | - | Wydział Zarządzania |
8. | Sieci komputerowe | 3 | Z | 15 | - | 15 | - | - | - | Katedra Informatyki Ekonomicznej |
9. | Techniki imputacji danych | 2 | Z | 15 | - | - | 15 | - | - | Katedra Statystyki |
10. | Wykład do wyboru | 2 | Z | 30 | 30 | - | - | - | - | Wydział Zarządzania |
RAZEM | 30 | - | 255 | 75 | 105 | 45 | 30 | 0 | - | |
SEMESTR III | ||||||||||
1. | Analiza historii zdarzeń | 1 | Z | 15 | - | 15 | - | - | - | Katedra Statystyki |
2. | Analiza rynku | 2 | Z | 15 | - | 15 | - | - | - | Katedra Statystyki |
3. | Ekonometria finansowa | 3 | E | 30 | 15 | 15 | - | - | - | Katedra Ekonometrii |
4. | Inżynieria oprogramowania | 3 | E | 30 | 15 | 15 | - | - | - | Katedra Informatyki Ekonomicznej |
5. | Język angielski - specjalistyczny | 2 | Z | 30 | - | 30 | - | - | - | Centrum Języków Obcych |
6. | Metody sztucznej inteligencji | 1 | Z | 15 | 15 | - | - | - | - | Katedra Statystyki |
7. | Modele nieparametryczne | 2 | E | 15 | - | 15 | - | - | - | Katedra Statystyki |
8. | Negocjacje/Komunikacja interpersonalna | 2 | Z | 15 | 15 | - | - | - | - | Katedra Organizacji i Zarządzania / Katedra Marketingu |
9. | Ocena standingu przedsiębiorstwa | 2 | Z | 15 | 15 | - | - | - | - | Katedra Finansów Przedsiębiorstw |
10. | Praktyka zawodowa | 3 | Z | 20 | - | - | - | - | 20 | Wydział Zarządzania |
11. | Seminarium magisterskie | 6 | Z | 30 | - | - | - | 30 | - | Wydział Zarządzania |
12. | Statystyczne badania rynkowe | 2 | E | 30 | 15 | 15 | - | - | - | Katedra Statystyki |
13. | Wykład do wyboru | 2 | Z | 30 | 30 | - | - | - | - | Wydział Zarządzania |
14. | Zarządzanie strategiczne | 3 | Z | 15 | 15 | - | - | - | - | Katedra Organizacji i Zarządzania / Katedra Strategicznego Rozwoju |
RAZEM | 34 | - | 305 | 135 | 120 | 0 | 30 | 20 | - | |
SEMESTR IV | ||||||||||
1. | Analiza sieci społecznościowych | 2 | E | 15 | - | 15 | - | - | - | Katedra Statystyki |
2. | Budowa modeli scoringowych | 2 | E | 15 | - | 15 | - | - | - | Katedra Statystyki |
3. | Cloud Computing - Obliczenia w chmurze | 1 | Z | 15 | - | - | 15 | - | - | Katedra Informatyki Ekonomicznej |
4. | Etyka w biznesie | 3 | Z | 15 | 15 | - | - | - | - | Katedra Strategicznego Rozwoju |
5. | Kształtowanie wizerunku absolwenta na rynku pracy | 1 | Z | 15 | - | 15 | - | - | - | Katedra Organizacji i Zarządzania |
6. | Polityka gospodarcza | 4 | Z | 15 | 15 | - | - | - | - | Katedra Bankowości i Finansów |
7. | Seminarium magisterskie | 10 | Z | 30 | - | - | - | 30 | - | Wydział Zarządzania |
8. | Systemy informacyjne zarządzania | 4 | Z | 30 | 15 | 15 | - | - | - | Katedra Informatyki Ekonomicznej |
9. | Text mining | 1 | Z | 15 | - | 15 | - | - | - | Katedra Statystyki |
10. | Wykład do wyboru | 1 | Z | 15 | 15 | - | - | - | - | Wydział Zarządzania |
11. | Zaawansowane metody wizualizacji i raportowania danych | 1 | Z | 15 | - | 15 | - | - | - | Katedra Statystyki |
RAZEM | 30 | - | 195 | 60 | 90 | 15 | 30 | 0 | - | |
ŁĄCZNIE | 124 | - | 980 | 405 | 345 | 120 | 90 | 20 | - |