Statistická datová věda

Tento program se zaměří na datovou vědu z pohledu čtyř základních pilířů aplikované matematiky a statistiky, t.j. (1) statistika, statistické modelování, (2) matematické modelování, (3) výpočetní statistika a numerická matematika, (4) programování (implementace metod do jazyků R, Python, SAS a SQL) v datové vědě. Program je určen pro studenty, kteří mají zájem o práci s reálnými daty pro matematické a statistické modelování pro zohlednění environmentálních, sociálních a ekonomických aspektů při řešení problémů současné společnosti. Vysoká poptávka na trhu práce v mnoha odvětvích, která sbírají a analyzují data, ukazuje široké uplatnění.

Studenti budou schopni po absolvování tohoto programu aplikovat znalosti do různých vědeckých oblastí, ve kterých získávají a analyzují data: medicína (klinický a medicínský výzkum, epidemiologie, lékařská diagnostika), geografie, ekologie a hydrologie (změna klimatu, předpověď počasí, extrémní události jako např. povodně), ekonomie a finance (ekonometrie, teorie portfolia a řízení rizik na finančních trzích). Jedná se o nový studijní tříletý bakalářský program, který bude částečně využívat a inovovat některé předměty bakalářského programu Matematika a také bude využívat některé předměty z Fakulty informatiky.

Příprava tohoto studijního programu byla podpořena z projektu 0016/NPO74_PZDU_VS NPO 7.4. – Podpora zelených dovedností a udržitelnosti na MU.

Absolvent je po úspěšném ukončení studia schopen:

• používat statistické softwarové nástroje efektivně, psát srozumitelný a efektivní kód pro analýzu dat a dodržovat osvědčené postupy pro čitelnost kódu a dokumentaci;
• popsat data, sestavit vhodné statistické modely, kvantifikovat nejistotu a rozpoznat omezení a předpoklady;
• používat moderní výpočetní techniky k efektivnímu řešení optimalizačních problémů;
• implementovat a validovat algoritmy strojového učení, neuronové sítě a AI modely a hodnotit jejich výkon pomocí vhodných metrik;
• vytvářet, validovat a používat prediktivní modely na podporu rozhodování založeného na datech;
• interpretovat a hodnotit výsledky statistických postupů, posuzovat přesnost a výkon modelů;
• vytvářet vysoce kvalitní vizualizace a zprávy, efektivně prezentovat své závěry a formulovat jasné a stručné závěry;
• používat diferenciální a integrální počet pro funkce, analyzovat limity a spojitost, pracovat se vzdálenostmi a mírami a aplikovat je při řešení složitých problémů;
• provádět operace s vektory a maticemi, rozumět lineárním transformacím, řešit soustavy rovnic a chápat geometrické koncepty.

Absolventi programu Statistická datová věda naleznou široké uplatnění na trhu práce v oblastech spojených s analýzou dat. Budou schopni pokročilé práce s daty, využívání strojového učení, prediktivní analýzy a algoritmů a poskytování podkladů pro strategicá rozhodnutí. Uplatní se v bankách, pojišťovnách nebo investičních společnostech při identifikaci, měření a řízení rizik a při vývoji matematických a statistických modelů pro finanční trhy a obchodování. V technologických firmách budou přínosem v projektech zaměřených na návrh a implementaci modelů pro automatizované rozhodování. Nezastupitelnou úlohu budou hrát také v obchodních a marketingových společnostech při vyhodnocování marketingových kampaní a jejich dopadů na výkonnost firmy a při sledování a predikci chování zákazníků a následné personalizaci služeb. Mohou pracovat ve zdravotnictví při analýze klinických studií a epidemiologických dat. Najdou uplatnění jako konzultanti firem při pomoci s implementací datově orientovaných strategií. Díky analytickým a programátorským dovednostem absolventi přispějí ke strategickým rozhodnutím zaměřeným na udržitelnost, sociální dopady a ekonomické aspekty environmentálních projektů.

Bakalářské a magisterské studium probíhá podle celouniverzitního kreditního systému, který je v souladu s pravidly European Credit Transfer System (ECTS). Povinně volitelné předměty jsou ve studijním plánu organizovány do jedné čí více skupin; student volí povinně volitelné předměty na základě stanoveného minimálního počtu kreditů v každé skupině.

Celouniverzitní pravidla pro tvorbu studijních programů, která zpřesňují pravidla vymezená v metodice Národního akreditačního úřadu Doporučené postupy pro přípravu studijních programů, upravuje směrnice Masarykovy univeritzy č. 1/2024 Pravidla pro tvorbu studijních programů a programů celoživotního vzdělávání. Směrnice vymezuje šest typů studijních plánů a jejich použití a kombinace v jednotlivých typech studijních programů. Jedná se o

1. jednooborový studijní plán,
2. studijní plán se specializací,
3. hlavní studijní plán (maior),
4. vedlejší studijní plán (minor),
5. studijní plán ve spolupráci s jinou vysokou školou či jinou právnickou osobou,
6. studijní plán na dostudování (určen pouze pro dostudování ve studijním oboru, studijním programu nebo studijním plánu, který zanikne).

Premisou pravidel je, že studijní plány umožňují naplnění cílů studia a dosažení profilu absolventa studijního programu. Výjimkou je pouze vedlejší studijní plán, který doplňuje hlavní studijního plán jiného studijního programu. Student nemůže studovat pouze podle vedlejšího studijního plánu.

Volitelnou součástí studia je odborná praxe v rozsahu 300 hodin v hodnotě 10 kreditů, která proběhne v posledním semestru studia.

Vypracování a obhajoba bakalářské práce je povinnou součástí studijního programu Statistická datová věda. Zpracováním bakalářské práce student prokazuje schopnost orientace v problematice dané tématem práce, schopnost odborné práce pod vedením svého školitele a schopnost písemné i ústní prezentace. Pokyny pro vypracování bakalářské práce jsou upraveny Opatřením děkana 3/2019 Pokyny pro vypracování bakalářských, diplomových a rigorózních prací na PřF MU.

Absolvent bakalářského studijního programu může (po splnění podmínek přijetí) pokračovat v libovolném navazujícím magisterském studiu. Na Přírodovědecké fakultě MU je možné pokračovat v navazujícím magisterském programu Statistická datová věda. Dále je také možné pokračovat v navazujicím studijním programu Aplikovaná matematika, které nabízí mj. specializaci ve statistice a analýze dat.