Statistická datová věda

Test studijních předpokladů

Při splnění požadovaných kritérií může být uchazečům prominuta přijímací zkouška. Více o této možnosti najdete zde.

Více informací najdete zde.

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.

Program rozvíjí matematické, statistické a digitální dovednosti v souladu s rámcem ESCO, které jsou klíčové pro práci s daty v kontextu udržitelnosti, změny klimatu a ochrany životního prostředí. Absolventi budou schopni:

S1.4.2 – dodávat vizuální prezentaci dat na vysoké úrovni, tvořit diagramy a schémata, sdělovat matematické informace pomocí symbolů a nástrojů,

S2.4.1 – shromažďovat informace z fyzických i elektronických zdrojů, manipulovat se vzorky dat, sbírat statistické údaje z medicínských, hydrologických a meteorologických dat,

S2.6.0 – provádět výpočty a odhady, modelovat komplexní systémy (ekosystémy, biologické a medicínské systémy, populace), vytvářet prediktivní modely pro data týkající se znečištění, udržitelnosti a optimalizace zdrojů.

Absolvent je po úspěšném ukončení studia schopen:

• efektivně využívat statistické softwarové nástroje, vyvíjet přehledný a efektivní kód pro analýzu dat a dodržovat osvědčené postupy pro čitelnost kódu a dokumentaci;
• provést souhrn dat, sestavit vhodné statistické modely, kvantifikovat nejistotu a analyzovat 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 a odůvodnit závěry;
• vytvářet vysoce kvalitní vizualizace a reporty, efektivně komunikovat svá zjištění 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 a aplikovat je, řešit soustavy rovnic a využívat geometrické koncepty k řešení problémů.
• analyzovat a vyhodnocovat vědecká, medicínská, hydrologická a meteorologická data, provádět analýzu a řízení rizik, posuzovat systémy řízení rizik pro životní prostředí,
• monitorovat vývoj odborných znalostí, interpretovat aktuální data, analyzovat údaje o životním prostředí, programovat počítačové systémy, používat moderní metody včetně datové analýzy, strojového učení a simulačních metod,
• řídit, získávat a uchovávat digitální data, normalizovat data, používat databáze, používat digitální nástroje pro spolupráci a produktivitu, orientovat se v dokumentaci funkcí a příkazů, aplikovat nové znalosti.

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 strategická 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.

Absolventi budou schopni aplikovat znalosti do různých vědeckých oblastí, ve kterých získávají a analyzují data:

- medicína (klinický a medicínský výzkum, epidemiologie, lékařská diagnostika),

- geografie a environmentalistika (znečištění ovzduší, monitorování kvality ovzduší, vody a půdy, ekosystémy a biodiverzita),

- ekologie a hydrologie (změna klimatu, předpověď počasí, extrémní události jako např. povodně).

Díky kompetencím dle ESCO budou schopni:

- vytvářet prediktivní modely pro analýzu rizik a optimalizaci zdrojů,

- komunikovat výsledky prostřednictvím vizualizací a odborných zpráv,

- využívat moderní programovací jazyky (R, Python, SQL) pro implementaci algoritmů a práci s velkými datovými sadami.

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).

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.