Kierunek modelowanie matematyczne i analiza danych na Uniwersytecie Gdańskim prowadzi Wydział Matematyki, Fizyki i Informatyki. To kierunek, który skupia się na Big Data i Data Science - czyli wykorzystaniem wiedzy matematycznej i informatycznej do pracy z olbrzymimi zasobami danych, do ich zbierania, analizy i wyciągania wniosków do wykorzystania w biznesie i działalności naukowej. Ten kierunek na UG to studia licencjackie prowadzone w trybie stacjonarnym (bezpłatne).
Student nabywa umiejętności, które można wykorzystać m.in. w:
- fizyce - wyjaśnianie skomplikowanych zjawisk przyrodniczych i przewidywanie z dużą skutecznością wyników eksperymentów dzięki zaawansowanym teoriom matematycznym,
- informatyce - rozwój sektora IT przy tworzeniu i doskonaleniu języków programowania i coraz lepszych kompilatorów dzięki wiedzy matematycznej,
- przemyśle - wykorzystywanie wiedzy matematycznej do analizy danych z procesów technologicznych i użytkowania produktów (np. w lotnictwie i przemyśle kosmicznym),
- ekonomii - prognozowanie rzeczywistości gospodarczej (np. cykli koniunkturalnych, giełdowych kursów akcji i instrumentów pochodnych) dzięki zaawansowanymi metodom rachunku prawdopodobieństwa,
- biznesie - prognozowanie sytuacji przedsiębiorstwa w zmieniających się uwarunkowaniach w oparciu o modele matematyczne (np. wynik finansowy firmy ubezpieczeniowej po korekcie wysokości składek),
- socjologii - opisywanie sieci zależności społecznych i prognozowania kierunków ich rozwoju za pomocą narzędzi matematycznych,
- filozofii - praca nad koncepcjami filozoficznymi na podstawie osiągnięć logiki matematycznej.
Specjalności:
- analiza danych,
- eksploracja danych w finansach i ubezpieczeniach,
- matematyka ekonomiczna,
- modelowanie zjawisk fizycznych.
Partnerzy studiów:
- Aplitt,
- Ergo Hestia,
- State Street,
- Boening Digital Aviatoon&Analytics Lab,
- Atena.
Modelowanie matematyczne i analiza danych na UG - co to za studia?
Kierunek modelowanie matematyczne i analiza danych ma charakter interdyscyplinarny, łączący obszary matematyki, fizyki i informatyki. Studenci zdobędą umiejętności konstrukcji modeli matematycznych dla różnych problemów współczesnego świata, projektowania i wykonywania obliczeń numerycznych, korzystania z nowoczesnych technik przetwarzania danych i stosowania właściwych metod statystycznych.
Program studiów:
- wstęp do analizy funkcjonalnej,
- analiza instrumentów finansowych,
- wybrane elementy biomatematyki,
- matematyczne modele w ekonomii,
- ekonometria,
- elementy DevOps,
- analiza danych w ubezpieczeniach majątkowych,
- high performance computing,
- makroekonomia,
- wstęp do matematyki finansowej,
- mikroekonomia,
- mechanika klasyczna z elementami kwantowej,
- metody analizy decyzji,
- analiza danych w ubezpieczeniach na życie,
- modelowanie zjawisk hydrologicznych,
- numeryczne modelowanie układów dynamicznych,
- pracownia analizy danych,
- analiza danych pomiarowych,
- programowanie funkcyjne,
- programowanie obiektowe,
- wybrane zastosowania równań różniczkowych,
- wprowadzenie do sieci neuronowych,
- teoria wyboru społecznego,
- modelowanie zdarzeń ekstremalnych,
- inteligencja obliczeniowa,
- wstęp do uogólnionych modeli liniowych,
- wizualizacja danych.
Praca dla specjalistów ds. Big Data i Data Science
Kierunek, łącząc w sobie matematykę, statystkę i programowanie, pozwala zdobyć praktykę z zakresu operowania na dużych zbiorach informacji – Big Data. Modelowanie matematyczne i analiza danych to najlepsza droga, by zostać Data Scientist, który jest jednym z najbardziej oczekiwanych zawodów IT, i który już niebawem zrewolucjonizuje wiele gałęzi przemysłu
Rozwój technologiczny, powszechność urządzeń mobilnych czy ostatnio coraz bardziej popularny IoT (Internet of Things) powoduje, że każdego dnia gromadzone są niewyobrażalne ilości danych (szacunki z roku 2015 mówiły o 2.5 mld TB danych dziennie, tj. ok. 10 mln dysków blu-ray).
W ostatnich latach powstał ogromny popyt na specjalistów, którzy z zebranych danych potrafią wyciągnąć wartościowe informacje. Od takich specjalistów wymaga się przede wszystkim umiejętności analitycznego myślenia, kreatywności w rozwiązywaniu niestandardowych problemów, dobrych podstaw matematycznych i biegłości w posługiwaniu się narzędziami informatycznymi.
