Studia Master in Big Data Science - Magisterskie/Stacjonarne

O kierunku

Podstawowe informacje

Master in Big Data Science to studia II stopnia prowadzone w języku angielskim. Studenci nabywają specjalistyczną wiedzę i umiejętności praktyczne niezbędne do identyfikowania, pozyskiwania, składowania i analizy danych o dużym wolumenie oraz do rozwiązywania problemów z tym związanych, poprzez wykorzystanie nowoczesnych metod i narzędzi informatycznych współczesnej analityki. Absolwenci kierunku będą umieli wykonywać analizy i wykorzystywać ich rezultaty do procesów decyzyjnych w działalności gospodarczej oraz biznesowej. Studenci mają również możliwość wybrania zakresu studiów z dziedziny Health Economics & Big Data Analytics. Studia prowadzone są tylko w trybie stacjonarnym.

EDUKACJA Z WYKORZYSTANIEM GIER Studenci mają możliwość korzystania z narzędzia do gier interaktywnych MobLab, które wspiera nabywanie i kształtowanie umiejętności biznesowych, m.in. strategicznego myślenia czy podejmowania decyzji.

Atuty kierunku

Program jest bardzo praktyczny od samego początku

W ramach programu studenci będą mogli pracować nad profesjonalnymi projektami biznesowymi już od pierwszego semestru.

Studenci mają możliwość współpracy z jedną z poniższych firm: Goldman Sachs, Microsoft, Accenture Operations, Oracle czy Discovery (zależne od dostępności partnerów).

Skorzystaj z zasobów Microsoft

Dzięki partnerstwu z firmą Microsoft nasi studenci mają dostęp do aktualnych materiałów szkoleniowych Microsofta, aby poznać technologie takie jak Azure Cloud czy Power BI. Co więcej, wybrane egzaminy i certyfikacje zawodowe Microsofta są bezpłatne dla studentów kierunku Big Data Science.

Szerokie możliwości kariery zawodowej

Zdobyta wiedza pozwoli absolwentom na obsługę procesów biznesowych, od przechwytywania danych po ich przetwarzanie i wizualizację, umożliwiając im udział w procesie decyzyjnym, zarówno z punktu widzenia strategicznego, jak i finansowego, poprzez wykorzystanie swoich zdolności do rozwiązywania problemów i nieszablonowego myślenia. Dzięki temu będą mieli najszersze możliwości rozwoju zawodowego we wszystkich obszarach.

Dodatkowy zakres studiów - Health Economics & Big Data Analytics

Możesz zdobyć dodatkowy dodatkowy zakres studiów z dziedziny ekonomii zdrowia i analizy dużych ilości danych. Ekonomia zdrowia jest nową, ale dynamicznie rozwijającą się nauką. Jest to dyscyplina ekonomii stosowana w temacie ochrony zdrowia. Health Economics dostarcza zestaw metod i podejść analitycznych do badania efektywności, skuteczności i wartości technologii medycznych, których ostatecznym celem jest optymalna alokacja zasobów opieki zdrowotnej.

Obszerne bazy danych - zarówno biznesowe, jak i naukowe

Studenci mają dostęp do wielu zasobów naukowych, dzięki czemu mogą gromadzić wszelkie informacje niezbędne do rozwiązywania praktycznych problemów biznesowych, jak również zajmować się nauką akademicką. Uniwersytet zapewnia dostęp do szerokiej gamy baz danych, m.in. Reuters, BankScope, EMIS, Infinancials, itp. (pełna lista znajduje się tutaj), które stanowią niezbędny zestaw narzędzi do analizy biznesowej. Akademickie bazy danych, takie jak ScienceDirect, ProQuest, JSTOR itp. pozwalają na śledzenie najnowszych wyników badań w dziedzinie ekonomii i finansów.

Zapoznaj się z laboratorium finansowym Bloomberga

Studenci kierunku korzystają z laboratorium finansowego opartego na technologii Bloomberga. Mają oni dostęp do pełnej obsługi i dodatkowych funkcji edukacyjnych największej agencji informacyjnej na świecie, specjalizującej się w dostarczaniu informacji finansowych. Dzięki temu rozwiązaniu, proces uczenia się jest oparty na rzeczywistych analizach, wskaźnikach i informacjach ze wszystkich rynków finansowych na świecie.

Partnerzy programu

W ramach programu studenci będą mogli pracować nad profesjonalnymi projektami biznesowymi już od pierwszego semestru.

Każdy student będzie miał możliwość współpracy z jedną z poniższych firm: Goldman Sachs, Microsoft, Accenture Operations, Oracle, czy Discovery.

Dołączyliśmy do AWS Academy Amazon!

AWS (Amazon Web Services) Academy jeszcze bardziej wzmocni kierunek Master in Big Data Science poprzez udostępnienie bezpłatnego, gotowego do realizacji programu nauczania w chmurze, który przygotowuje studentów do zdobycia najważniejszych certyfikatów związanych z branżą, a także do zatrudnienia na stanowiskach związanych z zapotrzebowaniem i pożądanych na rynku pracy. Program nauczania pomoże Akademii Leona Koźmińskiego utrzymać się w czołówce innowacji AWS Cloud, dzięki któremu będziemy mogli zapewnić studentom umiejętności potrzebne do zatrudnienia w jednej z najszybciej rozwijających się branż w historii. Eksperci z Amazon będą również zaangażowani w dostarczanie studentom programu innowacyjnych kursów w ramach programu nauczania.

Więcej informacji

Obejrzyj krótkie wideo dotyczące kierunku!

Słowo od lidera i koordynatorów kierunku

LinkedIn Email

prof. ALK dr hab. Aneta Hryckiewicz-Gontarczyk

Udział w tym unikalnym programie Big Data umożliwia studentom połączenie teorii z praktyką - jednocześnie zdobywając doświadczenie zawodowe. Od pierwszego semestru każdy student ma możliwość pracy z przydzielonym opiekunem uniwersyteckim, jak również opiekunem firmowym, który zajmuje się światem wielkich danych finansowych. Partnerstwo z globalnymi firmami Big Data jest kluczowym atutem programu. Oprócz doskonałych możliwości nawiązywania kontaktów, zajęcia są w pewnym stopniu prowadzone przez praktyków. Prawdziwe studia przypadków biznesowych są rozwiązywane przez studentów we współpracy z mentorami. Większość zajęć odbywa się w laboratoriach komputerowych z dostępem do takich platform jak Bloomberg i Reuters. Zachęcamy studentów do podążania za swoją pasją i uczęszczania na zajęcia z języków programowania w obszarze ich zainteresowań. Aby uzupełnić to doświadczenie, studenci biorą udział w programie stażowym podczas ostatniego semestru - z wybranym przez siebie partnerem strategicznym. Nie ma lepszego sposobu na rozpoczęcie kariery!

LinkedIn Email

dr Olha Zadorozhna

Prowadzę zajęcia z metod badawczych i ekonometrii w ramach programu Big Data Science, który jest jednym z wiodących programów tego typu w Polsce i Europie. Wszystkie zajęcia prowadzone są z wykorzystaniem nowoczesnych technik nauczania, które zachęcają studentów do udziału i interakcji z wykładowcą i koleżankami i kolegami z klasy. Podczas każdego z zajęć pracujemy nad projektami i studiami przypadków, aby poznać nie tylko teorię, ale także jak ją zastosować w praktyce. Studenci mają wtedy doskonałą okazję do wykorzystania swojej wiedzy w rzeczywistym środowisku korporacyjnym podczas pracy nad projektami z naszymi partnerami biznesowymi, takimi jak Microsoft, Discovery, Goldman Sachs i inni. W trakcie dwóch lat studiów studenci budują swoje portfolio projektów analizy danych, a następnie mogą je wykorzystać podczas późniejszego ubiegania się o pracę.

LinkedIn Email

dr Piotr Zegadło

Umiejętności z zakresy uczenia maszynowego i programowania stają się podstawą nowoczesnego zestawu narzędzi analityka danych. Ten program magisterski jest unikalny w sposobie, w jaki łączy umiejętności techniczne z wiedzą biznesową. Zauważyliśmy, że choć firmy lubią zatrudniać biegłych technicznie pracowników, większość z nich woli pracować z ludźmi, którzy potrafią wykorzystać swoją wiedzę dla osiągnięcia maksymalnego efektu biznesowego. Dlatego właśnie nawiązaliśmy współpracę z największymi markami w branży, aby ukształtować nasz program nauczania. Nie chcemy, aby studenci uczyli się tylko o nowoczesnych metodach uczenia maszynowego. Staramy się również uczyć rozumienia odpowiednich przypadków użycia, ograniczeń, możliwości wyjaśnienia modelu, znaczenia przygotowania danych - oraz wszystkich innych kluczowych, realnych aspektów codziennych obowiązków naukowca zajmującego się danymi.

Wiedza, umiejętności, kompetencje społeczne

Absolwenci kierunku będą posiadali umiejętności coraz bardziej poszukiwane na rynku pracy, tzn. łączące wiedzę ekonomiczną, wiedzę o rynkach finansowych, metodach ilościowych z umiejętnościami z zakresu programowania R. Są to osoby przygotowane do prowadzenia szeroko pojętej analityki danych, analizy rynków finansowych, researchu instytucjonalnego.
Studenci od początku studiów zdobywają praktyczne doświadczenie poprzez współpracę z globalnymi firmami.
W trakcie studiów stale poszerzają swoją wiedzę poprzez udział w dodatkowych szkoleniach i kursach.
Studia przygotowują do dalszego rozwoju osobistego i zawodowego.

Perspektywy zatrudnienia

Po ukończeniu studiów można podjąć pracę jako:

Menedżer Big Data Analytics
Konsultant ds. Business Intelligence
Analityk rynku finansowego
Analityk biznesowy
Konsultant biznesowy
Specjalista w każdym dziale firmy, gdzie znajomość finansów i Big Data jest koniecznością
Pracownik działu finansowego w międzynarodowej korporacji lub instytucji finansowej

Struktura programu

Przedmioty podstawowe:

Global Economy
Quantitative and Qualitative Research Methods
Project Management with Elements of Negotiation
Econometric Modelling
Financial Mathematics
Data Visualisation
Databases
Introduction to Statistical Programs
Data Processing and Security
Financial Markets and their Psychology
Introduction to Reuters and Bloomberg platforms
Investment Theory
Financial Reporting
Predictions and Simulations
Machine Learning

Przedmioty do wyboru:

Panel Data Econometrics
Time Series Analysis
Optimization Methods
Algorithmic Trading
Natural Language Processing
Web Mining
Social Media
Venture Capital Funding
Hacker Culture
Image Processing
Deep Learning
Advanced Machine Learning
Amazon AWS Cloud
Microsoft Azure Cloud
Oracle Cloud
Python Applications
Database Management
R Applications

Możesz wybrać dodatkowy zakres Health Economics and Big Data Analytics (dostępny tylko w trybie stacjonarnym).

Celem zakresu jest przyswojenie wiedzy specjalistycznej i wykształcenie umiejętności w obszarze analizy danych, ze szczególnym uwzględnieniem danych zdrowotnych w przemyśle farmaceutycznym, e-zdrowiu i powiązanych branżach.

W trakcie studiów studenci zdobywają doświadczenie praktyczne we współpracy z partnerami biznesowymi podczas warsztatów czy ew. staży.

Wśród kadry naukowej znajdują się wykładowcy z wiodących zagranicznych ośrodków akademickich m.in. z Hochschule Neubrandenburg, University of Illinois, National and Kapodistrian University of Athens, Lund University, University of York, i University of Ljubljana.

Po ukończeniu studiów absolwenci będą mogli rozpocząć karierę zawodową w instytucjach zajmujących się organizacją i finansowaniem świadczeń zdrowotnych, a także w przedsiębiorstwach odpowiedzialnych za produkcję lub dystrybucję technologii medycznych.

Organizacja zajęć

Studia stacjonarne

Zajęcia odbywają się od poniedziałku do piątku.

Studia niestacjonarne online

Zajęcia odbywają się zazwyczaj co dwa tygodnie w sesjach trzydniowych: czwartek i piątek (od godz. 17:00), sobota (pełny dzień). Dwa zjazdy w semestrze odbywają się na terenie kampusu ALK. Wyjątek stanowi pierwszy semestr studiów, gdzie cztery sesje będą czterodniowe: czwartek i piątek (od godz. 17:00), sobota i niedziela (pełne dni).

Warunkiem ukończenia studiów jest uzyskanie zaliczenia ze wszystkich przedmiotów przewidzianych w toku studiów, napisanie pracy magisterskiej i zdanie egzaminu dyplomowego. Naukę można kontynuować na studiach trzeciego stopnia (doktoranckich).

Społeczność

Opinia studentów i absolwentów

Shafiga Akhundova

As a part of my Master degree, I was lucky enough to be selected for a project with Goldman Sachs. Currently, I am working with the Risk Department which mainly focuses on preventing the company from losing money, rather than making money for it.

During this project, I have learned much not only about financial aspects but also about programming and the real struggles of Big Data Analysts. I have discovered that collection and data preparation can be very challenging, even more, challenging than using this data for a problem solution. It was a practical example of a project that I might get in my future career in the Big Data field. All in all, I am very grateful that Kozminski University offers students such great opportunities to learn, develop new skills, to discover talents that we did not know existed within ourselves. I am looking forward to more challenges and opportunities during my studies and career!

João Pereira

I came to Warsaw looking for a practical and solid education in the field of Big Data. Being confident that this field is the hottest professional path I could envision for myself, I selected Kozminski to get it started. At the University, I have the great opportunity not only to obtain practical knowledge from lecturers but also to collaborate on a weekly basis with Goldman Sachs on building a financial predictive model. This project is just the cherry on the top of the cake that makes my academic life exciting, challenging and that also will get my career started in Warsaw or elsewhere in the world with just the right set of skills needed in this industry.

Rekrutacja

Prosimy o kontakt za pośrednictwem maila: admission@kozminski.edu.pl lub telefonicznie: 22 519 22 69 w godzinach pracy 8:30 – 16:00 (poniedziałek - piątek).

Nabór odbywa się na podstawie dwóch składowych: średniej arytmetycznej z poprzednich studiów oraz wyników testu wstępnego (online). Maksymalna liczba punktów, które można otrzymać to 100. Z testu oraz za średnią można otrzymać po 50 punktów. Kandydaci, którzy łącznie otrzymali co najmniej 60 punktów zostaną zakwalifikowani do programu.

TEST KWALIFIKACYJNY

Test kwalifikacyjny zaplanowany jest na 40 minut i składa się z 30 krótkich pytań. Test ma na celu sprawdzenie wykształcenia kandydata, interpretacji przez niego danych, umiejętności analitycznego myślenia i logicznego rozumowania. Jako materiały przygotowawcze liderzy programu proponują analizę pytań do części analitycznej i ilościowej testu GMAT.

Przy rejestracji kandydatów na studia stacjonarne i niestacjonarne należy wypełnić formularz zgłoszeniowy online i złożyć następujące dokumenty:

kserokopię dyplomu licencjackiego oraz suplement (suplement do dyplomu wydawany jest od 2005 roku) - oryginał do wglądu;
dowód osobisty do wglądu;
CV w języku angielskim;
potwierdzenie  dokonania opłaty rekrutacyjnej (opłata bezzwrotna);
certyfikat potwierdzający znajomość języka angielskiego:
- Certyfikat Linguaskill General lub Business – przynajmniej 160 punktów - MOŻESZ ZAREJESTROWAĆ SIĘ TUTAJ
- FCE, CAE, CPE, BEC, CEIBT wydane przez University of Cambridge
- IELTS (>= 6.0 punktów, poziom akademicki)
- TOEFL iBT (>=87 punktów)
- TOEIC (>= 700 punktów z testu)
- LCCI (English for Business poziom 2, 3, lub 4)
- FTBE (Foundation Certificate for Teachers of Business English)
- TELC (B2 Certificate in English)
- London Test of English certificates (PEARSON) - poziom 3, 4, 5
- Certyfikat TOLES – przynajmniej 41 punktów (Higher) lub 41% (Advanced)

Wszystkie dokumenty rekrutacyjne wydane w innych językach niż polski czy angielski muszą być przetłumaczone na j. polski lub angielski.

Czesne powinno być przelane na indywidualne konto studenckie, które jest przypisane i wysłane do studenta wraz z decyzją o przyjęciu.

Rejestracja

Wypełnij formularz zgłoszeniowy, który dostępny jest na stronie internetowej uczelni i załącz skany wymaganych dokumentów.  

Opłata rekrutacyjna

Opłatę rekrutacyjną należy uiścić na konto uczelni lub skorzystać z funkcji płatności.pl podczas wypełniania formularza zgłoszeniowego.

Weryfikacja

Aplikacja i załączone dokumenty zostaną poddane weryfikacji przez Komisję Rekrutacyjną. Po zatwierdzeniu aplikacji, kandydat zostaje skierowany na test wstępny.

Egzamin wstępny

Po zatwierdzeniu aplikacji kandydat może przystąpić do testu wstępnego online. Centrum Egzaminacyjne prześle wymogi i zasady udziału oraz daty testu.

Złożenie dokumentów i decyzja

Po uzyskaniu wymaganej liczby punktów rekrutacyjnych, wymagane dokumenty należy złożyć w Biurze Rekrutacji ALK (osobiście lub za pośrednictwem poczty). Po złożeniu wszystkich wymaganych dokumentów Komisja Rekrutacyjna akceptuje aplikacje na studia i wpisuje na listę studentów, co potwierdzone będzie mailowo.

Podpisanie umowy

Ostatnim krokiem procesu rekrutacji jest podpisanie umowy o warunkach odpłatności za studia.