Примењена математика – наука о подацима (2 године, 120 ЕСПБ)

Назив и циљеви студијског програма

Циљ студијског програма Примењена математика – наука о подацима је образовање математичара из области примењене математике, специјално науке о подацима, као стручњака у привреди, индустрији (посебно у информационим и комуникационим технологијама), медицини, економским и финансијским институцијама.

Врста студија и исход процеса учења

Студијски програм Примењена математика – наука о подацима спада у групу мастер академских студија у трајању од две године (четири семестра). Укупан број ЕСПБ бодова је 120.

Овај студијски програм својим наставним садржајима, као и облицима и методама наставе студентима омогућује стицање темељних математичких знања, разумевање примене математичких знања у пракси и вештине математичког моделирања у анализи појава у различитим областима примене.

Студент ће савладавањем студијског програма Примењена математика – наука о подацима:

• усвојити основне концепте и принципе релевантних дисциплина;
• стећи способност за комуникацију са инжењерима и другим стручњацима компанија из сектора који је релевантан и одговара изабраној дисциплини;
• стећи значајну експертизу у програмирању и алатима модерне науке о подацима.

Стручни, академски, односно научни назив

Након завршених двогодишњих студија и освојених 120 ЕСПБ бодова студент добија стручни назив мастер математичар.

Услови за упис на студијски програм

Упис кандидата се врши на основу Конкурса које расписује Универзитет у Новом Саду, а спроводи Природно-математички факултет. Да би кандитат конкурисао за упис на прву годину ових мастер академских студија треба да има завршен први степен академских студија из области математике, рачунарства или инжењерства. Редослед кандидата за упис утврђује се на основу просечне оцене на основним академским студијама и дужине студирања.

Структура студијског програма

Студијски програм се састоји од групе обавезних предмета, изборних предмета и завршног (мастер) рада. Групу обавезних предмета сачињава 9 предмета распоређених у три семестра. Групу изборних предмета чини 21 предмет распоређен у три семестра.

Трајање студија

Укупно трајање ових студија је две академске године (четири семестра). За то време студент треба да сакупи 120 ЕСПБ. Четврти семестар је у потпуности посвећен припреми, изради и одбрани мастер рада.

Бодовна вредност предмета

Сваки предмет има своју бодовна вредност која је усклађена са оптерећењем потребних за савладавање појединачног предмета.

Завршни рад

Завршни (мастер) рад је самосталан рад студента и представља завршни испит за добијање звања мастер математичар. Од студента се очекује да његов мастер рад представља нетривијалну примену научених концепата и вештина из науке о подацима. Мастер рад може, такође, бити и теоријски допринос некој од области науке о подацима. Мастер рад обухвата истраживање (7 ЕСПБ) и израду и одбрану (20 ЕСПБ), укупно 27 ЕСПБ.

Предуслови за упис предмета

У листи садржаја предмета, као и у листи изборних предмета, наведени су предуслови за упис појединих предмета, уколико такви услови постоје.

Изборни предмети са других студијских програма

Обзиром на своју интердисциплинарност, студијски програм садржи одређен број предмета из различитих студијских програма релевантних за науку о подацима, како у оквиру групе обавезних, тако и у оквиру групе изборних предмета.

Прелазак са других студијских програма

Постоји могућност преласка са једног на други студијски програм користећи пренос бодова за исте или сродне предмете.

Сврха двогодишњих академских студија Примењена математика – наука о подацима је образовање стручњака примењене математике-науке о подацима, са академским звањем мастер математичар.

Студенти ће бити квалификовани да раде у веома широком спектру примена, укључујући финансије, пољопривреду, медицину и индустрију.

Циљ академског студијског програма Примењена математика – наука о подацима је стицање конкурентних и модерних знања и вештина из – науке о подацима.

Стуб стицања фундаменталних знања сачињава 9 обавезних предмета. Ти предмети обухватају теме и садржаје које студентима обезбеђују потребно знање и вештине из неколико дисциплина које су у вези са науком о подацима, укључујући оптимизацију и машинско учење, теорију графова и мрежа и програмирање.

Студенти стичу знања и оспособљавају се за рад у организацијама где се скривено знање екстрахује из података а што доноси додату вредност организацији. Студенти ће бити способни да ово остваре кроз стечене вештине из машинског учења, оптимизације и алгоритама. Сектори за потенцијално запошљавање укључују телекомуникациони сектор, енергетске системе, финансије, пољопривреду, медицину и слично.

Студенти ће такође бити квалификовани да раде у компанијама које се баве „рачунањем у облаку“ (cloud computing) и, шире гледано, у компанијама које развијају технологије за манипулисање великим количинама података. Ово укључује, на пример, сектор телекомуникација, Интернет провајдере, енергетске системе, финансије, медицину, биологију са генетиком, и слично.

Опис општих и предметно-специфичних компетенција студената

Савладавањем студијског програма студент стиче следеће способности:

• Способност аналитичког мишљења, моделирања и формулисања реалних проблема на формалан, математички начин
• Усвајање основних и актуелних математичких трендова у науци о подацима
• Способност примене стечених знања у решавању реалних проблема
• Владање и разумевање основних појмова и законитости одабране дисциплине
• Оспособљеност за комуникацију са инжењерима и другим стручњацима из релевантних области
• Способност за ефикасно коришћење савременог софтвера и савремених вештина релевантних за науку о подацима
• Способност креативног усвајања нових знања, развоја нових модела и примене знања у новим технологијама

Опис исхода учења

Студент ће након успешног завршетка ових мастер студија имати увид у концепте и стећи напредна знања о најважнијим дисциплинама примењене математике везане за науку о подацима. Поред тога, студент ће бити у стању да стечена знања примењује у пракси, користећи технике којима је овладао, правећи сложене математичке моделе. Биће у стању да приликом решавања реалних проблема из науке о подацима одабере и употреби погодан математички алат.