Специалност: Компютърни науки

 

Магистърска програма: Data Science (Наука за данните)

 

Присъждана професионална квалификация: Анализатор на данни

 

Ниво на квалификацията: образователно-квалификационна степен "магистър"

 

Продължителност на програмата: една година (за завършили същото професионално направление) и година и половина за останалите.

 

Брой кредити: 60 кредита за бакалаври от специалности по копютърни науки
90 кредита за завършили други бакалавърски и магистърски специалности

 

Поле на изучаване (ISCED-F): 0613: Software and applications development and analysis (11.3, 11.4 - 481)

 

Конкретни изисквания за прием:  
Кандидатите трябва да са завършили висше образование в областта на компютърните науки или в други науки, но с доказан опит и интерес в областта на анализите на данни. Желаещите да се обучават в специалността полагат изпит (тест) по компютърни науки, предоставят свои сертификати и участват в онлайн събеседване. 
Завършено средно образование и успешно положени конкурсни изпити.

 

Конкретен ред за признаване на предходно учене: 
• Информация и насоки:
Кандидатите представят документите си за разглеждане от катедрата, вкл. по ел.поща. ECTS координатора и представители на катедрата изготвят предложение за признаване. Избран представител от катедрата изготвя индивидуален план на студента.
• Процедури:

• диплома за висше образование и документи по образец, подадени по съответния ред и в определения срок;
• събеседване с кандидата;
• Катедра "Информатика" присъжда адекватни за учебния план кредити на специалността, въз основа на резултатите от сертифициране на знания и умения чрез полагане на сертикационни;
• провеждане на писмен изпит – тест;
• класиране и записване на кандидатите.

 

Изисквания и правила за квалификация: 
За придобиване на квалификацията са необходими 60 кредита (90 кредита).
Всички студентизавършват със защита на дипломна работа (магистърска теза), по време на подготовката на която студентът работи с научен ръководител. Допускането до дипломна защита става след успешно полагане на всички семестриални изпити.

 

Профил на специалността: 
В магистърската програма „Наука за данните“ (“Data Science”) се предлага специализирано обучение по актуални проблеми на компютърните науки в съответствие с международните, европейски и национални критерии и изисквания и нуждите от кадри в областта на Data Science. 
Обучението на студентите в тази програма се провежда само на английски език в редовна, задочна или дистанционна форма на обучение. Дисциплините в учебният план са разделени на: задължителни, избираеми и факултативни и се осигуряват от съвместни екипи от  Катедрата и на фирмите партньори: ADASTRA, AltScale, Институт за съвременни физически изследвания и др.

 

Основни резултати от обучението:

• По време на обучението в задължителните дисциплини студентите придобиват знания и умения в областта на компютърните науки като: методи за анализ на данни, организация и администриране на данни, интегриране на данни, програмиране, семантични данни, визуализация на данни, анализи на данни, качество на данните, информационен мениджмънт, бизнес интелигентни анализи и др.

На студентите непрекъснато се дава възможност да допълват професионалния си профил чрез участие в семинари и майсторски класове за нови технологии, с експерти от практиката и за развитие на лидерски умения включително във виртуална среда. По време на обучението си студентите ще комбинират дейности от аудиторна и извънаудиторна заетост с участие на водещи български и чуждестранни лектори.

 

Структурна схема на курсовете на специалността с кредити*:

№	Шифър по ECTS	Учебна дисциплина	Аудиторна заетост	Извънаудитор-на заетост	Кредити
1	QMS3076	Вероятности и статистика	75	150	7,5
2	INF3288	Компютърни архитектури и операционни системи	45	90	4,5
3	INF3294	Компютърни мрежи и комуникации	45	90	4,5
4	INF3410	Релационни бази данни	60	120	6
5	INF3399	Програмиране	75	150	7,5
Общо за приравнителен семестър			300	600	30
1	INF3399	Програмиране за Data Science	90	180	9
2	INF3414	Семантични данни	45	90	4,5
3	INF3410	Бази данни	60	120	6
4		Научноизследователски стаж	25	50	2,5
5		Майсторски клас "Data Science в практиката"	30	60	3
6		Електронни спортове	20	40	2
7		Факултативна дисциплина	30	60	3
Общо за I семестър			300	600	30
1		Майсторски клас "Информационен мениджмънт"	30	60	3
2	INF3413	Разпределени и облачни изчисления	60	120	6
3		Избираема дисциплина 1	30	60	3
4		Избираема дисциплина 2	30	60	3
5		Разработка на магистърска теза		450	15
Общо за II семестър			150	750	30
Общо за целия курс на обучение:			450	1350	60
ИЗБИРАЕМИ ДИСЦИПЛИНИ (избират се 2 дисциплини от 5)
1		Извличане на знания от данни	30	60	3
2	INF3419	Криптография	30	60	3
3	INF3499	Високопроизводителни научни изчисления	30	60	3
4		Интелигентни градове	30	60	3
5		Извличане на знания от процеси	30	60	3
ФАКУЛТАТИВНИ ДИСЦИПЛИНИ (избира се 1 дисциплина от 5)
1		Сигурност на данните	30	60	3
2	INF3500	Невронауки	30	60	3
3	INF3423	Обработка на естествен език	30	60	3
4		Обработка и анализ на биомедицински изображения	30	60	3
5		Стаж	30	60	3

 

 

* Във Варненски свободен университет "Черноризец Храбър" един кредит съответства на 30 часа студентска натовареност, което включва 10 часа аудиторна заетост (лекции и семинарни занятия) и 20 часа извънаудиторна заетост.

 

Вид обучение: редовно, задочно, дистанционно.

 

Правила за семестриалните изпити, оценяването и оценките: 
Оценяването на семестриалните изпити се извършва на основата на писмени изпити (тестове, задачи, проекти), провеждани в аудитория или онлайн среда и покриващ целия учебен материал. При стартиране на обучението във всяка отделна дисциплина сe предоставят и разясняват критериите за оценка. В крайната семестриална оценка се отчитат и резултатите от текущо оценяване през семестъра и активното участие на студентите в него.

 

Факултативни или задължителни прозорци за мобилност:
Студентите могат да участват в мобилност по секторна програма “Еразъм”, което им дава възможност да опознаят европейските практики и да получат подготовка за успешна реализация в международни екипи.

 

Стаж:  научноизследователски стаж, симулационен по време на обучението; частичен във фирмите партньори

 

Обучение в работна среда:
Могат да се включат в задължителните стажове като научноизследователският стаж, а също и в ежегодно организираните допълнителни стажове, майсторски класове и практики във фирми и организации в страната и чужбина, както и в безплатни курсове, семинари, срещи със софтуерни фирми, академии и летни училища по актуални теми в професионалното направление „Информатика и компютърни науки“. Това спомага за задълбочаването на връзките на катедрата с представителите на фирми и за изграждането на професионални контакти на студентите на ВСУ с експерти от практиката. Успешно завършилите тези форми получават признаване на кредити по дисциплини от учебния план и сертификати (вкл. фирмени), формиращи професионалното им CV.

 

Професионални профили на завършилите:
Успешно завършилите магистри могат да работят ефективно като data scientist, анализатори на данни, администратори на бази данни, визуализатори на данни, интегратори на данни, архитекти на бази данни, експерти по качеството на данни, експерти по информационен мениджмънт, експерти по бизнес интелигентни анализи, мениджъри в центрове за данни или аналитични ИТ отдели и др.

 

Възможности за продължаване на обучението: 
Успешно завършилите специалността могат да продължат обучението си в други магистърски програми или специализации в същото или в други професионални направления, а също и да се обучават в докторски програми.  
Завършилите магистърската програма „Наука за данните” (Data Science) могат успешно да полагат сертификационни изпити в областта.

 

Повече информация за програмата:
http://datascience.vfu.bg

 

Ръководител катедра:
Ръководител на магистърската програма „Data Science”: 
доц. д-р Галина Момчева
приемен ден: сряда, Технологичен институт
Тел.:  +359 52 359574; +359 888 793785
e-mail: galina.momcheva@vfu.bg, gmomcheva@gmail.com

 

Катедра „Информатика“: 
Секретар: инж. Павлета Кръстева
Тел.: +359-52 359564; +359 878 417494
е-mail: cse@vfu.bg, pavleta.krasteva@vfu.bg, pavleta.krasteva@gmail.com