Sinigudnum logo
011/3093 210, 3093 240
master@singidunum.ac.rs
Nauka o podacima (Data Science)
Akreditacija je u toku.

Specijalisti za analizu i obradu podataka (data scientist) predstavljaju najtraženije stručnjake u kompanijama kao što su Microsoft, Nordeus i Seven Bridges Genomics, zbog čega je ovo zanimanje proglašeno najperspektivnijim zanimanjem 21. veka, sa predviđenom prosečnom platom od $116,840. Nauka o podacima (data science) uvodi najtraženije i najmodernije programske jezike poput Python-a, R-a, MongoDB-a, Spark-a i Hadoop-a.

Studijski program Data Science je jedinstven program master studija u Srbiji koji se po inovativnosti može porediti sa najkvalitetnijim programima u Evropi i svetu. Ovaj program se sprovodi na srpskom i engleskom jeziku. Na ovom programu kandidati uče da dizajniraju inteligentne mobilne i web aplikacije, koje su zasnovane na masivnim skupovima podataka (Big data). Predavači, koji po svojoj stručnosti i naučnim publikacijama ulaze u red najperspektivnijih mladih naučnika u regionu, sa velikim entuzijazmom vode kandidate do najviših akademskih ciljeva i usvajanja praktično primenljivog znanja koje je neophodno za najplaćenije poslove u zemlji i inostranstvu.

hatNakon uspešnog završetka studija, studenti stiču zvanje MASTER INŽENJER SOFTVERA.

Prijavi se za upis

I semestar

Predmet ima za cilj da studente upozna sa osnovnim principima obrade podataka. Oblasti koje će biti prezentovane su: linearna regresija, osnove klasifikacije, sistemi za preporuke. Biće dat pregled algoritama za klasterovanje. Takođe, kroz kurs će biti prezentovani najčešće zastupljeni tipovi podataka koji se obrađuju. U toku kursa se obrađuju i analiziraju podaci koji predstavljaju vremensku seriju, audio zapis, sliku, višedimenzionalni niz ili tekst.

Predmet ima za cilj da studente upozna sa osnovnim programskim jezicima koji su trenutno najviše zastupljeni u industriji i kompanijama. U zavisnosti od problema koji se rešava, studenti će steći znanja da adekvatno odaberu koji od programskih jezika da koriste u tu svrhu.

Pojavom interneta javila se velika količina dostupnih podataka u vidu tekstualnih dokumenata, slika i/ili video zapisa. Ovaj trend stvara potrebu da se ovi podaci efikasno obrađuju, pa je za to potrebno koristiti specijalne programske jezike, kao i hardverska rešenja na računarskim klasterima.

Kurs obezbeđuje osnovna teorijska znanja za principe, elemente i radne module savremenih nerelacionih baza podatka. Ove baze podataka javile su se kao potreba za skladištenje distribuiranih velikih količina podatka koji mogu biti struktuirani, sa nedostajućim podacima ili nestruktuirani.

II semestar

Upoznavanje studenata sa obradom vizuelnih podataka i njihovo procesiranje. Kroz praktične primere studenti će se upoznati sa procesom ekstrakcije bitnih informacija iz slike i mogućnostima da se na osnovu toga razvijaju inteligentni servisi.

Upoznavanje studenata sa obradom tekstualnih podataka i njihovo procesiranje. Kroz praktične primere studenti će se upoznati sa procesom ekstrakcije bitnih informacija iz teksta i mogućnostima da se na osnovu toga razvijaju inteligentni servisi.

Student je osposobljen da identifikuje problem/probleme koji zahteva/zahtevaju istraživački pristup pri razvoju softverskog sistema srednjeg nivoa složenosti u određenom domenu primene i da odabere i primeni adekvatnu istraživačku metodologiju/alate.

Ovaj predmet je orijentisan ka praktičnim aspektima sinteze i evaluacije DS sistema, prateći osnovnu paradigmu ciklusa sinteze: prikupljanje podatka, istraživanje trenda i odlika, pravljenje modela koji donose odluke na osnovu podatka, merenje i evaluacija tačnosti modela, efikasna vizualizacija ostvarenih rešenja.

Student je upoznat sa zahtevima koje treba da ispuni za brzo i efikasno uključivanje u radne procese organizacija koje se bave poslovima proizvodnje i uvođenja softvera u produkciju i/ili poslovima prodaje i savetodavnim poslovima u IT domenu. Student poseduje osnovna znanja i veštine potrebne za brzo i efikasno uključivanje u radne procese navedenih organizacija.

Student je kompetentan da identifikuje problem, izvrši analizu i specificira model Data Science sistema srednjeg nivoa složenosti primenom metodoloških pristupa i tehnologija mašinskog učenja, da ga implementira primenom aktuelnih tehnologija i alata softverskog inženjerstva, da kritički oceni postignute rezultate i da predloži dalje pravce rada.

  • Kandidat polaže šest ispita. Prvi projektni zadatak integriše tri predmeta iz prvog semestra, a drugi objedinjuje tri predmeta iz drugog semestra.
  • U toku trajanja predavanja kandidat definiše temu za master rad. Projektni zadaci iz prvog i drugog semestra mogu se integrisati u master rad.