Statistics & Data Science

Механіко-математичний факультет
Спеціальність:
E8 Cтатистика
Освітня програма:
Статистичний аналіз даних

Наші партнери

Про програму
Переваги

“Статистичний аналіз даних” є сучасним варіантом класичної математичної дисципліни “Статистика”, який крім традиційних статистичних методів включає в себе збір даних, бази даних, візуалізацію даних, машинне навчання, розпізнавання образів, штучні нейронні мережі та багато іншого.

  • Програма відповідає вимогам сучасного ринку. Її оновили експерти-практики галузі рівнів senior та lead.
  • Можливість проходити практику в провідних компаніях Львівського ІТ Кластера.
  • Викладачі та ментори програми – це практики галузі, які стежать за останніми тенденціями у сфері.
  • Доступ до закритих спільнот, в яких з’являються можливості для студентів освітніх програм, які підтримує Львівський ІТ Кластер.
Умови вступу

Заяви на вступ подаються тільки в електронній формі. Для цього вступник повинен зареєструвати електронний кабінет на сайті vstup.edbo.gov.ua. Дані про середні бали та конкурс орієнтовані на основу вступі 2024.

1.91
Конкурс на одне бюджетне місце
168.28
Загальний середній рейтинговий бал всіх заяв
42
Максимальний обсяг державного замовлення
45
Ліцензійний обсяг місць
66 755
Вартість навчання на контракті (за рік, грн)

Хочеш навчатися на програмі Statistics&Data Science?

Ознайомся з програмою та подавай документи на вступ
Подати документи
Що ти отримаєш
Базові знання
  • Різні види програмування (функціональне, об’єктно-орієнтоване, паралельне, веб-програмування, системне, вбудованих та конфігурованих систем)
  • Інформаційні мережі, інтернет протоколи (Computer networking), Front-end та Back-end розробка ПЗ
  • Архітектура комп’ютерів, комп’ютерна логіка, програмно-апаратні рішення (hadware) з використанням технологій програмування вбудованих систем (embedded system) та Інтернету речей (Internet of Things)
Фахові знання і вміння
М’які навички
Карта курсів
1-й курс
1 семестр
Математичний аналіз
 
Лінійна алгебра і аналітична геометрія
 
Інформатика та програмування (Python)
 
Дискретна математика
 
Навчальна практика з інформатики
 
Безпека життєдіяльності
 
Фізвиховання
 
Історія України
 
Іноземна мова
2 семестр
Математичний аналіз
 
Лінійна алгебра та аналітична геометрія
 
Інформатика та програмування (Python)
 
Дискретні моделі статистики
 
Фінансовий аналіз
 
Навчальна практика з фінансового аналізу
 
Фізвиховання
 
Історія української культури
 
Іноземна мова
2-й курс
3 семестр
Математичний аналіз
 
Диференціальні рівняння
 
Теорія чисел
 
Командна і проектна робота
 
Навчальна практика з програмування
 
Дисципліни вільного вибору
 
Іноземна мова
 
Українська мова
4 семестр
Математичний аналіз
 
Диференціальні рівняння
 
Машинне навчання
 
Навчальна практика з програмування
 
Візуалізація даних в Python / Графічні бібліотеки Python / Інженерія даних в Python
 
Аналіз даних на мові R / Візуалізація даних на мові R / Основи програмування в R
 
Дисципліни вільного вибору
 
Іноземна мова
3-й курс
5 семестр
Теорія міри та інтеграла
 
Топологія і диференціальна геометрія
 
Теорія ймовірностей
 
Філософія
 
Машинне навчання
 
Навчальна обчислювальна практика
 
Баєсів аналіз даних / Чисельні методи / Методи обчислень
 
Алгоритми і структури даних / Теорія складних мереж / Аналіз соціальних мереж і медіа
 
Дисципліни вільного вибору
6 семестр
Комплексний аналіз
 
Рівняння з частинними похідними
 
Теорія ймовірностей
 
Функціональний аналіз
 
Глибоке навчання
 
Обробка природної мови
 
Економетрично-регресійний аналіз / Предиктивна аналітика / Теорія аналітичних функцій
 
Курсова робота
 
Дисципліни вільного вибору
4-й курс
7 семестр
Математична статистика
 
Теорія випадкових процесів
 
Теорія ігор
 
Функціональний аналіз
 
Методи оптимізації та керування
 
Графові дані та основи NoSQL / Теорія кодування / Теорія графів
 
Основи розробки рекомендаційних систем / Навчання з підкріпленням / Математична економіка
 
Науковий семінар
8 семестр
Математична статистика
 
Теорія випадкових процесів
 
Теорія ігор
 
Аналітичні сховища даних та хмарні технології
 
Аналіз та прогнозування часових рядів / Аналіз медичних даних / Біоінформатика
 
Аналіз потокових даних / Аналіз великих даних / Фізика
 
Курсова робота
 
Виробнича практика
 
Атестаційний екзамен
Розробники програми
Олег Бугрій
Проректор з науково-педагогічної роботи та соціальних питань і розвитку, куратор освітньої програми
Сучасні роботодавці дуже потребують працівників з математичним способом мислення. Не просто хороших програмістів, а працівників, які здатні розв’язувати складні виробничі та бізнесові задачі. Раніше для того, щоб стати аналітиком даних, необхідно було самостійно освоювати доволі складний матеріал. Наша освітня програма передбачає весь необхідний набір знань та навичок, які необхідні молодому фахівцю Data Science для початку успішної кар’єри. Розробляти бакалаврську програму “Статистичний аналіз даних” мене, зокрема, спонукало бажання дати нашим студентам якісну інноваційну освіту і гарні кар’єрні перспективи.
Олена Доманська
Head of Data Science в Avenga Ukraine, кураторка освітньої програми від IT-індустрії
Наша освітня програма передбачає весь необхідний набір знань та навичок, які необхідні молодому фахівцю Data Science для початку успішної кар’єри. Розробляти бакалаврську програму “Статистичний аналіз даних” мене, зокрема, спонукало бажання дати нашим студентам якісну інноваційну освіту і гарні кар’єрні перспективи.
Михайло Вячало
Competence Lead at Center of Learning Excellence SoftServe, викладач курсу командної роботи і м'яких навичок
Про професію
Data science engineer — це фахівець, який працює з великими обсягами неструктурованої інформації. Щоб працювати з такими даними, використовують математичну статистику та методи машинного навчання. Дата-саєнс інженери створили безліч речей, якими ми користуємось щодня: це і прогноз погоди, і різноманітні чат-боти, і голосові помічники. Ще у 2012-му Harvard Business Review назвав професію data sciences “найпривабливішою роботою 21-го століття”. Відтоді мало що змінилося, попит на спеціалістів у сфері аналітики даних з кожним роком лише збільшується.
Ким ти можеш працювати:
  • Data Analyst
  • Data Scientist
  • Business Intelligence (BI)
  • Analyst Machine Learning Engineer
  • Data Engineer

Дізнайся чи ця професія тобі підходить

ІТ-сфері потрібні і технічні навички, і творчість, і вміння ладнати з людьми – тут знайдеться місце всім. Тест допоможе визначити професію, яка підійде саме тобі.
Пройти тест

Наші ментори

Василь Скоринович
Software Engineer в JustAnswer
Микола Побийвовк
Data Tech Lead в Ciklum
Олена Кот
Software Developer в Tietoevry
Дмитро Іванченко
Associate Biostatistician в Intego-group
Христина Касьян
API Engineer в SoftServe
Вікторія Титаренко
Head of People Operations в Botscrew
Ірина Панчук
Software Engineer (.Net) в SoftServe
Микола Перегінець
DevSecOps Engineer/Team Lead в Dysnix

Скопійовано!