Skip to content ↓

Specjalność Matematyka Ubezpieczeniowa i Statystyczna Analiza Danych

Matematyka ubezpieczeniowa i statystyczna analiza danych

Specjalność MUSAD przygotowuje między innymi do pracy w zawodzie aktuariusza, analityka danych (Data Scientist) oraz statystyka. Każdy z tych zawodów corocznie znajduje się na liście najlepszych i najlepiej płatnych zawodów świata, a zapotrzebowanie na specjalistów biegle posługujących się narzędziami statystycznymi nieprzerwanie rośnie. Atrakcyjność specjalności MUSAD polega miedzy innymi na tym, że łączy ona zaawansowane i ciekawe narzędzia matematyczne z bardzo aktualnymi i popularnymi zastosowaniami. Jest ona również dobrym wyborem dla osób planujących dalszy rozwój naukowy, na przykład w dziedzinach związanych ze statystyką matematyczną.

 

Zapraszamy do obejrzenia prezentacji specjalności MUSAD

 

Plan specjalności MUSAD - plik do pobrania

 

Kim jest aktuariusz?

Aktuariusze to osoby, które wykorzystują swoje umiejętności matematyczne i statystyczne, aby rozwiązywać zagadnienia z zakresu matematyki ubezpieczeniowej i finansowej, które pomagają firmom w podejmowaniu strategicznych dla nich decyzji. Do ich obowiązków należy między innymi szacowanie prawdopodobieństwa niekorzystnych zdarzeń, szacowanie ryzyka,które ze sobą niosą, oraz ich finansowych konsekwencji. Aktuariusze obliczają bieżące wartości przyszłych inwestycji oraz wysokości rezerw zakładów ubezpieczeniowych, zapewniając im wypłacalność.

Aktuariusze znajdują zatrudnienie nie tylko w zakładach ubezpieczeniowych. Na całym świecie trudno wskazać dużą firmę, która nie zatrudnia aktuariusza. Są to w szczególności wszelakie instytucje finansowe i firmy audytorskie. Zachęcamy do obejrzenia filmu https://www.youtube.com/watch?v=_HsTRTIgnf8
wyjaśniającego, jak aktuariusz ocalił PayPal, firmę Elona Muska, przed bankructwem.

 

Statystyk i Data Scientist

Zarówno statystycy, jak i analitycy danych wykorzystują swoje umiejętności matematyczne i statystyczne, aby pomóc podejmować decyzje na podstawie informacji uzyskanych z danych (które w dzisiejszych czasach mają często ogromne rozmiary). W swojej pracy muszą zdecydować między innymi o tym, które dane wykorzystać, jaką metodę analizy użyć i jak zinterpretować otrzymane wyniki. Praktycznie każda firma zbiera ogromne ilości danych i w konsekwencji potrzebuje osoby biegłej w statystyce do ich analizy.

Data Scientist to specjalista w zakresie statystycznej analizy danych i budowania rozwiązań opartych na sztucznej inteligencji i uczeniu maszynowym. Mówiąc najprościej, jest to osoba, która analizuje dane w taki sposób, aby wyciągnąć z nich wnioski niosące realną wartość biznesową.

Jest to obecnie jeden z najbardziej pożądanych zawodów na rynku IT, a jego popularność nieustanie rośnie. Skąd wziął się ten trend? Każdy z nas codziennie generuje ogromne ilości danych. Niewyobrażalne ilości danych generowane są też przez przedsiębiorstwa przemysłowe. Coraz więcej firm odkrywa, jak duże korzyści płyną ze zbierania i analizowania tych danych i chce w ten sposób ulepszyć swój biznes. Ponadto dostępne moce obliczeniowe ciągle rosną, wprowadzane są coraz szybsze procesory, a co za tym idzie nawet stosunkowo nieduża firma może pozwolić sobie na gromadzenie i przetwarzanie dużych ilości danych.

Data Scientist analizując dane, może na przykład wspomóc firmę w lepszym dotarciu do grupy docelowej, w zminimalizowaniu ryzyka inwestycyjnego lub może przewidzieć awarię urządzeń produkcyjnych i w ten sposób zapobiec przestojom. Liczba zastosowań jest właściwie nieograniczona, co sprawia, że zajęcie to stało się tak atrakcyjne w ostatnich latach.

Data Scientist to nie tylko zawód ciekawy i pełen wyzwań, ale także dający możliwość uzyskania bardzo wysokich zarobków. W 2021 roku przeciętne zarobki na stanowisku Data Scientist w Polsce wynosiły ponad 10 000 PLN. Osoba z niewielkim doświadczeniem (junior) mogła liczyć na około 5 000 PLN, a po kilku latach (senior) na 15 000 PLN. Najlepsi specjaliści z branży zarabiają 25 000 – 40 000 PLN.

Zarobki za granicą robią jeszcze większe wrażenie. Statystyczny Data Scientist w USA zarabia rocznie ponad 120 000 $ (prawie 40 000 PLN miesięcznie), a w Niemczech około 70 000 $. Należy pamiętać, że zawody związane z analizą danych charakteryzują się tym, że często można je wykonywać zdalnie (do czego w ostatnim czasie przekonało się wiele firm). Daje to możliwość absolwentom specjalności MUSAD na osiąganie znakomitych zarobków, bez konieczności wyjeżdżania za granicę.

W swojej pracy Data Scientist łączy wiedzę z różnych dziedzin nauki, z umiejętnościami z zakresu statystyki oraz programowania. Najpopularniejsze języki w dziedzinie Data Science to R i Python. Ze względu na częstą pracę z bazami danych pożądana  jest też znajomość języka zapytań SQL.

Pakiet przedmiotów oferowanych na specjalności MUSAD daje możliwość zdobycia pogłębionej wiedzy z zakresu przedmiotów statystycznych, co wyróżnia absolwentów WMS spośród absolwentów innych wydziałów i jest poszukiwaną na rynku pracy umiejętnością, dającą perspektywę szybkiego awansu na ,,seniorskie” stanowiska Data Scientist.

Wszelkie branżowe raporty na temat rynku pracy jednoznacznie mówią o ciągle wzrastającej liczbie otwartych rekrutacji na specjalistów związanych z danymi. Realizacja programu specjalności MUSAD jest gwarantem sukcesu na rynku pracy Data Science.

 

Zajęcia na specjalności MUSAD

Zajęcia na specjalności MUSAD odbywają się w formie wykładów, ćwiczeń i laboratoriów. Te ostanie prowadzone są w pakiecie R, będącym jednym z podstawowych narzędzi używanych przez specjalistów na całym świecie do analizy danych. Absolwenci specjalności:

  • umieją biegle posługiwać się pakietem R (mają możliwość również nauki języka Python -  zachęcamy do wyboru odp. kursów ze specjalności MO),
  • mają solidne podstawy z teorii statystyki (dzięki temu potrafią np. dobierać odpowiednie narzędzia i modele do analizy danych),
  • przy pomocy narzędzi statystycznych umieją zweryfikować jakość dopasowania modelu do danych i wiarygodność przeprowadzonej analizy,
  • posiadają umiejętności praktyczne pozwalające zinterpretować i zaprezentować wyniki przeprowadzonej analizy.

 

Ścieżki rozwoju na MUSAD

Na specjalności MUSAD można obrać jedną z dwóch ścieżek:

  • aktuarialną,
  • statystyczną analizę danych.

Jednak, co ważne, obie te ścieżki można ze sobą mieszać, czyli, realizując jedną ścieżkę, dobierać interesujące przedmioty charakterystyczne dla drugiej ścieżki. Gorąco zachęcamy do realizacji całego programu specjalności MUSAD, co da absolwentowi szeroki wachlarz umiejętności pozwalających podejmować różne zawody związane z szeroko pojętą statystyką, analizą danych i matematyką, a także da możliwość elastycznego reagowania na zmiany na rynku pracy w tych dziedzinach.

 

Współpraca

Specjalność MUSAD współpracuje z grupą biostatystyczną w King Abdullah University of Science and Technology (KAUST) (https://cemse.kaust.edu.sa/biostats). Wyróżniający sie studenci mają możliwość odbycia staży naukowych w KAUST.

Corocznie profesorem wizytującym na specjalności jest prof. Hernando Ombao, światowej sławy biostatystyk, obecnie kierujący prężnie rozwijającą się grupa biostatystyczną w KAUST (https://www.kaust.edu.sa/en/study/faculty/hernando-ombao).

 

Nowości

Rynek pracy dynamicznie się zmienia. Między innymi w odpowiedzi na te zmiany aktualizujemy zakres oferowanych na specjalności przedmiotów.

Rok 2021/2022 jest okresem transformacji specjalności Matematyka ubezpieczeniowa w specjalnośćMatematyka ubezpieczeniowa i statystyczna analiza danych. Począwszy od roku akademickiego 2021/2022 na specjalności pojawią się 2 nowe przedmioty, a od roku 2022/2023 - kolejnych 7, dotyczących zarówno statystyki, analizy danych, jak i ubezpieczeń. Będą to:

  • Wybrane pakiety do analizy danych – przedmiot jest wprowadzeniem do pakietu R (lab.),
  • Wstęp do analizy danych – laboratorium wprowadzające do dziedziny Data Science, tłumaczące najważniejsze idee związane z analizą danych,
  • Teoria rent w matematyce finansowej – przedmiot przygotowuje do egzaminu aktuarialnego „Matematyka finansowa” (wykład + ćw.),
  • Metody numeryczne w data science – seminarium dotyczące wykorzystania metod numerycznych w analizie danych,
  • Statistical Learning – wykład prezentujący najnowsze techniki używane w statystycznej analizie danych,
  • Statistical learning w praktyce – laboratorium do wykładu Statistical Learning,
  • Testowanie hipotez statystycznych – przedmiot dotyczący klasycznych metod testowania wykorzystywanych w analizie danych (wykład + lab.),
  • Actuarial Data Science – konwersatorium dyskutujące metody analizy danych aktuarialnych.
    Dotychczasowy przedmiot Ekonometria zostaje podzielony (a prezentowany materiał znacząco rozszerzony) na 2 przedmioty dyskutujące potrzebne w ekonometrii narzędzia statystyki matematycznej w zakresie modeli liniowych i szeregów czasowych:
  • Modele liniowe statystyki matematycznej - przedmiot przedstawiający analizę danych przy wykorzystaniu modeli liniowych (wykład + lab.),
  • Analiza szeregów czasowych – przedmiot poświęcony podstawowym modelom stosowanym w analizie szeregów czasowych (wykład + lab.)

Stopka