Data Science в социальных науках в Краковском Экономическом Университете

Факультет : Экономики и финансов

Страна/город: : Польша / Краков

Начало обучения: 01.10.2026

Длительность обучения: 6 Семестров

Языки обучения:: Польский

Специализации:

Data science

Вступительные требования

Описание специальности

Программа обучения

Трудоустройство

Оплата за обучение:

12400 PLN (приблительно 2900 EUR) в год
Единоразовый регистрационный сбор: 85 PLN, примерно 20 EUR.
Оплата за обучение производится в PLN.

Поступление во Краковский Экономический Университет — с профессиональным сопровождением от первой заявки до начала обучения. Регистрация, подготовка к поступлению, поддержка и адаптация — всё в одном месте.

Telegram, Viber, WhatsApp: +380 73 073 65 43

ВСТУПИТЕЛЬНЫЕ ТРЕБОВАНИЯ ДЛЯ ИНОСТРАННЫХ КАНДИДАТОВ:

Как формируется рейтинг?

1️⃣ Для абитуриентов с документами об образовании — свидетельство/аттестат — из Украины, стран ЕС, ОЭСР и ЕАСТ. Рейтинг при поступлении рассчитывается на основе баллов по следующим предметам НМТ/ЗНО:

Предмет №1: математика.
Предмет №2: один предмет на выбор: химия, физика, география, история, информатика, иностранный язык или обществознание.

2️⃣ Кандидаты с документами об образовании из других стран

Кандидаты с документами об образовании из других стран, кроме Украины, ЕС, ОЭСР и ЕАСТ, обязаны сдать дополнительный вступительный экзамен с математики, который проверяет знания или специальные способности, необходимые для поступления на обучение по определенной специальности.

Требования к знанию польского языка

Кандидаты обязательно должны иметь официальный документ, подтверждающий знание языка на уровне B2:

Сертификат владения польским языком на уровне не ниже B2, выданный Państwowa Komisja do spraw Poświadczania Znajomości Języka Polskiego.
Сертификат, подтверждающий знание польского языка, выданный учреждением European Consortium for the Certificate of Attainment in Modern Languages — ECL.
Сертификат, подтверждающий знание польского языка: telc GmbH, WBT Weiterbildungs-Testsysteme GmbH — TELC.
Свидетельство об окончании подготовительного курса для поступления на обучение, о котором говорится в ст. 60 абз. 4 закона от 12 декабря 2013 г. об иностранцах — Законодательный вестник от 2024 г., поз. 769, 1222 и 1688, а также от 2025 г., поз. 619, 621 и 622, продолжительностью не менее 9 месяцев.

❌ Сертификат или официальный документ, подтверждающий знание языка на уровне B2, необходимо загрузить до последнего дня регистрации на обучение. Абитуриенты, которые не предоставят соответствующий документ, не будут допущены к дальнейшим этапам вступительного процесса.

Важные замечания для кандидатов

Наличие результатов НМТ или ЗНО для кандидатов из Украины является обязательным.
Кандидаты с документами об образовании из других стран, кроме Украины, ЕС, ОЭСР и ЕАСТ, обязаны получить и загрузить в систему регистрации решение о признании аттестата/свидетельства — нострификацию — или письменную справку от директора NAWA.
Дата и очередность регистрации не влияют на зачисление — решающим является только результат конкурсной оценки кандидатов.

Внимание! Заявки кандидатов без оплаты регистрационного сбора не будут рассматриваться приемной комиссией.

Дополнительная информация

Информацию о доступных стипендиях и скидках, а также подробные сведения о вступительных требованиях и порядке расчета вступительных баллов вы можете найти на странице: Краковский Экономический Университет

Получите консультацию и помощь с процессом поступления:
Telegram, Viber, WhatsApp: +380 73 073 65 43

Data Science в социальных науках (Data science w naukach społecznych) в Краковском Экономическом Университете — это бакалаврская программа на польском языке, которая сочетает информатику, анализ данных, математику, статистику, экономику, финансы, управление, бухгалтерский учёт и страхование. Программа готовит специалистов, способных собирать, подготавливать, обрабатывать, визуализировать и анализировать данные, включая большие массивы данных, интернет-данные и текстовые данные.

Специальность подойдёт абитуриентам с логическим, математическим, информационным и аналитическим мышлением. Это направление для тех, кто хочет работать с данными, искать закономерности и тренды, строить модели, анализировать социально-экономические процессы и представлять результаты анализа в понятной форме для бизнеса, финансовых учреждений, государственного сектора или технологических компаний.

Преимущества обучения на специальности

Программа создана как ответ на потребность рынка труда в специалистах по информатике и анализу данных в сфере социальных наук.
Обучение охватывает сбор, подготовку, обработку, визуализацию и анализ данных, включая большие массивы данных.
Студенты работают с направлениями Big Data, Web mining и Natural Language Processing.
Программа сочетает информатику с математикой, экономикой, финансами, управлением, бухгалтерским учётом и страхованием.
Студенты осваивают статистический анализ данных, эконометрику и машинное обучение.
Выпускник получает знания специализированных языков программирования и программных инструментов для работы с данными.
Программа формирует способность интерпретировать результаты анализа в контексте реальных социально-экономических явлений.
Обучение развивает аналитическое мышление, коммуникацию, работу в команде, управление карьерой и стрессоустойчивость.

О специальности

Data Science в социальных науках — это междисциплинарная программа, в центре которой находится работа с данными в контексте экономических, финансовых, управленческих, страховых и социальных процессов. Особенность программы заключается в том, что анализ данных не рассматривается отдельно от реальной проблемы, которую эти данные описывают. Поэтому студент не только изучает технические инструменты, но и получает содержательную подготовку для понимания социально-экономических явлений.

В программе сочетаются курсы по экономике, финансам, управлению, бухгалтерскому учёту, страхованию и праву интеллектуальной собственности. Основной акцент сделан на анализе данных, машинном обучении, Big Data, эконометрическом моделировании, статистическом выводе, работе с интернет-данными и обработке естественного языка.

Студент изучает линейную алгебру, математический анализ, дискретную математику, теорию вероятностей, статистику, эконометрику, программирование на R и Python, SQL, инженерию данных, визуализацию данных, нейронные сети, машинное обучение, анализ временных рядов, байесовские методы, анализ панельных данных и другие инструменты современной аналитики.

Знания, которые формирует программа

понимание социально-экономических явлений, фактов, проблем и зависимостей;
знание отдельных разделов математики, необходимых для анализа данных;
знание статистического описания, статистического вывода, регрессионного анализа, анализа временных рядов и прогнозирования;
понимание процессов получения, хранения, обработки, интеграции, визуализации и анализа данных;
знание базовых правовых, этических и профессиональных условий работы с социально-экономическими данными;
понимание основ предпринимательства и развития различных форм бизнес-активности.

Практические навыки выпускника

распознавать, формулировать и решать сложные проблемы в сфере бизнеса и общества с помощью анализа данных;
выполнять статистический и эконометрический анализ на основе различных типов данных;
подбирать математические, статистические и информационные инструменты для анализа данных;
использовать выбранные языки программирования для аналитических задач;
объяснять результаты анализа специалистам и неспециалистам;
работать индивидуально и в команде над междисциплинарными задачами;
самостоятельно обновлять знания в сфере сбора, обработки, визуализации и анализа данных.

Специализации / модули / треки

На официальной странице программы отдельные специализации или треки не указаны. В то же время в учебном плане есть предметы по выбору и модульные предметы по выбору, которые позволяют частично индивидуализировать образовательную траекторию.

Уважаемые абитуриенты — на этой странице представлена общая информация о программе обучения. Обратите внимание, что университет может вносить изменения в учебный план. Если вы хотите получить полную программу с количеством часов, кредитами ECTS, распределением на лекции, практические и лабораторные занятия с подробным пояснением, а также помощь с поступлением — обращайтесь к нам:

► Telegram, Viber, WhatsApp: +380 73 073 65 43

Семестр 1

Линейная алгебра (Algebra liniowa) — 5 ECTS
Элементы логики (Elementy logiki) — 2 ECTS
Введение в информатику (Wstęp do informatyki) — 3 ECTS
Программирование на языке R (Programowanie w języku R) — 3 ECTS
Математический анализ (Analiza matematyczna) — 5 ECTS
Основы микроэкономики (Podstawy mikroekonomii) — 4 ECTS
Основы права интеллектуальной собственности (Podstawy prawa własności intelektualnej) — 4 ECTS
Стратегии и техники преодоления стресса (Strategie i techniki radzenia sobie ze stresem) — 2 ECTS

Предметы по выбору

Первый иностранный язык (Pierwszy język obcy) — 2 ECTS, предмет по выбору
Второй иностранный язык (Drugi język obcy) — 2 ECTS, предмет по выбору
Иностранный язык (Język obcy) — 2 ECTS, предмет по выбору для заочной формы
Физическое воспитание (Wychowanie fizycznej) — 0 ECTS, предмет по выбору

Семестр 2

Основы макроэкономики (Podstawy makroekonomii) — 4 ECTS
Базы данных и язык SQL (Databases and SQL language) — 3 ECTS
Математический анализ (Analiza matematyczna) — 4 ECTS
Описательная статистика (Statystyka opisowa) — 4 ECTS
Теория вероятностей (Rachunek prawdopodobieństwa) — 4 ECTS
Программирование на языке Python (Programowanie w języku Python) — 4 ECTS
Межличностная коммуникация (Komunikacja interpersonalna) — 2 ECTS
Элементы дискретной математики (Elementy matematyki dyskretnej) — 4 ECTS

Предметы по выбору

Первый иностранный язык (Pierwszy język obcy) — 2 ECTS, предмет по выбору
Второй иностранный язык (Drugi język obcy) — 2 ECTS, предмет по выбору
Иностранный язык (Język obcy) — 2 ECTS, предмет по выбору для заочной формы
Физическое воспитание (Wychowanie fizyczne) — 0 ECTS, предмет по выбору

Семестр 3

Статистический вывод (Wnioskowanie statystyczne) — 5 ECTS
Неконтролируемое статистическое обучение (Nienadzorowane uczenie statystyczne) — 6 ECTS
Основы страхования (Podstawy ubezpieczeń) — 3 ECTS
Инженерия данных (Inżynieria danych) — 2 ECTS
Углублённая работа с Excel (Advances Excel) — 2 ECTS
Визуализация данных (Wizualizacja danych) — 2 ECTS

Предметы по выбору

Первый иностранный язык (Pierwszy język obcy) — 2 ECTS, предмет по выбору
Второй иностранный язык (Drugi język obcy) — 2 ECTS, предмет по выбору
Иностранный язык (Język obcy) — 2 ECTS, предмет по выбору для заочной формы
Основы бухгалтерского учёта / Accounting Principles (Podstawy rachunkowości / Accounting Principles) — 3 ECTS, предмет по выбору
Предмет по выбору 1 (Przedmiot do wyboru 1) — 3 ECTS, предмет по выбору

Семестр 4

Основы управления (Podstawy zarządzania) — 3 ECTS
Эконометрический анализ данных (Ekonometryczna analiza danych) — 4 ECTS
Нейронные сети и машинное обучение (Sieci neuronowe i uczenie maszynowe) — 6 ECTS
Анализ интернет-данных (Web mining) — 2 ECTS
Контролируемое статистическое обучение (Nadzorowane uczenie statystyczne) — 6 ECTS

Предметы по выбору

Первый иностранный язык (Pierwszy język obcy) — 2 ECTS, предмет по выбору
Второй иностранный язык (Drugi język obcy) — 2 ECTS, предмет по выбору
Иностранный язык (Język obcy) — 2 ECTS, предмет по выбору для заочной формы
Численные методы / Numerical methods (Metody numeryczne / Numerical methods) — 3 ECTS, предмет по выбору
Предмет по выбору 2 (Przedmiot do wyboru 2) — 3 ECTS, предмет по выбору

Семестр 5

Обработка естественного языка (Natural Language Processing) — 3 ECTS
Большие данные (Big Data) — 3 ECTS
Байесовские методы в анализе данных (Metody bayesowskie w analizie danych) — 5 ECTS
Анализ временных рядов (Analiza szeregów czasowych) — 4 ECTS
Дипломный семинар (Seminarium dyplomowe) — 5 ECTS

Модуль по выбору

В учебном плане приведены модульные предметы по выбору. Количество предметов, которые студент должен выбрать из этого блока, в доступном тексте не уточнено.

Анализ страховых данных (Eksploracja danych ubezpieczeniowych) — 4 ECTS, модуль по выбору
Бухгалтерский учёт и финансовая отчётность (Rachunkowość i sprawozdawczość finansowa) — 4 ECTS, модуль по выбору
Основы контроллинга (Podstawy controllingu) — 4 ECTS, модуль по выбору
Моделирование выбора потребителя (Modelowanie wyborów konsumenta) — 4 ECTS, модуль по выбору
Социальная статистика (Statystyka społeczna) — 4 ECTS, модуль по выбору
Анализ макроэкономических моделей (Analiza modeli makroekonomicznych) — 4 ECTS, модуль по выбору

Предметы по выбору

Предмет по выбору 3 (Przedmiot do wyboru 3) — 3 ECTS, предмет по выбору

Семестр 6

Основы предпринимательства (Podstawy przedsiębiorczości) — 2 ECTS
Анализ панельных данных (Analiza danych panelowych) — 4 ECTS
Управление собственной карьерой (Zarządzanie własną karierą) — 2 ECTS
Дипломный семинар (Seminarim dyplomowe) — 7 ECTS

Предметы по выбору

Социология / психология (Socjologia / Psychologia) — 2 ECTS, предмет по выбору
Алгоритмическая теория игр / Algorithmic game theory (Algorytmiczna teoria gier / Algorithmic game theory) — 3 ECTS, предмет по выбору
Предметы из области гуманитарных наук по выбору (Przedmioty z dziedziny nauk humanistycznych do wyboru) — 5 ECTS, предмет по выбору

Модуль по выбору

Машинное обучение в страховании (Uczenie maszynowe w ubezpieczeniach) — 4 ECTS, модуль по выбору
Экономический анализ предприятия (Analiza ekonomiczna przedsiębiorstwa) — 4 ECTS, модуль по выбору
Финансовый контроллинг (Controlling finansowy) — 4 ECTS, модуль по выбору
Анализ рыночных данных (Eksploracja danych rynkowych) — 4 ECTS, модуль по выбору
Анализ бюджетов домохозяйств (Analiza budżetów gospodarstw domowych) — 4 ECTS, модуль по выбору
Вероятностное глубокое обучение в экономике и финансах (Probabilistyczne uczenie głębokie w ekonomii i finansach) — 4 ECTS, модуль по выбору

После завершения обучения выпускник может работать как:

Data Scientist;
аналитик данных;
бизнес-аналитик;
аналитик социально-экономических данных;
аналитик Big Data;
аналитик интернет-данных;
специалист по машинному обучению;
младший инженер данных;
аналитик визуализации данных;
специалист по эконометрическому моделированию;
аналитик финансовых данных;
аналитик страховых данных;
аналитик рыночных исследований;
специалист по обработке текстовых данных;
аналитик прогнозирования;
аналитик панельных данных;
специалист по подготовке аналитических отчётов;
младший специалист по аналитике искусственного интеллекта.

Выпускники могут работать:

в национальных корпорациях;
в международных корпорациях;
в банках;
в финансовых учреждениях;
в страховых компаниях;
в консалтинговых компаниях;
в консультационных компаниях;
в рекламных и маркетинговых агентствах;
в IT-секторе;
в сфере новых технологий;
в государственных учреждениях;
в статистических учреждениях;
в компаниях, которые занимаются исследованиями рынка;
в технологических стартапах;
в электронной коммерции.

Работа для вас:

Data Science в социальных науках (Data science w naukach społecznych)

Краковский Экономический Университет (Экономический Университет в Кракове)

Как формируется рейтинг?

Требования к знанию польского языка

Важные замечания для кандидатов

Дополнительная информация

Преимущества обучения на специальности

О специальности

Знания, которые формирует программа

Практические навыки выпускника

Специализации / модули / треки

Семестр 1

Предметы по выбору

Семестр 2

Предметы по выбору

Семестр 3

Предметы по выбору

Семестр 4

Предметы по выбору

Семестр 5

Модуль по выбору

Предметы по выбору

Семестр 6

Предметы по выбору

Модуль по выбору

После завершения обучения выпускник может работать как:

Выпускники могут работать: