Par programmu

RISEBA īstenotā akadēmiskā studiju programma “Lielo datu analīze” ir izveidota ar mērķi , lai studējošie apgūtu nepieciešamās zināšanas un prasmes darbam ar lielajiem datiem uzņēmējdarbībā.  Līdz ar digitālo tehnoloģiju pieaugošo izmantošanu un Lietu Interneta attīstību uzņēmējdarbībā strauji pieaug datu apjoms un daudzveidīgums ,kas veido Lielos datus. 
Pieprasījums pēc datu speciālistiem, kuri spēj un prot lielos datus izmantot ( t.sk. iegūt, apkopot, saglabāt, apstrādāt un analizēt) , lai iegūtu būtiskas priekšrocības uzņēmējdarbības īstenošanā, strauji pieaug visā pasaulē  t.sk. Latvijā. 

Atbilstoši vadošajām pasaulē datu speciālistu izglītības programmām ( t.sk. Hārvarda un Stenfordas universitātēs, IBM Lielo datu universitātē u.c.)  lielo datu speciālistam  uzņēmumā ir jābūt četrām pamata prasmēm: 
1)    uzņēmējdarbības prasmei (t. sk. izpratnei par to, kas nodrošina uzņēmuma darbību, kas izraisa uzņēmuma biznesa izaugsmi, kas nosaka, ka uzņēmuma bizness virzās pareizajā virzienā),
2)    analītiskai prasmei (t. sk. stabilām pamatzināšanām standarta datu analītikas paketēs,   izpratnei un spējām analizēt , interpretēt un vizualizēt lielos datus ,  sniedzot  atbildes uz galvenajiem jautājumiem uzņēmuma darbībā),
3)    datoru zināšanām (t. sk. jāorientējas galvenajās atvērtā koda, piemēram, Hadoop, MapReduce u.c.   un slēgtā koda, piemēram, Microsoft un Oracle, tehnoloģijās, kā arī būt spējīgam darboties uzņēmuma informācijas sistēmu ietvaros )  sākot no kabeļu pieslēgšanas līdz pat dabisko valodu algoritmu procesēšanai);
4)    statistikas un matemātikas zināšanām.
 

Pašlaik citās Latvijas augstskolās netiek piedāvātas pilna laika studiju programmas maģistra līmenī ,kurās gatavotu speciālistus darbam ar lieliem datiem. Tā vietā ir pieejami vai nu atsevišķi studiju kursu moduļi ( LU Datorikas fakultātē) ,vai atsevišķi studiju kursi (RTU) citu programmu ietvaros.
RISEBA piedāvā pašlaik Latvijā vienīgo maģistra līmeņa studiju programmu “Lielo datu analīze” ,kuras ietvaros tiek sagatavoti datu ( t.sk lielo) speciālisti uzņēmumos un organizācijās. 

Programmas mērķis -   nodrošināt studentiem maģistra līmeņa izglītību, sagatavojot viņus par uzņēmumu datu ( t.sk. lielo) speciālistiem, kuriem ir nepieciešamās zināšanas un praktiskās prasmes darbam ar datiem  uzņēmējdarbībā, to iegūšanā, glabāšanā, apkopošanā, analizēšanā un vizualizēšanā, ar mērķi darba rezultātus izmantot gan uzņēmuma ekonomisko procesu analīzē, gan uzņēmējdarbības attīstībā.

Programmas uzdevumi: 

1) piedāvāt daudzveidīgu ekonomikas nozares izglītības saturu par biznesa procesiem, kas ir saistīti ar uzņēmējdarbības datu izmantošanu informācijas sistēmās, prognozēšanas modelēšanā, risku vadībā, statistiskā analīzē, biznesa datu apstrādē SPSS vidē , projektu vadīšanā un vadzinībā,
2) apmācīt studējošos – topošos uzņēmumu datu speciālistus   strādāt   trijos līmeņos ar uzņēmuma datiem: 

• pirmajā līmenī: veikt uzņēmējdarbības datu apstrādi (ieguvi, glabāšanu, analīzi un vizualizāciju), izmantojot SPSS programmu;
• otrajā līmenī: veikt uzņēmējdarbības datu (t. sk. lielo datu) apstrādi (ieguvi, glabāšanu, analīzi un vizualizāciju) relāciju datubāzēs, izmantojot SQL valodas instrumentus;
• trešajā līmenī: veikt uzņēmējdarbības datu (t. sk. lielo datu) apstrādi (ieguvi, glabāšanu, analīzi un vizualizāciju) nerelāciju datubāzēs (NoSQL), izmantojot attiecīgos instrumentus;  

3) sniegt zināšanas par lielo datu izmantošanu jaunās tehnoloģijās - mašīnmācībā, biznesa platformās, blokķēžu tehnoloģijās;
4)  sniegt zināšanas par datu drošības organizāciju   
 

Iegūstamais grāds:	Sociālo zinātņu maģistra grāds ekonomikā
Studiju valoda:	latviešu, angļu
Starptautiskās iespējas:	viena semestra studijas ERASMUS apmaiņas programmas ietvaros

Studiju forma un maksa

Pieteikties studijām

Modulis Nr.1  "Ar uzņēmējdarbības datiem saistītie biznesa procesi ”: 14 KP
(21 ECTS)

       Tēma Nr.1.  – Informācijas sistēmas

Informācijas sistēmu biznesa prasību analīze un specifikācijas (Dr.oec. ,prof., Tatjana Vasiljeva ): 2 KP (A daļa)

       Tēma Nr.2. –  Modelēšana

Prognozēšanas modelēšanas procesi (Dr.sc.scomp., prof. P.Rivža): 2KP (A daļa)

       Tēma Nr.3. – Risku vadība

Biznesa risku vadība (Dr. phys., doc. Ivars Godmanis): 2KP (A daļa) 

       Tēma Nr.4 – Statistiskā analīze   

Daudzvariāciju statistiskās analīzes modeļi – 2 KP ( I.Brence)

       Tēma Nr.5  - Biznesa datu apstrāde

Biznesa analītika  SPSS vide  (Dr. sc. administr., asoc prof. Iveta Ludviga): 2 KP (B daļa)

       Tēma Nr.6.- Projektēšana

Projektu vadīšana organizācijās :(Mg.sc.soc.Inese Slūka) 2 KP (A daļa)

       Tēma Nr.7 - Vadzinība

Stratēģiskā vadzinība ( Dr.oec.,prof., Andrejs Čirjevskis): 2KP(A daļa)

 

Modulis Nr.2 “Lielo datu pārvaldība”: 13 KP (25 ECTS)

1.    Ievads Lielos Datos un Datu stratēģija uzņēmumā  (Dr.phys., docents Ivars Godmanis): 2 KP ( B daļa)
2.    SQL valodas pamati un SQL izmantošana darbā ar datiem relāciju bāzēs (Mg.manag.inf.syst., mg., industry.eng. J.Paksis) : 2KP (B daļa)
3.    Datu bāzu sistēmas un to pārvaldība ( R valodas izmantošana darbā ar   datiem): (Dr.oec.,asoc.prof., E.Brēķis) 3KP (B daļa)
4.    Lielo datu iegūšanas metodes (Dr.sc.ing., S.Misiņa): 3KP (B daļa) 
5.    Lielo datu pārvaldības instrumenti (Mg.inf.syst.. Jānis Paksis): 3KP (B daļa)
6.    Datu vizualizācijas metodes (Dr. Sc.ing.Solvita Bērziša): 2KP (B daļa)

Modulis Nr.3  “Lielo datu izmantošana jaunās tehnoloģijās”: 13KP (15 ECTS)

1.    Praktiskā mašīnmācīšanās izmantojot Python valodu (Dr.sc.comp. Juris Rāts): 3KP (B daļa)
2.    Biznesa platformas  (  Dr.phys, doc. Ivars Godmanis): 2 KP (C daļa)
3.     Blokķēžu tehnoloģijas (Mg.soc,sc.. Natālija Kostrikova): 2KP (C daļa)
4.     Datu drošības organizācija uzņēmumā (Dr.sc.ing., asoc.prof. Aleksandrs Berežnojs): 2KP (A daļa)
5.    Prakses darbs – 4KP

Maģistra darbs ( 20 KP)

Kopējais KP skaits nākotnē plānotā programmā ( 60 KP )

 

Licence

Studiju kursu saraksts (lejuplādēt)

 

ATLAIDES