Statistická datová věda

Tento program se zaměří na datovou vědu z pohledu pěti základních pilířů OSEMN (obtain, scrub, explore, model and interpret), tzn. (1) získávání nových dat prostřednictvím vědeckých studií a měření, a získávání již existujících dat z databází, serverů a internetu, (2) datový management, čištění dat, imputace chybějících pozorování, standardizace dat do předem určeného formátu a statistické programování, (3) explorativní analýza a vizualizace dat, (4) výpočetní statistika a statistické modelování, (5) interpretace výsledků. Studenti se naučí používat jazyky SQL, R, Python a SAS v datové vědě. Také se naučí plánovat vědecké a klinické studie, vybírat statistické jednotky, analyzovat reálná data, psát o číslech a prezentovat výsledky. Program je určen pro studenty, kteří mají zájem o práci s reálnými daty a statistiku. Studenti najdou uplatnění v mnoha odvětvích, která sbírají a analyzují data například pro řešení problémů současné společnosti v oblastech spojených s udržitelností, změnou klimatu, ochranou životního prostředí a biodiverzity.

Studenti budou schopni po absolvování tohoto programu aplikovat znalosti do různých vědeckých oblastí, ve kterých získávají a analyzují data, např. medicína (klinický a medicinský výzkum, epidemiologie, lékařská diagnostika), geografie, environmentalistika (znečištění ovzduší, monitorování kvality ovzduší, vody a půdy, ekosystémy a biodiverzita), ekologie a hydrologie (změna klimatu, předpověď počasí, extrémní události jako např. povodně). Jedná se o nový 2letý 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.

Absolvent je po úspěšném ukončení studia schopen:

• dodávat vizuální prezentaci dat na vysoké úrovni, tvořit interaktivní grafiky s účelným designem, interaktivními prvky s možnostmi selekce, filtrace a změny parametrů uživatelem;
• provádět studie, šetření a průzkumy, zkoumat problémy týkající se ochrany přírody, identifikovat environmentální hrozby;
• porozumět dopadu trénování rozsáhlých modelů strojového učení a umělé inteligence na životní prostředí; uvažovat o minimalizaci dopadu těchto modelů;
• provádět akademický výzkum nebo průzkum trhu, identifikovat výzkumná témata, provádět environmentální studie;
• modelovat komplexní systémy (jako jsou ekosystémy, biologické a medicínské systémy, populace, logistické systémy apod.), rozhodnout o vhodnosti volby daného modelu;
• analyzovat a vyhodnocovat vědecká, medicínská data, hydrologická a meteorologická data pro jejich využití, analyzovat údaje o životním prostředí, rozumět podstatě i limitacím metod, rozhodnout o použití metod v jednotlivých situacích;
• analyzovat finanční a ekonomická data, hodnocení sociálních dopadů a ekonomických aspektů udržitelnosti;
• posuzování systémů řízení rizik pro životní prostředí, schopnost identifikovat rizikové faktory a rizika změn, zvláště možností náhlých změn, které mohou být důsledkem změny klimatu a dalších změn s tím souvisejících;
• programovat počítačové systémy, použít moderní metody včetně datové analýzy, strojového učení a dalších pokročilých metod, rozumět limitacím numerických výpočtů;
• řídit, získávat a uchovávat digitální data, normalizovat data, používat databáze, porozumět novým moderním metodám, modelům, algoritmům a jejich podstatě a implementovat je ve vhodném softwaru;
• používat digitální nástroje pro spolupráci a produktivitu, programovat v několika programovacích jazycích, orientovat se v dokumentaci funkcí a příkazů a tyto nové znalosti aplikovat;

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 zelených projektů a jejich udržitelnosti. Analytické dovednosti absolventů, schopnost modelovat různé scénáře, simulovat jejich budoucí dopady a zvolit optimální postup představují cenný přínos pro organizace a projekty orientované na zelené technologie a udržitelný rozvoj.

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,

- v oblasti monitorování kvality ovzduší a vody, modelování a hodnocení návrhů opatření k ochraně a zlepšení stavu životního prostředí,

- při stavbě modelů pro optimalizaci využívání přírodních zdrojů s důrazem na udržitelnost a snižování environmentálního dopadu,

- 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 a pokročilých a čistších technologií a návrhu ekologicky šetrných řešení,

- ve finančních institucích, bankovnictví, pojišťovnictví,

- v analýze výrobních toků průmyslových podniků a v navrhování a posuzování nových postupů, které budou udržitelné a účinněji využívat zdroje 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,

- v oblasti analýzy a modelování budoucí vývoj populací invazivních druhů a navrhovat opatření pro jejich dopad jiné ekosystémy, ochrany biodiverzity, monitorování ekosystémů a tvorbě strategií pro udržitelné zachování biologické rozmanitosti,

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

- Absolventi mohou nalézt uplatnění v komerční sféře ve firmách, které primárně nepůsobí v environmentální oblasti, ale z důvodů legislativních nebo společenských potřebují kvantitativně vyhodnocovat a řídit environmentální dopady své činnosti.

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.

Praxe není povinnou 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 bakalářské 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.