Data Science у соціальних науках у Краківському Економічному Університеті

Факультет: Економіки та фінансів

Країна/місто: Польща / Краків

Початок навчання: 01.10.2026

Тривалість навчання: 6 Семестрів

Мови викладання: Польська

Спеціалізації :

Data science

Вступні вимоги

Опис спеціальності

Програма навчання

Працевлаштування

Оплата за навчання :

12400 PLN (приблизно 2900 EUR за рік);
Одноразовий реєстраційний збір: 85 PLN (приблизно 20 EUR).
Оплата за навчання проводиться в PLN.

Вступ до Краківського економічного університету — з професійним супроводом від першої заявки до початку навчання. Реєстрація, підготовка до вступу, підтримка та адаптація — все в одному місці.
Telegram, Viber, WhatsApp: +380 73 073 65 43

ВСТУПНІ ВИМОГИ ДЛЯ ІНОЗЕМНИХ КАНДИДАТІВ:

Як формується рейтинг?

1️⃣ Для абітурієнтів з документами про освіту (свідоцтво/атестат) в Україні, країн ЄС, ОЕСР та ЄАВТ рейтинг при вступі розраховується на основі балів з наступних предметів (НМТ/ЗНО):

Предмет №1: математика.
Предмет №2: один предмет до вибору: хімія, фізика, географія, історія, інформатика, іноземна мова або знання про суспільство.

2️⃣ Кандидати з документами про освіту з інших країн (окрім України, ЄС, ОЕСР та ЄАВТ) зобов’язані скласти додатковий вступний іспит з математики, що перевіряє знання або особливі здібності, необхідні для вступу на навчання за певною спеціальністю.

Вимоги до знання польської мови:

Кандидати повинні обов’язково володіти офіційним документом, що підтверджує знання мови на рівні B2:

Сертифікат володіння польської мовою на рівні не нижче В2 виданний Panstwowa komisja do spraw poswiadczania znajomosci jezyka polskiego
Сертифікат, що підтверджує знання польської мови, виданий установою: European Consortium for the Certificate of Attainment in Modern Languages (ECL)
Сертифікат, що підтверджує знання польської мови: telc GmbH, WBT Weiterbildungs-Testsysteme GmbH (TELC);
Засвідчення про закінчення підготовчого курсу для вступу на навчання, про який йдеться у ст. 60 абз. 4 закону від 12 грудня 2013 р. про іноземців (Законодавчий вісник від 2024 р. поз. 769, 1222 і 1688, а також від 2025 р. поз. 619, 621 і 622), тривалістю не менше ніж 9 місяців.

❌ Сертифікат або офіційний документ, що підтверджує знання мови на рівні B2, необхідно завантажити до останнього дня реєстрації на навчання. Абітурієнти, які не нададуть відповідного документа, не будуть допущені до подальших етапів вступного процесу.

Уваги для кандидатів:

Наявність результатів НМТ або ЗНО для кандидатів з України є обов'язковою.
Кандидати з документами про освіту з інших країн (окрім України, ЄС, ОЕСР та ЄАВТ) зобов’язані отримати та завантажити до системи реєстрації рішення про визнання атестата/свідоцтва (нострифікацію) або письмову довідку від директора NAWA.
Дата та черговість реєстрації не впливають на зарахування — вирішальним є лише рельтат конкурсного оцінювання кандидатів.
Увага! Заявки кандидатів без оплати реєстраційного збору не розглядатимуться приймальною комісією

Додаткова інформація:

Інформацію про доступні стипендії та знижки, а також детальні відомості про вступні вимоги та порядок розрахунку вступних балів ви можете знайти на сторінці: Краківський Економічний Університет

Отримайте консультацію та допомогу зі вступним процесом ► telegram, viber, whatsapp: +380730736543

Data Science у соціальних науках (Data science w naukach społecznych) у Краківському Економічному Університеті — це бакалаврська програма польською мовою, яка поєднує інформатику, аналіз даних, математику, статистику, економіку, фінанси, управління, бухгалтерський облік і страхування. Програма готує фахівців, здатних збирати, готувати, обробляти, візуалізувати й аналізувати дані, зокрема великі набори даних, інтернет-дані та текстові дані.

Спеціальність підійде абітурієнтам із логічним, математичним, інформатичним та аналітичним мисленням. Це напрям для тих, хто хоче працювати з даними, шукати закономірності й тренди, будувати моделі, аналізувати соціально-економічні процеси та презентувати результати аналізу у зрозумілій формі для бізнесу, фінансових установ, державного сектору або технологічних компаній.

Переваги навчання на спеціальності

Програма створена як відповідь на потребу ринку праці у фахівцях з інформатики та аналізу даних у сфері соціальних наук.
Навчання охоплює збирання, підготовку, обробку, візуалізацію й аналіз даних, зокрема великих наборів даних.
Студенти працюють із напрямами Big Data, Web mining та Natural Language Processing.
Програма поєднує інформатику з математикою, економікою, фінансами, управлінням, бухгалтерським обліком і страхуванням.
Студенти опановують статистичний аналіз даних, економетрику та машинне навчання.
Випускник має знання спеціалізованих мов програмування та програмних інструментів для роботи з даними.
Програма формує здатність інтерпретувати результати аналізу в контексті реальних соціально-економічних явищ.
Навчання розвиває аналітичне мислення, комунікацію, роботу в команді, управління кар’єрою та стресостійкість.

Про спеціальність

Data Science у соціальних науках — це міждисциплінарна програма, у центрі якої знаходиться робота з даними в контексті економічних, фінансових, управлінських, страхових і соціальних процесів. Особливість програми полягає в тому, що аналіз даних не розглядається окремо від реальної проблеми, яку ці дані описують. Тому студент не лише вивчає технічні інструменти, а й отримує змістовну підготовку для розуміння соціально-економічних явищ.

У програмі поєднані курси з економіки, фінансів, управління, бухгалтерського обліку, страхування та права інтелектуальної власності. Основний акцент зроблено на аналізі даних, машинному навчанні, Big Data, економетричному моделюванні, статистичному висновуванні, роботі з інтернет-даними та обробці природної мови.

Студент вивчає лінійну алгебру, математичний аналіз, дискретну математику, теорію ймовірностей, статистику, економетрику, програмування мовами R і Python, SQL, інженерію даних, візуалізацію даних, нейронні мережі, машинне навчання, аналіз часових рядів, байєсівські методи, аналіз панельних даних та інші інструменти сучасної аналітики.

Знання, які формує програма

розуміння соціально-економічних явищ, фактів, проблем і залежностей;
знання вибраних розділів математики, необхідних для аналізу даних;
знання статистичного опису, статистичного висновування, регресійного аналізу, аналізу часових рядів і прогнозування;
розуміння процесів отримання, зберігання, обробки, інтеграції, візуалізації й аналізу даних;
знання базових правових, етичних і професійних умов роботи з соціально-економічними даними;
розуміння основ підприємництва та розвитку різних форм бізнесової активності.

Практичні навички випускника

розпізнавати, формулювати й розв’язувати складні проблеми у сфері бізнесу та суспільства за допомогою аналізу даних;
виконувати статистичний та економетричний аналіз на основі різних типів даних;
добирати математичні, статистичні та інформатичні інструменти для аналізу даних;
використовувати вибрані мови програмування для аналітичних задач;
пояснювати результати аналізу спеціалістам і неспеціалістам;
працювати індивідуально та в команді над міждисциплінарними завданнями;
самостійно оновлювати знання у сфері збирання, обробки, візуалізації та аналізу даних.

Спеціалізації / модулі / треки

На офіційній сторінці програми окремі спеціалізації або треки не зазначені. Водночас у навчальному плані є вибіркові предмети та модульні предмети до вибору, які дозволяють частково індивідуалізувати навчальну траєкторію.

Шановні абітурієнти – на цій сторінці представлена загальна інформація про програму навчання. Зверніть увагу, що університет може вносити зміни до навчального плану. Якщо ви хочете отримати повну програму з кількістю годин, кредитами ECTS, розподілом на лекції, практичні та лабораторні заняття з детальним поясненням — а також допомогу з вступом, звертайтесь до нас:

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

Семестр 1

Лінійна алгебра (Algebra liniowa) — 5 ECTS
Елементи логіки (Elementy logiki) — 2 ECTS
Вступ до інформатики (Wstęp do informatyki) — 3 ECTS
Програмування мовою R (Programowanie w języku R) — 3 ECTS
Математичний аналіз (Analiza matematyczna) — 5 ECTS
Основи мікроекономіки (Podstawy mikroekonomii) — 4 ECTS
Основи права інтелектуальної власності (Podstawy prawa własności intelektualnej) — 4 ECTS
Стратегії та техніки подолання стресу (Strategie i techniki radzenia sobie ze stresem) — 2 ECTS

Предмети до вибору

Перша іноземна мова (Pierwszy język obcy) — 2 ECTS, предмет до вибору
Друга іноземна мова (Drugi język obcy) — 2 ECTS, предмет до вибору
Іноземна мова (Język obcy) — 2 ECTS, предмет до вибору для заочної форми
Фізичне виховання (Wychowanie fizycznej) — 0 ECTS, предмет до вибору

Семестр 2

Основи макроекономіки (Podstawy makroekonomii) — 4 ECTS
Бази даних і мова SQL (Databases and SQL language) — 3 ECTS
Математичний аналіз (Analiza matematyczna) — 4 ECTS
Описова статистика (Statystyka opisowa) — 4 ECTS
Теорія ймовірностей (Rachunek prawdopodobieństwa) — 4 ECTS
Програмування мовою Python (Programowanie w języku Python) — 4 ECTS
Міжособистісна комунікація (Komunikacja interpersonalna) — 2 ECTS
Елементи дискретної математики (Elementy matematyki dyskretnej) — 4 ECTS

Предмети до вибору

Перша іноземна мова (Pierwszy język obcy) — 2 ECTS, предмет до вибору
Друга іноземна мова (Drugi język obcy) — 2 ECTS, предмет до вибору
Іноземна мова (Język obcy) — 2 ECTS, предмет до вибору для заочної форми
Фізичне виховання (Wychowanie fizyczne) — 0 ECTS, предмет до вибору

Семестр 3

Статистичне висновування (Wnioskowanie statystyczne) — 5 ECTS
Ненаглядове статистичне навчання (Nienadzorowane uczenie statystyczne) — 6 ECTS
Основи страхування (Podstawy ubezpieczeń) — 3 ECTS
Інженерія даних (Inżynieria danych) — 2 ECTS
Поглиблена робота з Excel (Advances Excel) — 2 ECTS
Візуалізація даних (Wizualizacja danych) — 2 ECTS

Предмети до вибору

Перша іноземна мова (Pierwszy język obcy) — 2 ECTS, предмет до вибору
Друга іноземна мова (Drugi język obcy) — 2 ECTS, предмет до вибору
Іноземна мова (Język obcy) — 2 ECTS, предмет до вибору для заочної форми
Основи бухгалтерського обліку / Accounting Principles (Podstawy rachunkowości / Accounting Principles) — 3 ECTS, предмет до вибору
Предмет до вибору 1 (Przedmiot do wyboru 1) — 3 ECTS, предмет до вибору

Семестр 4

Основи управління (Podstawy zarządzania) — 3 ECTS
Економетричний аналіз даних (Ekonometryczna analiza danych) — 4 ECTS
Нейронні мережі та машинне навчання (Sieci neuronowe i uczenie maszynowe) — 6 ECTS
Аналіз інтернет-даних (Web mining) — 2 ECTS
Наглядове статистичне навчання (Nadzorowane uczenie statystyczne) — 6 ECTS

Предмети до вибору

Перша іноземна мова (Pierwszy język obcy) — 2 ECTS, предмет до вибору
Друга іноземна мова (Drugi język obcy) — 2 ECTS, предмет до вибору
Іноземна мова (Język obcy) — 2 ECTS, предмет до вибору для заочної форми
Чисельні методи / Numerical methods (Metody numeryczne / Numerical methods) — 3 ECTS, предмет до вибору
Предмет до вибору 2 (Przedmiot do wyboru 2) — 3 ECTS, предмет до вибору

Семестр 5

Обробка природної мови (Natural Language Processing) — 3 ECTS
Великі дані (Big Data) — 3 ECTS
Байєсівські методи в аналізі даних (Metody bayesowskie w analizie danych) — 5 ECTS
Аналіз часових рядів (Analiza szeregów czasowych) — 4 ECTS
Дипломний семінар (Seminarium dyplomowe) — 5 ECTS

Модуль до вибору

У навчальному плані наведено модульні предмети до вибору. Кількість предметів, яку студент має обрати з цього блоку, у доступному тексті не уточнена.

Аналіз страхових даних (Eksploracja danych ubezpieczeniowych) — 4 ECTS, модуль до вибору
Бухгалтерський облік і фінансова звітність (Rachunkowość i sprawozdawczość finansowa) — 4 ECTS, модуль до вибору
Основи контролінгу (Podstawy controllingu) — 4 ECTS, модуль до вибору
Моделювання вибору споживача (Modelowanie wyborów konsumenta) — 4 ECTS, модуль до вибору
Соціальна статистика (Statystyka społeczna) — 4 ECTS, модуль до вибору
Аналіз макроекономічних моделей (Analiza modeli makroekonomicznych) — 4 ECTS, модуль до вибору

Предмети до вибору

Предмет до вибору 3 (Przedmiot do wyboru 3) — 3 ECTS, предмет до вибору

Семестр 6

Основи підприємництва (Podstawy przedsiębiorczości) — 2 ECTS
Аналіз панельних даних (Analiza danych panelowych) — 4 ECTS
Управління власною кар’єрою (Zarządzanie własną karierą) — 2 ECTS
Дипломний семінар (Seminarim dyplomowe) — 7 ECTS

Предмети до вибору

Соціологія / психологія (Socjologia / Psychologia) — 2 ECTS, предмет до вибору
Алгоритмічна теорія ігор / Algorithmic game theory (Algorytmiczna teoria gier / Algorithmic game theory) — 3 ECTS, предмет до вибору
Предмети з галузі гуманітарних наук до вибору (Przedmioty z dziedziny nauk humanistycznych do wyboru) — 5 ECTS, предмет до вибору

Модуль до вибору

Машинне навчання у страхуванні (Uczenie maszynowe w ubezpieczeniach) — 4 ECTS, модуль до вибору
Економічний аналіз підприємства (Analiza ekonomiczna przedsiębiorstwa) — 4 ECTS, модуль до вибору
Фінансовий контролінг (Controlling finansowy) — 4 ECTS, модуль до вибору
Аналіз ринкових даних (Eksploracja danych rynkowych) — 4 ECTS, модуль до вибору
Аналіз бюджетів домогосподарств (Analiza budżetów gospodarstw domowych) — 4 ECTS, модуль до вибору
Ймовірнісне глибоке навчання в економіці та фінансах (Probabilistyczne uczenie głębokie w ekonomii i finansach) — 4 ECTS, модуль до вибору

Можливості працевлаштування:

Після завершення навчання випускник може працювати як:

Data Scientist;
аналітик даних;
бізнес-аналітик;
аналітик соціально-економічних даних;
аналітик Big Data;
аналітик інтернет-даних;
фахівець з машинного навчання;
молодший інженер даних;
аналітик візуалізації даних;
фахівець з економетричного моделювання;
аналітик фінансових даних;
аналітик страхових даних;
аналітик ринкових досліджень;
фахівець з обробки текстових даних;
аналітик прогнозування;
аналітик панельних даних;
фахівець з підготовки аналітичних звітів;
молодший спеціаліст з аналітики штучного інтелекту.

Випускники можуть працювати:

у національних корпораціях;
у міжнародних корпораціях;
у банках;
у фінансових установах;
у страхових компаніях;
у консалтингових компаніях;
у дорадчих компаніях;
у рекламних і маркетингових агенціях;
в IT-секторі;
у сфері нових технологій;
у державних установах;
у статистичних установах;
у компаніях, що займаються дослідженнями ринку;
у технологічних стартапах;
в електронній комерції.

Робота для вас:

Data Science у соціальних науках (Data science w naukach społecznych)

Краківський Економічний Університет (UEK)

Як формується рейтинг?

Вимоги до знання польської мови:

Уваги для кандидатів:

Додаткова інформація:

Переваги навчання на спеціальності

Про спеціальність

Знання, які формує програма

Практичні навички випускника

Спеціалізації / модулі / треки

Семестр 1

Предмети до вибору

Семестр 2

Предмети до вибору

Семестр 3

Предмети до вибору

Семестр 4

Предмети до вибору

Семестр 5

Модуль до вибору

Предмети до вибору

Семестр 6

Предмети до вибору

Модуль до вибору

Після завершення навчання випускник може працювати як:

Випускники можуть працювати: