Профиль «Анализ данных и принятие решений в экономике»
Целью программы является подготовка высококвалифицированных специалистов, обладающих уникальной комбинацией компетенций в передовых областях развития информационных технологий, математики и экономики. Программа рассчитана на выпускников бакалавриата математических, экономических и технических факультетов ведущих университетов, а также специалистов и магистров по данным направлениям, желающих получить дополнительную специализацию и системно подготовиться к серьезной аналитической или исследовательской деятельности в области анализа больших данных в современных крупных финансовых или ИТ компаниях.
В рамках данного направления магистратуры подготовка студентов осуществляется на базе кафедры информационных систем и математических методов в экономике экономического факультета. Кафедра имеет давние традиции научной и педагогической деятельности в этом направлении, прочные связи с фирмами, занимающимися разработками в области анализа и принятия решений в экономике. Многие руководители и ведущие специалисты этих фирм являются выпускниками кафедры.
Большое внимание в ходе обучения уделяется научной и исследовательской работе. Студенты имеют возможность выполнять исследовательские и выпускные квалификационные работы в Международной лаборатории конструктивных методов исследования динамических моделей или в мировой лаборатории информационных технологий в прогнозировании и управлении процессами социально-экономического прогнозирования (ITE.LAB), оснащенной высокотехнологичным оборудованием для моделирования и прогнозирования социально-экономических систем, возглавляемых доктором физико-математических наук, профессором В.П. Максимовым. Также большой популярностью пользуются исследования лаборатории Криптоэкономики и блокчейн-систем, которую возглавляет кандидат экономических наук, доцент С.В.Ивлиев.
Учебный план программы включает две основные группы дисциплин:
– Анализ данных и моделирование в экономике,
– Работа с «большими» данными.
В таблице приведено содержание основных дисциплин:
Название дисциплины
Краткое содержание
Анализ данных и моделирование в экономике
Методы статистических исследований в экономике (продвинутый уровень)
Подробно разбираются все основные этапы анализа данных при помощи R: предварительный анализ, визуализация, статистические критерии, дисперсионный и регрессионный анализ и др. Особое внимание в курсе будет уделено визуализации получаемых результатов.
Дискретные и вероятностные модели
Линейные и нелинейные дискретные модели, проблемы линеаризации, устойчивость и динамический хаос, вероятностные модели – цепи Маркова.
Непрерывные математические модели
Конструктивные методы исследования задач для динамических моделей экономики, в том числе краевых задач и задач целевого управления, с ориентацией на возможность компьютерной реализации этих методов с использованием современных вычислительных технологий.
Количественные методы исследований
Многомерный статистический анализ, пакеты SPSS и Statistica.
Эконометрика (продвинутый уровень)
Подробное описание техники оценивания эконометрических моделей на единой основе обобщенного метода моментов.
Эконометрика: анализ временных рядов
Структура динамического ряда, основные виды динамических моделей, анализ нестационарных рядов.
Методы исследования закономерностей
Введение в Data Mining, системы поддержки принятия решений и OLAP-системы, классификация и регрессия, поиск ассоциативных правил, кластеризация.
Работа с «большими» данными
Высокоэффективные алгоритмы
Масштабируемые параллельные алгоритмы. Технология MPI, программные среды StarSs и OmpSs.
Компьютерные технологии обработки больших массивов данных
Основы языка программирования Python. Технологии обработки данных и машинное обучение в Python.
Современные Internet-технологии решения актуальных математических задач
Новые парадигмы, технологии, платформы и программные продуктыпо обработке больших и сверхбольших наборов данных (BigData). Практически - пакетная и потоковая обработка данных на базе технологий Hadoop и Cascading с использованием платформ облачных вычислений, универсальной системы кластерных вычислений Apache Spark & Spark SQL.
Теоретические основы компьютерной безопасности
Принципы и средства защиты информации в компьютерных системах, построение систем защиты информации.
Технологическая практика
Решение основных задач обработки данных в Python (введение в программирование, библиотеки NumPy, Pandas, MatplotLib, Scikit-learn, TensorFlow, Keras)
и R (введение в программирование, анализ данных, построение моделей и визуализация, модели временных рядов и панельные данные, машинное обучение, построение ансамблиевых моделей, получение и первичная обработка данных общего доступа).
Научно-исследовательская работа магистров является одной из основных форм освоения профессиональных компетенций. На первом и втором курсах на регулярной основе работает научно-исследовательский семинар. Большой популярностью и признанием в научных и предпринимательских кругах пользуются Зимняя (PermWinterSchool) и Летняя (PermSummerSchool) школы, посвященные актуальным вопросам развития современной экономики.
Государственные аттестационные испытания предусматривают защиту выпускной квалификационной работы. По итогам обучения и защиты диссертации выпускникам выдается диплом магистра прикладной математики и информатики.
Выпускники нашей программы востребованы в крупнейших IT-компаниях Пермского края и России, финансовых структурах, крупных государственных и частных компаниях и являются аналитиками, руководителями IT-проектов, системными аналитиками. Основными партнерами программы являются: компания «PARMA Technologies Group», ООО «Бюро Информационных Технологий», группа компаний «ИВС», АО «ЭР-Телеком Холдинг», компания «Xsolla» и др.