Ułatwienia dostępu

Data science w naukach społecznych – I stopień

Data science w naukach społecznych – I stopień

Kierunek

Data science w naukach społecznych

Kolegium

Ekonomii, Finansów i Prawa

Instytut

Metod Ilościowych w Naukach Społecznych

Stopień

Pierwszy

Tytuł zawodowy

Licencjat

Tryb

Stacjonarny, niestacjonarny

Język wykładów

Polski

Specjalności

O kierunku

DATA SCIENCE W NAUKACH SPOŁECZNYCH to kierunek, który powstał jako odpowiedź na zapotrzebowanie płynące z rynku pracy na specjalistów z wszechstronną wiedzą, umiejętnościami i kompetencjami w zakresie informatyki oraz analizy danych z obszaru nauk społecznych, w szczególności gromadzenia, przygotowania, przetwarzania i wizualizacji danych, w tym dużych zbiorów danych (Big Data) oraz danych zaczerpniętych z Internetu (Web mining), jak również danych tekstowych (Natural Language Processing).

Wiedza i umiejętności informatyczne, w połączeniu z kompetencjami matematycznymi oraz znajomością ekonomii, finansów, zarządzania, rachunkowości i ubezpieczeń dają absolwentom podstawę do stosowania zaawansowanych metod analizy statystycznej, w tym uczenia statystycznego (maszynowego) oraz modelowania ekonometrycznego badanych zjawisk i procesów społeczno-gospodarczych przy rozumieniu ich istoty oraz wynikających z analizy danych zależności.

Program studiów 2024/2025
Perspektywy zawodowe

Absolwenci kierunku DATA SCIENCE W NAUKACH SPOŁECZNYCH są cenieni na rynku pracy jako wysoko wykwalifikowani specjaliści, gotowi do samodzielnej i zespołowej pracy w obszarze szeroko rozumianej analizy danych oraz modelowania zjawisk społeczno-gospodarczych.

Jako specjalista Data Scientist absolwent znajduje zatrudnienie w:

  • korporacjach krajowych i międzynarodowych,
  • bankach i instytucjach finansowych,
  • firmach ubezpieczeniowych,
  • firmach konsultingowych i doradczych,
  • agencjach reklamowych i marketingowych,
  • branży IT,
  • branży nowych technologii,
  • instytucjach rządowych.
Atuty kierunku

Absolwent kierunku wyróżnia się:

  • wysoko rozwiniętym myśleniem analitycznym,
  • wiedzą i umiejętnościami w zakresie statystycznej analizy danych, ekonometrii i uczenia maszynowego (statystycznego),
  • merytoryczną znajomości analizowanych zjawisk i procesów społeczno-gospodarczych oraz umiejętnością interpretacji uzyskanych wyników,
  • znajomością specjalistycznych języków programowania oraz obsługi programów komputerowych z zakresu gromadzenia, przygotowania, przetwarzania, wizualizacji i analizy danych, w tym pracy z Big Data,
  • kompetencjami „miękkimi” w zakresie radzenia sobie ze stresem, komunikacji interpersonalnej oraz zarządzania własną karierą.