Sylwetka absolwenta
Dzięki połączeniu wiedzy teoretycznej z praktyczną, absolwenci studiów staną się ekspertami z dziedziny interdyscyplinarnej analizy danych (analizy statystyczne, machine learning, data mining, programowanie w R).
Absolwent studiów będzie posiadał zaawansowaną wiedzę z zakresu pracy z danymi w programie R, a dokładniej:
- znał efektywne metody przeglądowej analizy danych,
- znał zasady budowy i obróbki bazy danych,
- umiał wykorzystywać wnioskowanie statystyczne na poziomie podstawowym i zaawansowanym,
- znał na poziomie zaawansowanym język programowania R i wydajne metody służące do pracy z danymi, także z dużymi zbiorami danych,
- umiał tworzyć zaawansowane i efektywne wizualizacje danych statystycznych,
- posiadał niezbędną wiedzę teoretyczną i praktyczną z szeroko pojętej tematyki data science (m.in. machine learning, data mining, text mining),
- umiał budować i walidować modele prognostyczne na podstawie poznanych algorytmów statystycznych i ekonometrycznych.
Absolwent studiów będzie posiadał umiejętność pracy z danymi w programie i języku programowania R, a dokładniej:
- samodzielnej pracy w programie R przy wykorzystaniu zaawansowanych narzędzi statystycznej analizy danych,
- programowania w R na poziomie zaawansowanym (projektowanie własnych algorytmów i funkcji, dynamicznych raportów),
- tworzenia zaawansowanych statystycznych i interaktywnych wizualizacji danych,
- tworzenia aplikacji internetowych (web scraping, aplikacje webowe w pakiecie shiny),
- dogłębnego analizowania danych empirycznych przy pomocy specjalistycznych pakietów ekonometrycznych programu R,
- budowy i walidacji modeli predykcyjnych wykorzystujących różne algorytmy (machine learning),
- tworzenia automatycznie generowanych raportów z przeprowadzonych analiz danych (R Markdown),
- samodzielnego tworzenia (projektowania, programowania i wdrażania) profesjonalnych aplikacji biznesowych w środowisku R.