Dátová veda
Bakalársky študijný program
Študijný odbor: | Informatika (hlavný) a Matematika (vedľajší) |
Forma štúdia: | denná |
Štandardná dĺžka štúdia: | 3 roky |
Jazyk výučby: | slovenský a anglický |
Garant: | doc. Mgr. Tomáš Vinař, PhD. (informatika) |
Spolugaranti: | doc. RNDr. Edita Mačajová, PhD. |
| Nadväzujúce študijné programy: | magisterský študijný program Dátová veda |
Charakteristika študijného programu
Dáta sú zaujímavé a poháňajú inovácie. V 21. storočí hrajú v digitálnej ekonómii dáta podobnú úlohu akú zohralo uhlie v 18. storočí pri rozvoji priemyslu. Obrovské množstvá dát nám umožňujú využívať a rozvíjať nové generácie technologických riešení, ako sú strojové učenie, umelú inteligenciu, pokročilú štatistiku, prediktívnu analýzu správania používateľov, zákazníkov, či trhov. Navyše, analýza veľkých dát je kreatívna a zaujímavá činnosť.
Experti na dáta sú žiadaní a nepostrádateľní v praxi. Nezamestnaní experti na analýzu dát neexistujú, dopyt po odborníkoch na dátovú vedu neustále stúpa. Platy odborníkov na dátovú vedu sú vyššie ako platy programátorov a rastú rýchlejším tempom. Väčšina programátorov je časom nespokojná so svojou prácou. Dátoví analytici sú typicky vo svojej práci oveľa spokojnejší. Povinné predmety pokrývajú nosné témy jadra znalostí odboru informatika. Z odboru matematika pokrývajú ucelenú oblasť, pričom v rámci jadra študijného odboru sú pokryté najmä nasledujúce nosné témy: základy matematiky, diskrétne štruktúry, zákony pohybu a zmeny, zákony popisujúce nedeterministické javy, spracovávanie veľkých súborov dát.
Absolventi majú flexibilné možnosti uplatnenia. Spracovanie veľkých dát sa vďaka masívnemu rozvoju informačných technológií stáva základným stavebným blokom všetkých oblastí. Dáta sú dôležité vo všetkých sektoroch a na všetkých úrovniach organizácií, a to aj mimo IT priemyslu: v bankovníctve a financiách, v automobilovom priemysle, v zdravotníctve, v doprave, v obchode, v energetike, v hernom priemysle, v štátnej správe, v nových oblastiach vedy ako sú bioinformatika, biomedicína, či moderná fyzika. Študijný program vám dá unikátnu kombináciu matematických znalostí a praktických informatických zručností. Je na vás, ktorým smerom sa bude uberať vaša kariéra, pozície na ktorých sa môžete uplatniť zahŕňajú: dátový analytik, dátový vedec, špecialista na vizualizáciu dát, štatistik, programátor, analytik veľkých dát, špecialista na modelovanie.
Čo vás čaká v študijnom programe?
Predmety zahrnuté v študijnom programe pokrývajú následovné kľúčové oblasti:
- Programovanie: Python, C++, algoritmy a dátové štruktúry, databázy
- Matematické základy: diskrétna matematika, matematická analýza, algebra, štatistika, optimalizácia
- Špecializované predmety: vizualizácia, manažment dát, strojové učenie
- Možnosť výberu aplikačných domén: ekonómia, fyzika, počítačové videnie, meteorológia, bioinformatika, biomedicína, robotika
Súčasťou povinne voliteľných predmetov je možnosť absolvovať odbornú prax v spolupráci s partnermi zo súkromného a verejného sektora.
Partneri študijného programu
Partneri sa podieľajú na formovaní študijného programu a pomáhajú nám vytvoriť príležitosti pre odbornú prax, praktické záverečné práce a zabezpečiť úzky kontakt študentov s externým prostredím.
cogneXa | Exponea | innovatrics | Microstep-MIS | Slovenský hydrometeorologický ústav | Ústav merania Slovenskej akadémie vied | Unicredit Bank Czech Republic and Slovakia | Útvar hodnoty za peniaze Ministerstva financií SR | Zurich Insurance Company | Whitestein Technologies
Záverečné práce
Bakalárska práca je dvojsemestrálny projekt, ktorý študenti vypracujú na zvolenú tému pod vedením školiteľa. V študijnom programe dátová veda bude možné kreatívnym spôsobom analyzovať existujúce dáta, či už voľne dostupné alebo v spolupráci s externými partnermi študijného programu. Bude tiež možné navrhovať a programovať nové nástroje slúžiace na analýzu či vizualizáciu dát.
Ukážky úspešných bakalárskych prác:
- Tomáš Antal (2025) Porovnanie metód výberov podvzorky (školiteľ Samuel Rosa)
- Viktor Balan (2025) The Star-Removal Problem for Regular Languages (školiteľ Peter Kostolányi)
- Simona Bednáriková (2025) Odhaľovanie daňových manipulácií pomocou metód strojového učenia a umelej inteligencie (školiteľ Eduard Baumöhl)
- Anna Viktória Bothová (2025) Analýza vplyvu meteorologických podmienok na výnosy plodín (školiteľ Martin Gera)
- Erik Božík (2025) Slovak Speech Corpora for Open-Source Automatic Speech Recognition (školiteľ Marek Šuppa)
- Kristína Galková (2025) Data mining v akademických databázach (školiteľ Pavol Bokes)
- Samuel Guláš (2025) Vzájomné vzťahy finančných aktív (školiteľ Eduard Baumöhl)
- Daniela Halmová (2025) Identifying the source of microbial DNA fragments circulating in human blood (školiteľ Jaroslav Budiš)
- Tadeáš Kaminský (2025) Segmentácia používateľov pre personalizované odporúčania (školiteľ Ondrej Kaššák)
- Mária Kopecká (2025) Automatické zošívanie videa a hudobného podkladu (školiteľ Marek Šuppa)
- Zuzana Kováčová (2025) Specificity of the Methodology for Detecting Anomalies in Athletes’ Biological Passports Used in Anti-Doping Testing (školiteľ Richard Kollár)
- Teo Pazera (2025) Enhancement of RAG chatbots performance using various heuristics (školiteľ Michal Uherek)
- Jana Poľašková (2025) Analysis and visualization of adversarial inputs in neural networks (školiteľ Igor Farkaš)
- Andrej Špitalský (2025) Territory Formation in Wolf Populations (školiteľ Richard Kollár)
- Roderik Antol (DAV, 2024) Detection of tax manipulations using machine learning and artificial intelligence methods (školiteľ Eduard Baumöhl)
- Tomáš Belák (DAV, 2024) Databáza športovísk na Slovensku (školiteľ Martin Dovičák)
- Barbora Bezáková (DAV, 2024) Rozpoznávanie akcií z fotografií (školiteľka Zuzana Berger Haladová)
- Vladimíra Brožová (DAV, 2024) Vizualizácia kvality hrán v súhvezdiach (školiteľ Andrej Ferko)
- Valter Cingel (DAV, 2024) Dolné ohraničenia maximálnej hodnosti netriviálnych čiastočných automorfizmov jednoduchých grafov (školiteľ Róbert Jajcay)
- Andrej Čerňanský (DAV, 2024) Numerická simulácia stochastických biochemických reakčných sietí (školiteľ Pavol Bokes)
- Peter Franček (DAV, 2024) Few-shot Learning for Sentiment Analysis of Class Reviews (školiteľ Marek Šuppa)
- Terézia Füleová (DAV, 2024) Vizualizácia harmonickej analýzy klasickej hudby (školiteľ Andrej Ferko)
- Lukáš Gáborik (DAV, 2024) Flow triangulations of cubic graphs (školiteľ Jozef Rajník)
- Gabriela Chutňáková (DAV, 2024) Vplyv preventívnych prehliadok na dlhodobý zdravotný stav (školiteľ Marek Ciesar)
- Roman Hudec (DAV, 2024) Štatistická analýza multivariačných údajov: Prieskum spokojnosti študentov slovenských vysokých škôl (školiteľ Martin Kanovský)
- Lukáš Jankola (DAV, 2024) Graph analysis of functional locations in Slovak power plants (školiteľ Peter Kertys)
- Ján Kamas (DAV, 2024) Analysis of a weight of a coordinated group of votes in parliamentary elections in Slovakia (školiteľ Richard Kollár)
- Monika Kobelárová (DAV, 2024) Diferencovanie zdanlivo rovnakých obrázkov, porovnanie skenovacích režimov CRUSE (školiteľ Andrej Ferko)
- Adrián Pauer (DAV, 2024) Solver pre neradiálne DEA modely (školiteľka Mária Trnovská)
- Viktória Pravdová (DAV, 2024) Reprezentácia 3D Rotácie v Kontexte Hlbokého Učenia (školiteľ Viktor Kocur)
- Matúš Rohaľ (DAV, 2024) Modely finančných ťažkostí slovenských podnikov (školiteľ Tomáš Výrost)
- Matej Štauder (DAV, 2024) Vplyv volebnej hranice na fragmentáciu parlamentu (školiteľ Richard Kollár)
- Michal Dokupil (DAV, 2023) Kompresia videa pomocou rozkladu matíc (školiteľ Ján Gašper)
- Stanislav Gabčo (DAV, 2023) Grafická anonymizácia textov umiestnených do bitmapy DICOM snímky (školiteľ Miroslav Mánik)
- Radoslava Hatalová (DAV, 2023) Binomický experiment z pohľadu bayesovskej štatistiky (školiteľ Radoslav Harman)
- Natália Kňažeková (DAV, 2023) Benchmarking veľkých predtrénovaných jazykových modelov na analýzu sentimentu v slovenčine (školiteľ Marek Šuppa)
- Jana Viktória Kováčiková (DAV, 2023) Metaheuristiky v jazyku R (školiteľ Radoslav Harman)
- Marián Kravec (DAV, 2023) Získavanie štruktúrovaných dát o pacientoch s ochorením COVID-19 z prepúšťacích správ a krvných výsledkov (školiteľ Vladimír Boža)
- Rudolf Nosek (DAV, 2023) Predikcia elektrického výkonu reaktoru atómovej elektrárne podľa počasia (školiteľ Peter Kertys)
- Viktória Ondrejová (DAV, 2023) Summarization of Slovak News Articles (školiteľ Marek Šuppa)
- Katarína Osvaldová (DAV, 2023) Noise Evaluation in Data Captured by 3D Cameras (školiteľ Martin Madaras)
- Pavlína Ružičková (DAV, 2023) Analysis of Data from a Mobile Application for Measuring Neurological Disability (školiteľka Bronislava Brejová)
- Kristína Sásiková (DAV, 2023) Štatistická analýza ukazovateľov sociálnej kohézie na Slovensku (školiteľ Ján Gašper)
- Andrej Zelinka (DAV, 2023) Keyphrase Extraction from Slovak Scientific Documents (školiteľ Marek Šuppa)
Tomáš Varga (2025) Detekcia halucinácii vo veľkých jazykových modeloch (školiteľ Vladimír Boža)
Dávid Števaňák (DAV, 2024) Augmented Keyphrase Extraction from Slovak Scientific Documents (školiteľ Marek Šuppa)
Uplatnenie absolventov
Absolventi študijného programu dátová veda sú nevyhnutní pre obsadenie vznikajúcich pracovných miest dátových analytikov v súkromných firmách všetkých sektorov hospodárstva, najmä však vo finančnom sektore (analýza finančných dát), sektore služieb (vývoj trendov, analýza správania zákazníkov), výrobnom sektore (predikcia požiadaviek trhu, optimalizácia výrobných procesov), ako aj v sektore informačných technológií (analýza veľkých dát, vývoj inteligentných softvérových systémov). Okrem toho sa absolventi uplatnia aj na výskumných pracoviskách, ktoré potrebujú analyzovať veľké množstvá dát (napríklad jadrová a experimentálne fyzika, molekulárna biológia, biotechnológie, medicína) a v štátnej správe (analytické útvary ministerstiev a samospráv). Vznik nových pracovných miest v tejto oblasti je dôsledkom systematického nasadzovania informačných technológií vo všetkých oblastiach života, ako aj významných pokrokov v oblasti získavania a analýzy týchto dát.
Absolventi bakalárskeho stupňa sú plne pripravení nastúpiť do praxe. V prípade záujmu o ďalšie rozvíjanie svojich schopností majú možnosť ďalej sa vzdelávať v magisterských študijných programoch informatika (blok dátová veda) alebo pravdepodobnosť a štatistika. Po uvoľnení možnosti vytvárať nové medziodborové študijné programy plánujeme vytvoriť aj priamo nadväzujúci magisterský študijný program dátová veda (od roku 2018 podľa platnej legislatívy nie je dočasne možné vytvárať nové medziodborové študijné programy).

