Sinigudnum logo
Nauka o podacima (Data Science)
Rukovodilac programa:
prof. dr Milan Milosavljević, dekan
Rukovodilac programa:
doc. dr Vladimir Matić

Studijski program Data Science predstavlja najmoderniju granu usmerenja softversko i informaciono inženjerstvo. Ovo je jedinstven Data Science program master studija u Srbiji, a po inovativnosti je među vodećim u Evropi i svetu.

Data Scientist je proglašeno za najperspektivnije zanimanje 21. veka, sa prosečnom platom od $116,840 u 2016. godini. Specijalisti za analizu i obradu podataka, predstavljaju najtraženije stručnjake u kompanijama, kao što su Microsoft, Nordeus, Seven Bridges Genomics i druge.

Data Science uvodi najtraženije i najmodernije programske jezike poput Python-a, R-a, MongoDB-a, Spark-a i Hadoop-a. Budući studenti uče da dizajniraju inteligentne mobilne i web aplikacije, koje su zasnovane na masivnim skupovima podataka (Big Data). Studentima ovog smera biće omogućen rad na projektima sa profesorima na vodećim svetskim unverzitetima, sa kojima Univerzitet Singidunum ostvaruje dugogodišnju uspešnu saradnju (tsus.singidunum.ac.rs).

Data Science, studijski program, osmislili su mladi profesori, doktorandi prestižnih evropskih univerziteta, koji po svojoj stručnosti i naučnim publikacijama ulaze u red najperspektivnijih mladih naučnika u regionu. Kroz program Data Science, oni će vas sa velikim entuzijazmom voditi do najviših akademskih ciljeva, pre svega do usvajanja praktično primenjivog znanja. Zajedno, kreiraćemo mogućnost da naši studenti konkurišu za neke od najplaćenijih poslova u našoj zemlji i inostranstvu.

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.

Predmet ima za cilj da studente upozna sa naprednijim metodama koje se koriste u obradi podataka i u mašinskom učenju. U tu svrhu predmet je više fokusiram na razumevanje samih matematičkih metoda. Na ovaj način studenti će biti u stanju da sa usvojenim znanjem rešavaju kompleksnije probleme i imaju detaljniji uvid kako da analiziraju i vrše sintezu sistema na stručnijem nivou.

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.

Popunite on-line prijavu za upis na studijski program "Nauka o podacima (Data Science)".