Ułatwienia dostępu

Instytut Metod Ilościowych w Naukach Społecznych Uniwersytetu Ekonomicznego w Krakowie

Opis kierunku DATA SCIENCE W NAUKACH SPOŁECZNYCH,

poziom licencjacki

 

UWAGA: Rekrutacja na kierunek następuje przez Portal Rekrutacyjny UEK

 

Zapraszamy do obejrzenia krótkiego filmu o kierunku: FILM

 

O kierunku

Kierunek DATA SCIENCE W NAUKACH SPOŁECZNYCH – jako nowy kierunek w ofercie dydaktycznej Uniwersytetu Ekonomicznego w Krakowie – jest odpowiedzią na zapotrzebowanie płynące z rynku pracy na absolwentów posiadających wiedzę, umiejętności i kompetencje społeczne w zakresie gromadzenia, przygotowania, przetwarzania i analizy danych w obszarze dziedziny Nauk Społecznych.

Specyfiką tego kierunku jest to, że przetwarzanie i analiza danych nie może być oderwana od merytorycznego problemu, który te dane reprezentują. W związku z tym w programie kierunku DATA SCIENCE W NAUKACH SPOŁECZNYCH zawarto kursy z zakresu ekonomii, finansów, zarządzania, rachunkowości, ubezpieczeń oraz prawa własności intelektualnej pozwalające absolwentowi tego kierunku uzyskać merytoryczną wiedzę oraz swego rodzaju „wyczucie” zjawisk i procesów, które będzie badał przy wykorzystaniu metod statystycznej analizy danych.

Jednak główny nacisk w toku studiów postawiono na szeroko pojętą analizą danych – w tym uczenie statystyczne (znane także jako uczenie maszynowe), analizę Big Data oraz modelowanie ekonometryczne. W związku z tym, że nietrywialne metody analizy danych wymagają znajomości aparatu matematycznego to w programie studiów kierunku znajdują się przedmioty z tego obszaru wiedzy.

Równolegle z tymi przedmiotami realizowane będą zagadnienia natury informatycznej, które z jednej strony – łącznie z wiedzą i umiejętnościami matematycznymi – są podstawą dla metod analizy danych, a z drugiej strony dostarczają absolwentom wiedzę na temat specyficznych metod pozyskiwania i analizy danych zaczerpniętych z Internetu (Web mining) oraz danych tekstowych (Natural Language Processing).

Ponadto w programie studiów kierunku umieszczono przedmioty kształtujące umiejętności pracy zespołowej, komunikacji, radzenia sobie ze stresem, logicznego i analitycznego myślenia, kreatywnego działania oraz autoprezentacji.

Kandydaci na ten kierunek studiów powinni przejawiać zdolności logicznego myślenia, zdolności matematyczne, informatyczne oraz analityczne. Wszystkie wymienione powyżej zdolności są rozwijane w czasie studiów na kierunku Data Science w naukach społecznych.

Studia na DATA SCIENCE W NAUKACH SPOŁECZNYCH przewidziane są dla osób, które w przyszłości chcą pracować na stanowisku Data Scientist, czyli osoby zajmującej się poszukiwaniem ukrytych w zbiorach danych wzorców, trendów oraz informacji, wykorzystując w tym celu umiejętności informatyczne i statystyczne. Jest to osoba, która potrafi przedstawić wyniki swojej pracy w sposób zrozumiały dla osób niewtajemniczonych w metody szeroko pojętej analizy danych dając im podstawy do podejmowania decyzji biznesowych.

Po ukończeniu studiów I stopnia możliwa jest kontynuacja nauki na studiach magisterskich na kierunku Analityka gospodarcza lub na innych kierunkach ekonomicznych.

Atuty kierunku

Absolwent kierunku wyróżniać się będzie:

  • wysoko rozwiniętym myśleniem analitycznym oraz zdolnością rozwiązywania postawionych przed nim problemów analitycznych,
  • wiedzą i umiejętnościami w zakresie statystycznej analizy danych, uczenia maszynowego (statystycznego) i ekonometrii oraz prezentacją i interpretacją uzyskanych wyników,
  • znajomością specjalistycznych języków programowania oraz obsługi programów komputerowych z zakresu gromadzenia, przygotowania, przetwarzania, wizualizacji i analizy danych,
  • znajomością narzędzi powszechnie stosowanych w pracy Data Scientist, w tym pracy z Big Data,
  • kompetencjami „miękkimi” w zakresie radzenia sobie ze stresem, komunikacji interpersonalnej oraz zarządzania własną karierą.

 

Perspektywy zawodowe absolwentów:

Absolwenci kierunku DATA SCIENCE W NAUKACH SPOŁECZNYCH będą cenieni na rynku pracy jako wysoko wykwalifikowani specjaliści, gotowi do samodzielnej jak i zespołowej pracy w obszarze programowania, pozyskiwania, gromadzenia, przygotowania i analizy danych, swobodnie posługujący się narzędziami informatycznymi i statystycznymi. Posiadają umiejętności modelowania zjawisk społecznych i gospodarczych oraz interpretacji wyników w kontekście badanych problemów.

Jako specjalista Data Scientist absolwent znajdzie zatrudnienie w: 

  • firmy technologiczne, takie jak Google, Facebook, Amazon,
  • korporacje zajmujące się analizą danych, np. IBM, SAS Institute,
  • instytucje finansowe, w tym banki i fundusze inwestycyjne,
  • firmy ubezpieczeniowe,
  • firmy konsultingowe i doradcze, np. Deloitte,
  • agencje reklamowe i marketingowe,
  • firmy detektywistyczne zajmujące się analizą danych,
  • firmy zajmujące się badaniami rynku,
  • organizacje rządowe i agencje statystyczne, np. Narodowy Bank Polski, GUS,
  • startupy technologiczne, które zajmują się analizą danych i sztuczną inteligencją,
  • szpitale i placówki medyczne, gdzie analiza danych może być wykorzystywana
    do optymalizacji opieki zdrowotnej,
  • instytucje edukacyjne i badawcze, takie jak uniwersytety i think tanki,
  • firmy e-commerce,
  • branżę energetyczną, gdzie analiza danych może być wykorzystywana do optymalizacji produkcji i dystrybucji energii elektrycznej.

Program kierunku

Lp. Przedmiot Kategoria Rodzaj zajęć Liczba godzin Punkty
stacjonarne niestacjonarne ECTS
1 Pierwszy język obcy do wyboru ćwiczenia 30 0 2
2 Drugi język obcy do wyboru ćwiczenia 30 0 2
3 Język obcy do wyboru ćwiczenia 0 30 2
4 Algebra liniowa kierunkowe lub ogólne wykład i ćwiczenia 15+30 9+18 5
5 Elementy logiki kierunkowe lub ogólne konwersatorium 15 9 2
6 Wstęp do informatyki kierunkowe lub ogólne laboratorium 30 18 3
7 Programowanie w języku R kierunkowe lub ogólne laboratorium 30 18 3
8 Analiza matematyczna kierunkowe lub ogólne wykład i ćwiczenia 15+30  9+18  5
9 Podstawy mikroekonomii kierunkowe lub ogólne wykład i ćwiczenia 15+15 9+9 4
10 Podstawy prawa własności intelektualnej kierunkowe lub ogólne wykład i ćwiczenia 15+15 9+9 4
11 Strategie i techniki radzenia sobie ze stresem kierunkowe lub ogólne konwersatorium 15 9 2
12 Wychowanie fizycznej do wyboru  ćwiczenia 30 0 0
Lp. Przedmiot Kategoria Rodzaj zajęć Liczba godzin Punkty
stacjonarne niestacjonarne ECTS
1 Pierwszy język obcy do wyboru ćwiczenia 30 0 2
2 Drugi język obcy do wyboru ćwiczenia 30 0 2
3 Język obcy do wyboru ćwiczenia 0 30 2
4 Podstawy makroekonomii kierunkowe lub ogólne wykład i ćwiczenia 15+15 9+9 4
5 Databases and SQL language (ang.) kierunkowe lub ogólne laboratorium 30 18 3
6 Analiza matematyczna kierunkowe lub ogólne wykład i ćwiczenia 15+15 9+9 4
7 Statystyka opisowa kierunkowe lub ogólne wykład i laboratorium 15+15 9+9 4
8 Rachunek prawdopodobieństwa kierunkowe lub ogólne wykład i ćwiczenia 15+15 9+9 4
9 Programowanie w języku Python kierunkowe lub ogólne laboratorium 45 27 4
10 Komunikacja interpersonalna kierunkowe lub ogólne konwersatorium 15 9 2
11 Wychowanie fizyczne do wyboru ćwiczenia 30 0 0
12 Elementy matematyki dyskretnej kierunkowe lub ogólne wykład i ćwiczenia 15+15 9+9 4
Lp. Przedmiot Kategoria Rodzaj zajęć Liczba godzin Punkty
stacjonarne niestacjonarne ECTS
1 Pierwszy język obcy do wyboru ćwiczenia 30 0 2
2 Drugi język obcy do wyboru ćwiczenia 30 0 2
3 Język obcy do wyboru ćwiczenia 0 30 2
4 Wnioskowanie statystyczne kierunkowe lub ogólne wykład i laboratorium 15+30 9+18 5
5 Podstawy rachunkowości / Accounting Principles do wyboru wykład i ćwiczenia 15+15 9+9 3
6 Nienadzorowane uczenie statystyczne kierunkowe lub ogólne wykład i laboratorium 15+45 9+27 6
7 Podstawy ubezpieczeń kierunkowe lub ogólne wykład i ćwiczenia 15+15 9+9 3
8 Inżynieria danych kierunkowe lub ogólne laboratorium 15 9 2
9 Advances Excel (ang.) kierunkowe lub ogólne laboratorium 15 9 2
10 Wizualizacja danych kierunkowe lub ogólne laboratorium 15 9 2
11 Przedmiot do wyboru 1. do wyboru konwersatorium 30 18 3
Lp. Przedmiot Kategoria Rodzaj zajęć Liczba godzin Punkty
stacjonarne niestacjonarne ECTS
1 Pierwszy język obcy do wyboru ćwiczenia 30 0 2
2 Drugi język obcy do wyboru ćwiczenia 30 0 2
3 Język obcy do wyboru ćwiczenia 0 30 2
4 Podstawy zarządzania kierunkowe lub ogólne wykład i ćwiczenia 15+15 9+9 3
5 Ekonometryczna analiza danych kierunkowe lub ogólne wykład i labaratorium 15+30 9+18 4
6 Sieci neuronowe i uczenie maszynowe kierunkowe lub ogólne wykład i labaratorium 15+45 9+27 6
7 Web mining kierunkowe lub ogólne labaratorium 15 9 2
8 Metody numeryczne / Numerical methods do wyboru konwersatorium 30 18 3
9 Nadzorowane uczenie statystyczne kierunkowe lub ogólne wykład i labaratorium 15+45 9+27 6
10 Przedmiot do wyboru 2. do wyboru konwersatorium 30 18 3
Lp. Przedmiot Kategoria Rodzaj zajęć Liczba godzin Punkty
stacjonarne niestacjonarne ECTS
1 Natural Language Processing (ang.) kierunkowe lub ogólne laboratorium 30 18 3
2 Big Data kierunkowe lub ogólne konwersatorium 30 18 3
3 Metody bayesowskie w analizie danych kierunkowe lub ogólne wykład i laboratorium 15+30 9+18 5
4 Analiza szeregów czasowych kierunkowe lub ogólne wykład i laboratorium 15+15 9+9 4
5 Eksploracja danych ubezpieczeniowych modułowy do wyboru konwersatorium 30 18 4
6 Rachunkowość i sprawozdawczość finansowa modułowy do wyboru konwersatorium 30 18 4
7 Podstawy controllingu modułowy do wyboru konwersatorium 30 18 4
8 Modelowanie wyborów konsumenta modułowy do wyboru konwersatorium 30 18 4
9 Statystyka społeczna modułowy do wyboru konwersatorium 30 18 4
10 Analiza modeli makroekonomicznych modułowy do wyboru konwersatorium 30 18 4
11 Seminarium dyplomowe seminarium seminarium 30 18 5
12 Przedmiot do wyboru 3. do wyboru konwersatorium 30 18 3
Lp. Przedmiot Kategoria Rodzaj zajęć Liczba godzin Punkty
stacjonarne niestacjonarne ECTS
1 Podstawy przedsiębiorczości kierunkowe lub ogólne konwersatorium 15 9 2
2 Socjologia / Psychologia do wyboru wykład 15 9 2
3 Algorytmiczna teoria gier / Algorithmic game theory do wyboru konwersatorium 30 18 3
4 Analiza danych panelowych kierunkowe lub ogólne wykład i laboratorium 15+15 9+9 4
5 Zarządzanie własną karierą kierunkowe lub ogólne konwersatorium 15 9 2
6 Uczenie maszynowe w ubezpieczeniach modułowy do wyboru konwersatorium 30 18 4
7 Analiza ekonomiczna przedsiębiorstwa modułowy do wyboru konwersatorium 30 18 4
8 Controlling finansowy modułowy do wyboru konwersatorium 30 18 4
9 Eksploracja danych rynkowych modułowy do wyboru konwersatorium 30 18 4
10 Analiza budżetów gospodarstw domowych modułowy do wyboru konwersatorium 30 18 4
11 Probabilistyczne uczenie głębokie w ekonomii i finansach modułowy do wyboru konwersatorium 30 18 4
12 Seminarim dyplomowe seminarium seminarium 30 18 7
13 Przedmioty z dziedziny nauk humanistycznych do wyboru wykład 30 18 5

Efekty uczenia się dla kierunku

Symbol efektu uczenia Opis efektów uczenia się Odniesienie do charakterystyk efektów uczenia się
  P_W (WIEDZA) Absolwent zna i rozumie:  
DS_W01 w zaawansowanym stopniu wybrane zagadnienia, problemy, fakty i zależności dotyczące zjawisk społeczno-gospodarczych, stanowiące podstawową wiedzę z zakresu ekonomii i finansów oraz nauk o zarządzaniu i jakości oraz psychospołecznego wymiaru działania człowieka, właściwą dla programu studiów na kierunku DSwns; P6S_WG
DS_W02 w zaawansowanym stopniu zagadnienia z wybranych obszarów matematyki właściwe dla programu studiów na kierunku DSwns; P6S_WG
DS_W03 w zaawansowanym stopniu zasady i metody opisu statystycznego, wnioskowania statystycznego, nienadzorowanego i nadzorowanego uczenia statystycznego, analizy regresji, analizy szeregów
czasowych i prognozowania; 
P6S_WG
DS_W04 w zaawansowanym stopniu zagadnienia pozyskiwania, cyfrowej reprezentacji, przechowywania, przetwarzania, wymiany i integracji danych oraz automatycznego prowadzenia i ponawiania procesów analizy danych i uczenia maszynowego z wykorzystaniem technologii i narzędzi informatycznych, w tym wybranych języków programowania, a także podstawowe problemy związane z magazynowaniem, wizualizacją i analizą dużych zbiorów danych; P6S_WG
DS_W05 fundamentalne dylematy współczesnej cywilizacji oraz podstawowe uwarunkowania pracy zawodowej (prawne, etyczne i inne), w szczególności związanej z pozyskiwaniem, przechowywaniem i analizą danych społeczno-gospodarczych oraz psychospołecznymi determinantami funkcjonowania w sytuacjach zawodowych, a także podstawowe pojęcia i zasady z zakresu ochrony własności przemysłowej i prawa autorskiego; P6S_WK
DS_W06 podstawowe zasady tworzenia i rozwoju różnych form przedsiębiorczości; P6S_WK
DS_W07 w zaawansowanym stopniu pojęcia, teorie naukowe oraz metodykę badań wykorzystywaną w dziedzinie nauk humanistycznych. P6S_WG
  P_U (UMIEJĘTNOŚCI) Absolwent potrafi:  
DS_U01 rozpoznawać, formułować i rozwiązywać złożone i nietypowe problemy dotyczące różnych aspektów działalności gospodarczej i funkcjonowania społeczeństwa, z wykorzystaniem wiedzy z zakresu
nauk społecznych, posługując się różnorodnymi metodami analizy danych oraz technologiami i narzędziami informatycznymi;
P6S_UW
DS_U02 wykonywać zadania związane z analizą statystyczną lub ekonometryczną przy wykorzystaniu odpowiednio dobranych metod i modeli na podstawie różnego typu danych statystycznych; P6S_UW
DS_U03 dobierać i stosować narzędzia matematyczne, metody statystyczne oraz technologie i narzędzia informatyczne w analizie danych, wykorzystując zaawansowaną znajomość wybranych języków programowania; P6S_UW
DS_U04 komunikować się z otoczeniem z użyciem specjalistycznej terminologii z zakresu analizy i informatycznego przetwarzania danych, w szczególności w odniesieniu do problemów społecznogospodarczych; P6S_UK
DS_U05 brać udział w debacie, przedstawiać i oceniać różne opinie oraz dyskutować o nich, uzasadniając własne stanowisko; posługiwać się językiem obcym na poziomie B2 Europejskiego Systemu Opisu Kształcenia Językowego; P6S_UK
DS_U06 planować i organizować pracę indywidualną oraz pracę w zespole, współdziałając z innymi osobami oraz właściwie określając priorytety służące realizacji zaplanowanych zadań, także o charakterze interdyscyplinarnym; P6S_UO
DS_U07 samodzielnie planować i realizować własne uczenie się przez całe życie, będąc świadomym potrzeby uzupełniania i doskonalenia nabytej wiedzy i umiejętności, w szczególności z zakresu gromadzenia, przetwarzania, wizualizacji i analizy danych; P6S_UU
DS_U08 prawidłowo wykorzystać posiadaną wiedzę do interpretacji zjawisk z zakresu dziedziny nauk humanistycznych. P6S_UW
  P_K (KOMPETENCJE SPOŁECZNE) Absolwent jest gotów do:  
DS_K01 krytycznej oceny posiadanej wiedzy i odbieranych treści z zakresu gromadzenia, przetwarzania i analizy danych; P6S_KK
DS_K02 świadomego uzupełniania i doskonalenia wiedzy niezbędnej do rozwiązywania problemów poznawczych i praktycznych z zakresu nauk społecznych przy wykorzystaniu metod gromadzenia, przetwarzania i analizy danych a także do zasięgania opinii
ekspertów w przypadku trudności z samodzielnym rozwiązaniem problemu;
P6S_KK
DS_K03 wypełniania zobowiązań społecznych, współorganizowania działalności na rzecz środowiska społecznego, a także do promowania społecznego i kulturowego znaczenia sportu i podejmowania aktywności fizycznej; P6S_KO
DS_K04 inicjowania działań na rzecz interesu publicznego oraz
samodzielnego podejmowania decyzji, myślenia oraz działania w sposób przedsiębiorczy, wykorzystując nabytą wiedzę i umiejętności;
P6S_KO
DS_K05 inicjowania działań na rzecz interesu publicznego w zakresie problematyki odnoszącej się do dziedziny nauk humanistycznych;
DS_K06 do odpowiedzialnego pełnienia ról zawodowych, w tym dbałości o dorobek i tradycje zawodu oraz przestrzegania w sposób świadomy dobrych praktyk związanych z wykonywanym zawodem i wymagania tego od innych.