Аналіз даних (Data Science)

8.124.00.03 Аналіз даних (Data Science)
Кваліфікація: Магістр з системного аналізу
Рік вступу: 2021
Форма навчання: денна
Тривалість програми: 1 рік 4 місяці
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Кількість кредитів: 90 кредитів ЄКТС
Рівень кваліфікації відповідно до Національної рамки кваліфікацій, Європейської рамки кваліфікацій для навчання впродовж життя: Cьомий рівень НРК (другий цикл РК ЄПВО, сьомий рівень ЄРК)
Галузь знань: Інформаційні технології
Особливі умови вступу: Вступні випробування зі спеціальності та іноземної мови.
Конкретні механізми визнання попереднього навчання: За умови, що попередній рівень отримано в іншій країні, необхідна нострифікація, яка проводиться Львівською політехнікою.
Вимоги та правила щодо отримання кваліфікації, вимоги щодо виконання навчальної програми: Повне виконання навчальної програми та захист магістерської кваліфікаційної роботи.
Характеристика освітньої програми: Здобуття поглиблених теоретичних та практичних знань, умінь та розуміння, що відносяться до областей системного аналізу, інженерії даних і знань, наук про дані, аналізу даних, що дасть їм можливість ефективно виконувати завдання інноваційного характеру відповідного рівня професійної діяльності, яка орієнтована на дослідження й розв’язання складних задач дослідження, видобування та аналізу даних з різноманітних інформаційних ресурсів для задоволення потреб науки, бізнесу та підприємств у різних галузях.
Набуті компетентності: – Спеціалізовані концептуальні знання, що включають сучасні наукові здобутки у сфері системного аналізу та інформаційних технологій і є основою для оригінального мислення та проведення досліджень – Будувати та досліджувати моделі складних систем і процесів застосовуючи методи системного аналізу, математичного, комп’ютерного та інформаційного моделювання – Застосовувати методи розкриття невизначеностей в задачах системного аналізу, розкривати ситуаційні невизначеності та невизначеності в задачах взаємодії, протидії та конфлікту стратегій, знаходити компроміс при розкритті концептуальної невизначеності – Розробляти та застосовувати методи, алгоритми та інструменти прогнозування – розвитку складних систем і процесів різної природи – Використовувати міри оцінювання ризиків та застосовувати їх при аналізі багатофакторних ризиків в складних системах – Застосовувати методи машинного навчання та інтелектуального аналізу даних, математичний апарат нечіткої логіки, теорії ігор та розподіленого штучного інтелекту для розв’язання складних задач системного аналізу – Розробляти інтелектуальні системи в умовах слабо структурованих даних різної природи – Здійснювати ідентифікацію та оцінювання параметрів математичних моделей об’єктів керування – Розробляти та застосовувати моделі, методи та алгоритми прийняття рішень в умовах конфлікту, нечіткої інформації, невизначеності та ризиків – Зрозуміло і недвозначно доносити власні знання, висновки та аргументацію до фахівців і нефахівців, зокрема до осіб, які навчаються – Вільно презентувати та обговорювати усно і письмово результати досліджень та інновацій, інші питання професійної діяльності державною та англійською мовами – Здатність створювати математичні моделі, технології і алгоритми дослідження, видобування, аналізу та опрацювання Великих даних та розподілених інформаційних ресурсів
– Здатність розробляти інформаційні продукти в умовах обмеження ресурсів та необхідності декомпозиції задач дослідження даних за допомогою моделей теорії штучного інтелекту та машинного навчання, методи теорії ігор, створення структур та моделювання процесів опрацювання інформаційних ресурсів – Здатність розробляти математичні моделі і алгоритми розпізнавання образів, глибинного аналізу, класифікації та кластеризації даних, визначення асоціацій та закономірностей в інформаційних ресурсах за допомогою відповідного математичного забезпечення, використовуючи процедури формального уявлення про дані – Здатність до проектування нових інтелектуальних систем прийняття рішень за допомогою спеціалізованих пакетів програм, використовуючи методи пошуку, видобування, очищення та інтеграції даних – Здатність володіти достатніми знаннями математичних моделей і методів аналітики даних, мов моделювання та програмних засобів для виконання практичних завдань – Здатність володіти навичками в області аналітики текстових та Web-ресурсів різної природи в умовах невизначенності
– Зрозуміле і недвозначне донесення власних знань, висновків та аргументації до фахівців і нефахівців, зокрема до осіб, які навчаються.
Академічна мобільність: На основі двосторонніх договорів між Національним університетом «Львівська політехніка» та технічними університетами України. На основі двосторонніх договорів між Національним університетом «Львівська політехніка» та навчальними закладами країн-партнерів
Практика/стажування: Дослідницька практика за темою магістерської кваліфікаційної роботи
Керівник освітньої програми, контактна особа: Д.т.н., професор, професор кафедри ІСМ Берко Андрій Юліанович, Andrii.Y.Berko@lpnu.ua
Професійні профілі випускників: Робочі місця у сфері інформаційних технологій, комунікації та управління ІТ-проектами: IT-компанії, фінансові компанії, страхові компанії, державні установи, консультування.
Доступ до подальшого навчання: Здобуття третього (освітньо-наукового /освітньо-творчого) рівня
Інші особливості програми: Акцент на глибоких знаннях в області системного аналізу, науки про дані, інженерії даних і знань, методів і засобів дослідження, видобування та аналізу даних і знань, а також здатність їхнього застосування в різних предметних областях.