Studia te mają interdyscyplinarny charakter i są zaprojektowane tak, aby połączyć teoretyczną wiedzę z praktycznymi umiejętnościami analitycznymi oraz znajomością nowoczesnych technologii przetwarzania danych. Przebieg studiów obejmuje różne formy zajęć, takie jak wykłady, ćwiczenia i warsztaty.
Zajęcia dotyczą m.in. teorii i metodologii nauk społecznych, badań społecznych czy psychologii. Studenci uczą się eksploracji danych, data mining, analizy tekstu. Poznają możliwości wykorzystania algorytmów machine learning do analizy zjawisk społecznych i budowania modeli predykcyjnych.
Uczestnicy zyskują podstawową wiedzę z zakresu data science i nauk społecznych oraz uczestniczą w wykładach dotyczących metod analizy danych. Podczas zajęć praktycznych uczestnicy uczą się korzystać z oprogramowania, narzędzi do analizy danych i języków programowania w kontekście rozwiązywania rzeczywistych problemów społecznych.
1. Typ i tryb studiów:
Studia na kierunku data science w naukach społecznych możemy podzielić na:
1. Typ:
2. Tryb:
2. Zdobywana wiedza i umiejętności
Kierunki studiów związane z tą dyscypliną dzięki wielu zajęciom praktycznym umożliwiają absolwentom przeprowadzanie zaawansowanych analiz statystycznych, takich jak analiza regresji, testy statystyczne czy modelowanie predykcyjne.
Potrafią programować w językach, takich jak Python R czy SQL do analizowania i przetwarzania dużych zbiorów danych. Wykorzystują narzędzia do wizualizacji danych, takie jak Tableau, Power BI czy biblioteki graficzne.
Wdrażają modele uczenia maszynowego do analizy zjawisk społecznych. Przetwarzają też dane tekstowe z użyciem algorytmów NLP w celu analizy treści w mediach społecznościowych czy artykułach.