Statistická datová věda

Po absolvování tohoto programu budou studenti schopni využít své znalosti v různých vědeckých oblastech zaměřených na sběr a analýzu dat. Mezi tyto oblasti patří medicína (klinický a lékařský výzkum, epidemiologie, diagnostika nemocí), geografie, ekologie a hydrologie (klimatické změny, předpovědi počasí, analýza extrémních jevů, jako jsou povodně) či ekonomie a finance (ekonometrická analýza, řízení rizik a teorie portfolia na finančních trzích). Jedná se o nový dvouletý navazující magisterský studijní program, který bude částečně využívat a inovovat některé předměty magisterského programu Aplikovaná 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 je zaměřen na pokročilé metody statistické analýzy, matematického modelování a datové vědy s důrazem na aplikace v oblastech udržitelnosti, změny klimatu, ochrany životního prostředí a biodiverzity. Absolventi získají kompetence dle ESCO:

S1.4.2 – tvorba interaktivní vizualizace dat s účelným designem, prvky pro filtraci a selekci,

S2.1.0 – provádět studie a průzkumy, identifikovat environmentální hrozby, zohlednit dopad trénování rozsáhlých modelů strojového učení na životní prostředí,

S2.1.1 – provádět akademický výzkum, vyhodnocovat ekologické průzkumy, realizovat environmentální studie,

S2.6.0 – modelovat komplexní systémy (ekosystémy, biologické a medicínské systémy, populace), rozhodovat o vhodnosti volby modelu.

Absolvent je po úspěšném ukončení studia schopen:

• kriticky analyzovat a syntetizovat pokročilé koncepty statistické inference, odhadu a testovacích technik, aplikovat teorii pravděpodobnosti k odůvodnění a zdokonalení metodoligických přístupů;
• rozpoznávat běžná porušení klasických předpokladů, hodnotit jejich dopad, navrhovat a implementovat diagnostické testy a vyvíjet alternativní modelovací strategie;
• chápat koncept flexibilního modelování dat, aplikovat a rozšiřovat nelineární metody a metody strojového učení pro komplexní datové scénáře, kriticky hodnotit výkon modelu, identifikovat a zmírnit přeučení;
• porozumět teoretickým principům prediktivního modelování a jejich aplikaci v rozhodovacím procesu, vyvíjet systematické protokoly pro trénování, validaci a testování, hodnotit výkonnost, nejistotu a riziko a zvyšovat robustnost modelu;
• porozumět charakteristikám a reprezentaci různých typů komplexních dat, včetně časoprostorových a sekvenčních dat, vyvíjet techniky předzpracování a čištění dat a implementovat doménově specifické statistické a strojově učící modely;
• rozlišovat mezi různými architekturami modelů, formulovat a odůvodňovat vhodné statistické techniky pro různorodé datové sady, aplikovat systematické přístupy k výběru modelu a identifikovat a interpretovat komponenty modelu;
• vytvářet komplexní a kvalitní vizualizace a reporty, které odpovídají principům efektivity, syntetizovat a formulovat statistické závěry a vytvářet logicky strukturované reporty pro technicky orientované i jiné publikum.
• analyzovat vědecká, medicínská, hydrologická a meteorologická data, rozumět limitacím metod a rozhodovat o jejich použití, analyzovat finanční a ekonomická data, hodnotit sociální dopady a ekonomické aspekty udržitelnosti,
• provádět analýzu a řízení rizik, identifikovat rizikové faktory v kontextu klimatických změn, programovat počítačové systémy, používat moderní metody včetně strojového učení a pokročilých algoritmů,
• řídit, získávat a uchovávat digitální data, implementovat moderní algoritmy ve vhodném softwaru, používat digitální nástroje pro spolupráci, orientovat se v dokumentaci funkcí a příkazů, aplikovat nové znalosti.

Absolventi magisterského programu Statistická datová věda budou mít kromě analytických – statistických a programátorských – dovedností také široké znalosti moderního matematického a statistického modelování. Jejich významné uplatnění na trhu práce proto spočívá i v oblasti plánování, simulování, hodnocení a porovnávání scénářů projektů a jejich udržitelnosti. Analytické dovednosti absolventů, schopnost modelovat různé scénáře, simulovat jejich budoucí dopady a zvolit optimální postup představují cenný přínos pro organizace v mnoha odvětvích.

Předpokládaná uplatnitelnost absolventů je zejména:

- ve výzkumu a hodnocení vlivu vakcín a léků,

- v analýze a plánování vlivů na životní prostředí, využívání vody a zajištění udržitelného odběru,

- ve finančních institucích, bankovnictví, pojišťovnictví při vývoji matematických a statistických modelů pro finanční trhy a obchodování,

- v oblasti klimatického modelování, změn klimatu, analýzy emisí skleníkových plynů, prognóz a strategií adaptace,

- v oblasti inovací a výzkumu a technologiích čisté energie a energie z obnovitelných zdrojů, modelování energetické účinnosti,

- v analýze výrobních toků průmyslových podniků a v navrhování a posuzování nových postupů, které budou udržitelné a efektivní při výrobě

- v analýze a plánování přístupných a udržitelných dopravních systémů, veřejné a sdílené dopravě,

- v analýze a plánování postupů pro sledování dopadů udržitelného rozvoje na cestovní ruch,

- ve vědeckých institucích jako podpora vědeckých projektů, práce s velkými datovými sadami a navrhování experimentů,

- v orgánech veřejné správy, včetně ministerstev životního prostředí a průmyslu a obchodu, v neziskových organizacích nebo think-tancích zabývajících se udržitelností.

Absolventi magisterského programu Statistická datová věda budou schopni:

- aplikovat pokročilé statistické a matematické metody na reálná data z oblasti medicíny, ekologie, hydrologie, ekonomiky a životního prostředí,

- plánovat a realizovat komplexní studie, simulace a prediktivní modely pro hodnocení scénářů udržitelnosti, změny klimatu a environmentálních rizik,

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

- komunikovat výsledky prostřednictvím odborných zpráv a interaktivních grafických výstupů pro podporu rozhodování v průmyslu, veřejné správě i vědeckém výzkumu.

Program připravuje odborníky schopné řešit složité problémy současné společnosti v oblastech spojených s udržitelností, klimatickými změnami, ochranou životního prostředí a biodiverzity.

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).

Praxe není součástí tohoto studijního programu.

Vypracování a obhajoba diplomové práce je povinnou součástí studijního programu Statistická datová věda. Zpracováním diplomové práce student prokazuje schopnost orientace v problematice dané tématem diplomové práce, schopnost odborné práce pod vedením svého školitele a schopnost písemné i ústní prezentace.

Pokyny pro vypracování diplomové práce jsou upraveny Opatřením děkana 3/2019 Pokyny pro vypracování bakalářských, diplomových a rigorózních prací na PřF MU.

Absolvent magisterského studijního programu může (po splnění podmínek pro přijetí) pokračovat ve studiu doktorského programu Matematika a Statistika (specializace Pravděpodobnost, statistika a matematické modelování a jiné) nebo i v jiném navazujícím doktorském studiu v oborech Aplikovaná matematika, Statistika a Matematika, a to jak na českých, tak na zahraničních univerzitách.