Eötvös Loránd University

Μεταπτυχιακό στη Στατιστική Ερευνών και την Ανάλυση Δεδομένων

Το πρόγραμμα έχει το πλεονέκτημα ότι προσαρμόζεται στις σύνθετες ανάγκες της αγοράς εργασίας. Οι απόφοιτοί μας μπορούν να σχεδιάσουν έρευνα με βάση είτε ερωτηματολόγια είτε ψηφιακές ή διοικητικές πηγές δεδομένων. Θέλουμε να παρέχουμε στους μαθητές μας την ευκαιρία να αναπτύξουν μια διαδρομή μάθησης και καριέρα που ταιριάζει στα δικά τους ενδιαφέροντα, είτε θέλουν να χρησιμοποιούν εφαρμογές ανάλυσης δεδομένων που βασίζονται σε τεχνητή νοημοσύνη είτε ποσοτικά εργαλεία έρευνας αγοράς.

Το πρόγραμμά μας περιλαμβάνει πρακτική άσκηση έξι εβδομάδων και έχουμε εμπειρία δεκαετιών σε συνεργασία με γνωστά πρόσωπα των επιχειρήσεων. Αυτό, σε συνδυασμό με τις γνώσεις που αποκτήθηκαν στο πρόγραμμα, δίνει τη δυνατότητα στους αποφοίτους μας να επιλέξουν από ένα ευρύ φάσμα ευκαιριών εργασίας. Συνήθως απασχολούνται σε τομείς έντασης δεδομένων: δημόσια διοίκηση, πληροφορική επικοινωνία, χρηματοοικονομικές υπηρεσίες, έρευνα αγοράς και κοινής γνώμης, μάρκετινγκ, μη κερδοσκοπικός τομέας, υγειονομική περίθαλψη και φαρμακευτικά προϊόντα. Ταυτόχρονα, πολλοί από τους αποφοίτους μας εργάζονται σε ερευνητικά ιδρύματα ή στην τριτοβάθμια εκπαίδευση, καθώς το πρόγραμμα τους προετοιμάζει επίσης για διδακτορικές σπουδές, ενδεχομένως σε όλους τους κλάδους που καλύπτονται από το πρόγραμμα (εφαρμοσμένα μαθηματικά, στατιστική, κοινωνικές επιστήμες, πληροφορική) .

Παραδείγματα εργασίας

• Data Scientist
• Αναλυτής Επιχειρηματικής Ευφυΐας
• Ερευνητικός Στατιστικός
• Αναλυτής Υγείας
• Αναλυτής δεδομένων

Αντοχή του προγράμματος

Το πρόγραμμα λειτουργεί με επιτυχία στα ουγγρικά εδώ και 30 χρόνια και είναι ένα από τα πιο δημοφιλή μεταπτυχιακά προγράμματα στο ELTE. Ιδρυτής του είναι ο Tamás Rudas, Καθηγητής στο Τμήμα Στατιστικής του Πανεπιστημίου της Ουάσινγκτον, πρώην Γενικός Διευθυντής του Κέντρου Έρευνας Κοινωνικών Επιστημών της Ουγγρικής Ακαδημίας Επιστημών, Μέλος της Ευρωπαϊκής Ακαδημίας Κοινωνιολογίας και πρώην Πρόεδρος της Ευρωπαϊκής Ένωσης Μεθοδολογίας.

Η επιτυχία του προγράμματος βασίζεται στη συνεχή βελτίωση και προσαρμογή σε μεταβαλλόμενα κοινωνικά πλαίσια. Ο ιδανικός αναλυτής δεδομένων έχει τρεις βασικές δεξιότητες: δεξιότητες στατιστικής, προγραμματισμού και επιχειρηματικής/κοινωνικής έρευνας. Αντίστοιχα, παρέχουμε ισχυρές δεξιότητες μαθηματικής/στατιστικής/μηχανικής μάθησης για την εξαγωγή νέων γνώσεων από τα δεδομένα. Παρέχονται επίσης δεξιότητες προγραμματισμού για αποτελεσματική διαχείριση δεδομένων. Παρέχεται γνώση επιχειρηματικής/κοινωνικής έρευνας για την κατανόηση του πλαισίου των δεδομένων.

Επιπλέον, προσπαθούμε να αναπτύξουμε τη δημιουργικότητα που απαιτείται για να κάνουμε καλές ερωτήσεις, να επιλέγουμε καλά δεδομένα και να βρίσκουμε καλές ερμηνείες. Η δύναμή μας είναι ότι, πέρα από την τεχνική πλευρά των αναλυτικών στοιχείων, στοχεύουμε επίσης να παρέχουμε το επιχειρηματικό πλαίσιο, έτσι ώστε οι μαθητές μας να μπορούν να μεταφράζουν ανεξάρτητα ερευνητικά ερωτήματα σε αναλυτικά προβλήματα και στη συνέχεια να μεταφράζουν τα αποτελέσματα πίσω στον πελάτη.

Τραγούδια / Ειδικότητες:

Δεν υπάρχουν εξειδικεύσεις, αλλά οι μαθητές μπορούν να προσαρμόσουν τη μαθησιακή τους διαδρομή στα δικά τους ενδιαφέροντα, καθώς τα μαθήματα επιλογής οργανώνονται στις ακόλουθες ενότητες δύο έως τριών μαθημάτων: Βιοϊατρική Έρευνα, Οικονομική Έρευνα, Αναλύσεις Ψηφιακών Δεδομένων, Κοινωνική Έρευνα και Επιχειρησιακή Έρευνα.

Το πρόγραμμα χωρίζεται σε 5 υποχρεωτικά τμήματα:

• Μαθηματική βάση (μαθηματική βάση, γραμμική άλγεβρα, θεωρία πιθανοτήτων, μαθηματικές στατιστικές)
• Συλλογή δεδομένων (μέθοδοι συλλογής δεδομένων και δειγματοληψία, επεξεργασία δεδομένων έρευνας)
• Βασικά στοιχεία της επιχειρηματικής έρευνας (έρευνα αγοράς, επικοινωνία και διαχείριση έργων, πρακτική έργου)
• Προγραμματισμός (R, Python, Github, SQL)
• Ανάλυση δεδομένων (θεωρία και στατιστική πολλαπλών πιθανοτήτων, επιστήμη δεδομένων, ανάλυση δεδομένων)
• Εφαρμογές (ποιοτική έρευνα, κοινωνικές μελέτες, ανάλυση δικτύου)

Επιλογές επαγγελματικές ενότητες

Εκτός από τις υποχρεωτικές ενότητες, προσφέρουμε επίσης διαφοροποιημένες επαγγελματικές ενότητες με μαθήματα επιλογής:

• Βιοϊατρική έρευνα
• Οικονομική Έρευνα
• Ψηφιακή ανάλυση δεδομένων
• Κοινωνική Έρευνα
• Επιχειρηματική Έρευνα