Zgromadziliśmy w jednym miejscu informacje, które powinny ułatwić Wam studiowanie – lub podjęcie decyzji o studiowaniu – na kierunku MIESI. Nie zamierzamy powtarzać materiałów zawartych w serwisach Dziekanatów czy Działu Rekrutacji (w odpowiednich miejscach dołączamy linki) ani opublikowanych w Informatorze SGH. Znajdziecie tu jednak dodatkowe praktyczne informacje i wskazówki.
Nadzór merytoryczny nad kierunkiem sprawuje Rada Programowa Kierunku Metody Ilościowe w Ekonomii i Systemy Informacyjne dla studiów pierwszego i drugiego stopnia w języku polskim oraz w języku angielskim. Informacje kontaktowe znajdziecie na dole strony.
Wszystkich studentów, absolwentów i sympatyków kierunku zapraszamy na fanpage MIESI.
Najważniejsze zmiany od roku akademickiego 2024/2025:
- zmodyfikowana specjalność „Analiza danych” (dawna „Statystyka stosowana”) na studiach licencjackich,
- nowa specjalność agregująca przedmioty o charakterze demograficznym: „Modele i analizy demograficzne” na studiach magisterskich,
- nowy przedmiot związany z kierunkiem na studiach magisterskich: makromodele gospodarek narodowych.
- Informacje dla studentów na studiach I stopnia
Informacje dla studentów na studiach I stopnia
Podstawowe informacje na temat kierunku, w tym profil kandydata, tryby studiów i warunki ich ukończenia, zasady rekrutacji, wysokość opłat itd. znajdziecie na stronie Działu Rekrutacji.
Układanie planu studiów
Układanie planu studiów na kierunku MIESI – jak zresztą i pozostałych kierunkach na studiach licencjackich – nie jest łatwe. Trzeba uwzględnić wiele czynników, m.in.:
- optymalną kolejność przedmiotów (poprzedniki / następniki),
- wybór między alternatywnymi przedmiotami kierunkowymi (w niektórych przypadkach macie wybór np. między ekonomią matematyczną a demografią),
- dostępność przedmiotów w danym semestrze (zima / lato),
- jeśli wybraliście specjalność, to jak włączyć należące do niej przedmioty do planu; jeśli nie planujecie realizować żadnej specjalności, to które przedmioty dadzą Wam dobry przegląd całego kierunku,
- czy obciążenie godzinowe wolicie mieć mniej więcej równe w kolejnych semestrach, czy też np. przewidujecie podjęcie pracy na trzecim roku studiów i wolicie zaliczyć więcej przedmiotów wcześniej,
- jak wkomponować w plan studiów ewentualny wyjazd na wymianę zagraniczną.
Plany studiów dla studentów trybu niestacjonarnego popołudniowego i sobotnio-niedzielnego (rozpoczynających studia w kolejnych latach akademickich – pamiętajcie, że obowiązuje Was plan studiów, zgodnie z którym rozpoczynaliście studia lub zostaliście „wznowieni”) opublikowane są na stronie Dziekanatu Studium Licencjackiego:
Plan studiów na kierunku MIESI (tryb popołudniowy i sobotnio-niedzielny)
W serwisie DSL zamieszczona jest też zalecana sekwencja przedmiotów kierunkowych na studiach stacjonarnych:
Sugerowana sekwencja przedmiotów kierunkowych na kierunku MIESI
Pamiętajcie, że jeśli realizujecie przedmioty kierunkowe w innej kolejności, robicie to na własną odpowiedzialność i nie możecie oczekiwać od wykładowcy powtarzania materiału z sugerowanych przez nas „poprzedników”. Oznacza to więcej pracy na początku semestru, gdy trzeba będzie szybko nadrobić zaległości.
Przedmioty kierunkowe zapewniają Wam 42 ECTS-y; dodatkowo powinniście uzbierać 15 ECTS-ów z przedmiotów związanych z kierunkiem. Z zapisywaniem się na przedmioty związane z kierunkiem nie musicie jednak czekać do chwili, gdy będziecie mieli już na koncie komplet przedmiotów kierunkowych. Na przykład, aby zapisać się na ekonometrię praktyczną (13637), wystarczy mieć zaliczoną kierunkową ekonometrię I (12073), pozostałe przedmioty kierunkowe można realizować później lub równolegle.
W układaniu planu pomogą Wam koordynatorzy specjalności. Listę specjalności wraz z wybranymi tematami prac licencjackich znajdziecie poniżej w części „Opisy specjalności i przykłady prac dyplomowych”. Przykładowy plan studiów z podziałem na semestry dla studentów specjalności ekonometria stosowana na studiach stacjonarnych zamieszczamy w poniższym pliku jako źródło inspiracji.
„Przepisywanie przedmiotów” z wymiany zagranicznej
Jeśli planujecie wyjazd na wymianę zagraniczną – świetnie, ale koniecznie monitorujcie listę pozostałych jeszcze do zaliczenia przedmiotów kierunkowych i związanych z kierunkiem. Zachęcamy do wcześniejszego sprawdzenia oferty zagranicznej uczelni i znalezienia odpowiedników przedmiotów, aby zrealizować program studiów w terminie.
Wnioski o „przepisanie przedmiotów” (formalnie, uznanie efektów uczenia) należy składać do Dziekana Studium Licencjackiego, załączając uzyskaną wcześniej opinię Przewodniczącej Rady Programowej. W celu otrzymania tej opinii należy wysłać do Przewodniczącej Rady mail z uzasadnieniem wniosku o uznanie efektów uczenia oraz z załącznikami w postaci sylabusów zaliczonych przedmiotów i ich odpowiedników w ofercie SGH.
Można (a nawet należy!) robić to z wyprzedzeniem, tzn. jeszcze przed wyjazdem upewnić się, że podczas pobytu za granicą uda się zaliczyć odpowiedniki przewidzianych w planie studiów przedmiotów kierunkowych lub związanych z kierunkiem.
Opisy specjalności i przykłady prac dyplomowych
Analiza danych
Specjalność dotyczy studentów zaczynających studia od roku akademickiego 2024/2025.
koordynator: dr Maja Rynko, Instytut Statystyki i Demografii
Umiejętności związane z analizą danych to podstawowe kwalifikacje współczesnego analityka danych, analityka biznesowego czy data scientist (a kiedyś po prostu statystyka lub ekonometryka). Ilość gromadzonych i udostępnianych danych rośnie w bardzo szybkim tempie, co sprawia, że wzrasta także zapotrzebowanie na pracowników z szeroko pojętymi umiejętnościami analizy danych. Ten trend dotyczy zarówno sektora biznesowego, jak i badawczego i naukowego; nie omija też administracji publicznej.
Przedmioty oferowane w ramach specjalności mają na celu rozwinięcie wiedzy i umiejętności analitycznych zdobytych podczas zajęć ze statystyki i ekonometrii, a także innych ilościowych przedmiotów na kierunku MIESI. Nacisk kładziony jest w dużym stopniu na praktyczne zastosowanie wybranych metod analizy danych przy wykorzystaniu oprogramowania do pracy z danymi (R, STATA, Excel). Przykładowe zastosowania metod statystycznych, ekonometrycznych, z zakresu data mining lub machine learning dotyczą problemów biznesowych (segmentacja klientów, modelowanie sprzedaży), zjawisk społecznych (modelowanie zarobków, stanu zdrowia, jakości życia), procesów demograficznych oraz zagadnień z zakresu ubezpieczeń i aktuariatu. Udział w zajęciach prowadzonych przez osoby z dużym doświadczeniem praktycznym pozwala zdobyć dobre przygotowanie do zawodów znakomicie opłacanych, ale i wymagających dużej wiedzy i wysokich kwalifikacji.
Analiza danych, podobnie jak kilka innych wchodzących w skład MIESI specjalności o profilu statystyczno-ekonometrycznym, stanowi także rodzaj niezbędnika dla osób zainteresowanych nie tylko kontynuacją MIESI na studiach magisterskich, ale także kierunkiem „Analiza danych – Big Data”. Znajomość wielu wykładanych w ramach tych specjalności metod, mimo że najczęściej wykorzystujących „Not So Big Data”, pozwala lepiej zrozumieć algorytmy stanowiące podstawę analiz związanych ze sztuczną inteligencją, a także uniknąć wielu błędów wynikających z nieznajomości kanonu statystyki i ekonometrii.
Na specjalność składają się następujące przedmioty:
- wizualizacja i raportowanie analiz statystycznych (zalecany do realizacji jak najwcześniej),
- statystyka w biznesie,
- wstęp do statystyki aktuarialnej,
- mikrodane w analizach procesów demograficznych i ekonomicznych,
- metody badań i analiz rynku pracy.
Przykładowe tematy prac licencjackich:
- Analiza czynników związanych z częstością konsumpcji alkoholu
- Pomiar siły paszportu i jej determinant na przykładzie Henley Passport Index
- Prognozowanie odejścia pracownika z pracy
- Analiza rynku aptecznego w Polsce w latach 2008-2016
- Ocena wpływu mimiki twarzy lekarza na decyzje pacjentów w zakresie rezerwacji i zakupu usługi medycznej w portalu internetowym
- Determinanty wyboru konta bankowego przez studentów
- Analiza czynników wpływających na liczbę odbiorców piosenki w amerykańskim radiu
- Bezrobocie i jakość życia osób bezrobotnych w wybranych krajach europejskich
- Dyskryminacja płacowa kobiet na przykładzie Polski i Stanów Zjednoczonych
Ekonometria stosowana
koordynator: dr hab. Emilia Tomczyk, prof. SGH, Instytut Ekonometrii
Czy płeć inwestorów wpływa na ich zyski na rynku FOREX? Jaka jest optymalna metoda wykrywania podejrzanych transakcji kartami płatniczymi? Jak różnice kulturowe między państwami wpływają na handel między nimi? Czy nałóg palenia papierosów łatwiej jest porzucić młodej kobiecie czy starszemu mężczyźnie? Czy piwo jest dobrem podstawowym? Czy kobiety są dyskryminowane na rynku pracy? Jak cykl prezydencki w Stanach Zjednoczonych wpływa na dynamikę amerykańskich indeksów giełdowych? Czy minister Elżbieta Bieńkowska miała rację, komentując wielogodzinne opóźnienia pociągów spowodowane oblodzeniem sieci trakcyjnej słowami „Taki mamy klimat”?
Ciekawe pytania, prawda? Udzielili na nie odpowiedzi Wasi starsi koledzy i koleżanki ze specjalności ekonometria stosowana, pisząc prace licencjackie na kierunku MIESI. Listę przedmiotów wchodzących w skład specjalności zaprojektowaliśmy tak, aby dać Wam narzędzia do samodzielnej konstrukcji, weryfikacji i interpretacji modeli ekonometrycznych, nie tylko w różnych dziedzinach współczesnej ekonomii i finansów, ale szeroko pojętym obszarze nauk społecznych. Na zajęciach z przedmiotów wchodzących w skład specjalności omawiane są empiryczne przykłady zastosowań narzędzi ekonometrycznych, a wykładowcy z przyjemnością i pasją dzielą się swoją wiedzą i doświadczeniem. Od nas dowiesz się, czy terminów „funkcja jądrowa”, „model kolektywny” i „efekt Mundlaka” można użyć w kulturalnym towarzystwie, a jeśli tak, to w jakim kontekście; czy „Demetra” to grecka bogini, „rodzina modeli” to termin demograficzny, „CAViaR” to coś jadalnego, „metoda Monte Carlo” gwarantuje sukces w kasynie, a „pseudo-R2” nielegalnie podszywa się pod uczciwy współczynnik determinacji… Zapraszamy!
Na specjalność składają się następujące przedmioty:
- analiza szeregów czasowych i prognozowanie LUB ekonometria w finansach,
- ekonometria praktyczna,
- modelowanie ekonometryczne w mikroekonomii,
- wstęp do mikroekonometrii.
Przykładowe tematy prac licencjackich
- Analiza występowania zjawiska stronniczego sędziowania w skokach narciarskich
- Oczekiwania płacowe warszawskich studentów kierunków ekonomicznych
- Determinanty zaangażowania w wolontariat w Polsce
- Zastosowania uczenia maszynowego w celu redukcji oszukańczych transakcji dokonywanych kartami płatniczymi
- Porównanie możliwości prognostycznych sztucznych sieci neuronowych i modeli klasy ARCH na przykładzie kursów walutowych
- Prognoza wysokości dziennych zarobków gondoliera z Łazienek Królewskich w Warszawie
- Czy oczekiwania analityków giełdowych są racjonalne?
- Analiza ekonometryczna oglądalności i popularności seriali emitowanych w polskich stacjach telewizyjnych
Ekonomia matematyczna
koordynator: dr hab. Michał Ramsza, prof. SGH, Instytut Ekonomii Matematycznej
Czy chcielibyście wiedzieć nie tylko „jak”, ale również „dlaczego”? Przedstawiamy metody związane z prognozowaniem i oceną ryzyka, bardzo potrzebne i poszukiwane na rynku pracy, ale oferujemy też wyjaśnienie mechanizmów rynkowych i instytucjonalnych koniecznych do sprawowania stanowisk decyzyjnych. Kończąc specjalność ekonomia matematyczna, student jest dobrze przygotowany do praktycznych wyzwań w szeroko pojętym biznesie i ma również dobre podstawy teoretyczne, stanowiące punkt startowy do bardziej zaawansowanych studiów.
Wybór specjalności pozwala poznać metody analizy szeregów czasowych i ich prognozowania, niezbędne w praktyce biznesowej, ale równie często wykorzystywane w pracy czysto analitycznej czy naukowej. Omawiamy modele ryzyka oparte na metodach matematycznych z zakresu rachunku prawdopodobieństwa i mocno zakotwiczone w praktycznych zastosowaniach, np. ubezpieczeniowych. Przedstawiamy teorię społecznego wyboru, która z jednej strony opisuje teoretyczne aspekty podejmowania wyborów grupowych, a z drugiej – analizuje praktyczne aspekty systemów głosowań, wskazując na ich słabości i możliwości manipulacji. Zajęcia z teorii społecznego wyboru uzupełnione są elementami eksperymentów społecznych przeprowadzanych przez uczestniczących w nich studentów. Kolejny przedmiot wprowadza w teorię gier, która jest podstawowym narzędziem wykorzystywanym zarówno w mikroekonomii, jak i we współczesnej makroekonomii. Jest to tematyka, która bardzo często pojawia się w kontekście nagród Nobla; gościła również na ekranach kin w postaci nagrodzonego czterema Oskarami filmu “Piękny umysł”. Chcesz się dowiedzieć, co nurtuje piękne umysły? Zapraszamy!
Na specjalność składają się następujące przedmioty:
- analiza szeregów czasowych i prognozowanie,
- matematyczne modele ryzyka i ich zastosowania,
- teoria społecznego wyboru z zastosowaniami,
- wstęp do teorii gier.
Przykładowe tematy prac licencjackich:
- Wpływ wydatków firmy na cele dobroczynne na zaangażowanie pracowników i wyniki finansowe firmy
- Zastosowanie metod teorii gier w ochronie zdrowia
- Dystrybucyjne modele preferencji społecznych: eksperymentalne testowanie awersji do nierówności
- Intencje w modelach preferencji społecznych: preferencje a wzajemność
- Kooperacja w sieciach bezskalowych jako modelach sieci społecznych
Informatyka gospodarcza
koordynator: dr hab. Andrzej Kobyliński, prof. SGH, Instytut Informatyki i Gospodarki Cyfrowej
Kiedy w 1968 r. po raz pierwszy odbył się nabór studentów na nowo otwarty kierunek „organizacja przetwarzania danych” w SGPiS (poprzedniczce obecnej SGH), była to jedna z zaledwie trzech warszawskich uczelni oferujących możliwość studiowania informatyki. Obecnie kandydaci na studia mają w całej Polsce do wyboru ponad 340 (!) kierunków informatycznych, ale studia na specjalności informatyka gospodarcza w SGH, stanowiące bezpośrednią kontynuację tych zainicjowanych ponad pół wieku temu – przetrwały. W tym czasie zmieniło się prawie wszystko: sprzęt, języki programowania, stosowane technologie budowy oprogramowania, ale nie zmieniło się jedno: ukierunkowanie na zastosowania informatyki w organizacjach gospodarczych.
Informatyka gospodarcza jest dziedziną badań naukowych, kształcenia akademickiego oraz praktyki gospodarczej, poświęconą metodyce i zastosowaniu w ekonomii (i nie tylko) środków i narzędzi techniki komputerowej. Zajmuje się zastosowaniem technologii informacyjnych (IT) w organizacjach, w tym przede wszystkim budową i wdrażaniem systemów informatycznych oraz ich wpływem na funkcjonowanie organizacji. Tak więc w centrum zainteresowania informatyki gospodarczej są dwa przenikające się obszary: z jednej strony sfera budowy, czyli opracowywania nowych systemów informatycznych w organizacjach (zarówno przedsiębiorstwach, jak i jednostkach administracji publicznej), obejmująca ich analizę, projektowanie, implementację, testowanie, wdrażanie i eksploatację. A z drugiej strony – sfera zarządzania, rozumiana jako zarządzanie procesem wytwórczym oprogramowania oraz jego późniejszą eksploatacją i zarazem jako ogół działań, które pozwalają organizacji na osiąganie jej celów.
Studenci piszący prace dyplomowe z zakresu informatyki gospodarczej czy systemów informatycznych w zarządzaniu nie są jednak ograniczeni wyłącznie do zarysowanej wyżej tematyki. Często powstają prace dotyczące wykorzystania aplikacji komputerowych w różnych dziedzinach życia, jak również z zakresu gospodarki cyfrowej i odbywającej się na naszych oczach cyfrowej transformacji. Przedmioty składające się na specjalność dają też solidne podstawy do studiowania innych przedmiotów o charakterze informatycznym.
Na specjalność składają się następujące przedmioty:
- programowanie komputerów,
- sieci komputerowe,
- systemy baz danych I,
- systemy operacyjne LUB podstawy analizy systemów.
Przykładowe tematy prac licencjackich:
- Rozwój architektury oraz przegląd technologii integracji systemów informatycznych
- Mechanizmy poprawy efektywności Javy
- rozwiązania smart city w Warszawie na tle innych miast świata
- Oprogramowanie Open Source z perspektywy producenta – praca hobbystyczna czy sposób na zarobek?
- Techniki optymalizacji i pozycjonowania stron WWW na przykładzie autorskiej strony internetowej
- Nowe trendy w bazach danych: bazy NoSQL
- Wykorzystanie rozwiązań Big Data do zarządzania danymi i treścią użytkowników
Metody analizy decyzji
koordynator: prof. dr hab. Bogumił Kamiński, Instytut Ekonometrii
Specjalność przygotowuje studentów do aktywnego uczestniczenia w procesach podejmowania decyzji w trakcie pracy zawodowej: uczymy praktycznego wykorzystania analitycznych narzędzi wspomagania procesów decyzyjnych. Przedmioty tworzące specjalność pokazują różne aspekty podejmowania decyzji: od mechanizmów dokonywania wyborów oraz behawioralnych i psychologicznych czynników wpływających na podejmowane decyzje, przez ocenę ryzyka, po umiejętność porównywania wariantów decyzyjnych i wybór optymalnej decyzji. Jednak głównym celem specjalności jest nauczenie wykorzystywania analizy danych i metod ilościowych do wspomagania podejmowania decyzji.
Studenci poznają metody symulacji stochastycznej, identyfikowania reguł decyzyjnych i optymalizacji decyzji za pomocą narzędzi statystycznych i data mining. Uczą się analitycznego podejścia do problemów decyzyjnych – właściwego doboru narzędzi analitycznych, modelowania i rozwiązywania za pomocą odpowiednich algorytmów oraz interpretowania i prezentowania uzyskanych wyników. Wszystkie przedmioty specjalności w dużym stopniu korzystają ze studiów przypadków opartych na problemach decyzyjnych z praktyki gospodarczej. Studenci realizują także własne projekty z wykorzystaniem poznawanych metod analizy.
Na specjalność składają się następujące przedmioty:
- indukowane reguły decyzyjne,
- metody analizy decyzji,
- metody optymalizacji,
- symulacje przy wykorzystaniu arkusza kalkulacyjnego.
Przykładowe tematy prac licencjackich
- Wykorzystanie metod uczenia maszynowego w wykrywaniu oszustw reklamowych
- Predykcja ceny energii elektrycznej za pomocą sieci neuronowych
- Porównanie efektywności wybranych algorytmów uczenia maszynowego w predykcji churnu
- Wycena europejskiej opcji kupna na WIG20 za pomocą metody Monte Carlo
- Ceny spot na rynku przetwarzania danych w chmurze
- Wspomaganie procesu decyzyjnego w marketingu na przykładzie sektora bankowego
- Wykorzystanie metody Data Envelopment Analysis w ocenie efektywności amerykańskich i europejskich tradycyjnych linii lotniczych (praca nagrodzona w konkursie PLL LOT)
- Identyfikacja preferencji dotyczących rowerów triathlonowych metodą PAPRIKA
- Maksymalizacja zysku pochodzącego z obstawiania zakładów bukmacherskich w lidze koszykarskiej NBA
Metody ilościowe w finansach
koordynator: dr hab. Katarzyna Bień-Barkowska, prof. SGH, Instytut Ekonometrii
Fascynują Cię rynki finansowe? Zastanawiasz się, czy inwestycje w kryptowaluty można uznać za „bezpieczną przystań” w dobie pandemii, wojny lub turbulencji na rynkach papierów wartościowych? Próbujesz hobbystycznie swoich sił w strategiach inwestycyjnych na rynku bitcoin? Nie daje Ci spać pytanie, czy istnieją narzędzia ilościowe do weryfikacji bąbli spekulacyjnych na podstawie dynamiki cen? Chcesz dowiedzieć się, jak prognozować ryzyko inwestycji na podstawie szeregu czasowego stóp zwrotu? Jakie konsekwencje czekają rynki finansowe, gdy niespodziewanie nadleci „czarny łabędź”? A może po prostu interesujesz się ekonometrią i jej zastosowaniami do opisu oraz prognozowania procesów zachodzących na rynkach finansowych? I poważnie myślisz o związaniu swojej przyszłości zawodowej z departamentem ryzyka rynkowego w instytucji finansowej?
Jeśli na powyższe pytania śmiało (albo z pewnym wahaniem) odpowiadasz „tak”, ta specjalność jest dla Ciebie. Pokażemy Ci, jak fascynujące są narzędzia ilościowe służące analizie zmiennych finansowych, jak kwantyfikować i prognozować ryzyko rynkowe. Zyskasz wiedzę o własnościach statystycznych oraz skomplikowanej dynamice cen akcji, towarów, kwotowań par walutowych oraz odpowiadających im stóp zwrotu. Dowiesz się, jak różnorodne i ciekawe mogą być modele: ARCH nie ma wiele wspólnego z łukiem; VaR i VAR to bardzo różne konstrukcje, choć obie stosuje się do modelowania stóp zwrotu; AGARCH, GJRGARCH, EGARCH, STGARCH, APARCH, MGARCH, CAViaR, HAR to nie są tajemnicze zaklęcia magiczne, ale precyzyjne metody opisu i prognozowania zmiennych finansowych.
Nauczymy Cię również automatyzacji analizy danych i wprowadzimy w świat programowania w Matlabie/Octave i R, aby przeprowadzanie pracochłonnych analiz empirycznych obyło się bez żmudnej powtarzalności wykonywanych poleceń. Zobaczysz, w jaki sposób za pomocą symulacji Monte Carlo zilustrować zagrożenia wynikające z regresji pozornej, w jaki sposób błyskawicznie uzyskać wartości średnich i odchyleń standardowych dla wielu szeregów czasowych stóp zwrotu, jak skwantyfikować ryzyko inwestycji za pomocą wbudowanych w programach Matlab i R bibliotek do analiz zmiennych finansowych. Brzmi fajnie? Ciekawie? No jasne. Zapraszamy!
Na specjalność składają się następujące przedmioty:
- ekonometria praktyczna,
- ekonometria w finansach,
- matematyczne modele ryzyka i ich zastosowania,
- modelowanie ryzyka finansowego z R.
Przykładowe tematy prac licencjackich:
- Analiza statystyczna baniek spekulacyjnych na rynku bitcoin
- Modelowanie dyskretnych zmian cen za pomocą rozwinięć rozkładu Poissona
- Wpływ publikacji zmiennych makroekonomicznych na wewnątrzdzienną zmienność kursu EUR/PLN
- Podstawy teorii wartości ekstremalnych w ocenie ryzyka rynkowego
- Analiza współzależności indeksów giełdowych oraz cen nieruchomości na przykładzie gospodarki USA
- Analiza determinant dynamiki ceny złota w gospodarce światowej
- Wpływ dywersyfikacji lokalnej i międzynarodowej na ryzyko inwestycji w akcje
Statystyka i demografia
koordynator: dr hab. Wiktoria Wróblewska, prof. SGH, Instytut Statystyki i Demografii
Procesy demograficzne od wielu lat są w centrum uwagi polityków na szczeblu międzynarodowym i krajowym. Urodzenia, zgony i migracje mają bowiem bardzo duży wpływ na większość zjawisk zachodzących w gospodarce i w życiu społecznym. Podejmując decyzje inspirowane zmianami demograficznymi, łatwo – przy braku specjalistycznego wykształcenia – zachować się nieracjonalnie, tym bardziej że skutki tych zmian często nie pojawiają się od razu. Dobrze wykształcony specjalista z zakresu demografii potrafi wiele procesów przewidzieć z dużym wyprzedzeniem. Potrafi też zająć zgodne z kanonami nauki stanowisko w sporze dwóch przeciwstawnych stron wyrażających sprzeczne poglądy, np. że „ludzi na Ziemi jest zbyt dużo” oraz że „w wielu krajach rodzi się zbyt mało dzieci”. Unikając prostych i jednoznacznych rozwiązań, demograf powinien potrafić opisać konsekwencje każdego ze stanowisk, niekoniecznie opowiadając się po jednej ze stron sporu.
W skład specjalności wchodzą również przedmioty dotyczące analiz zdrowia, rynku pracy i starzenia się ludności. Umiejętności z nimi związane pozwalają odpowiedzieć na wiele bardzo ważnych pytań, np. czy w przyszłości zabraknie rąk do pracy, czy raczej grozi nam ich nadmiar, czy zwiększona śmiertelność jest wyłącznie wynikiem zaniedbań w służbie zdrowia; albo co należy zrobić, aby pracujący byli w stanie utrzymać coraz liczniejszą rzeszę emerytów.
Na specjalność składają się następujące przedmioty:
- demografia zdrowia,
- metody badań i analiz rynku pracy,
- mikrodane w analizach procesów demograficznych i ekonomicznych,
- starzenie się ludności i jego społeczno-ekonomiczne konsekwencje,
- wprowadzenie do ekonomii pracy.
Przykładowe tematy prac licencjackich:
- Czas pracy w krajach Unii Europejskiej i konsekwencje długich godzin pracy dla zdrowia
- Analiza przyczyn i skutków preferencji dotyczących płci noworodka w Indiach i Chinach
- Analiza umieralności metodą „Wiek-Okres-Kohorta” na przykładzie danych dla mężczyzn w Polsce, Białorusi i Austrii
- Analiza społeczno-demograficzna krajów regionu Afryki Południowo-Wschodniej w kontekście epidemii HIV/AIDS
- Analiza sytuacji demograficzno-społecznej w II Rzeczpospolitej w latach 1918-1939
Statystyka stosowana
Specjalność dotyczy studentów zaczynających studia w roku akademickim 2023/24 lub wcześniej. Od roku 2024/2025 specjalność zmienia zakres i nazwę na „Analiza danych”.
koordynator: dr hab. Adam Szulc, prof. SGH, Instytut Statystyki i Demografii
Przedmioty wykładane w ramach tej specjalności mają na celu rozwinięcie wiedzy zdobytej podczas zajęć ze statystyki na pierwszym roku studiów, z naciskiem na jej praktyczne zastosowania. Metoda reprezentacyjna jest podstawą większości badań statystycznych, choć często na ten temat w omawianiu wyników mówi się bardzo niewiele. Zgodnie z zasadą „garbage in, garbage out”, błędów popełnionych na etapie doboru próby praktycznie nie da się naprawić. Zapewne już słyszeliście o słynnej wpadce sondażowej przed amerykańskimi wyborami prezydenckimi w 1936 r.: od znajomości zasad metody reprezentacyjnej zależy, czy skończymy jak „Literary Digest”, czy zaczniemy jak Instytut Gallupa.
Trzy kolejne przedmioty wchodzące w skład specjalności – statystyka ekonomiczna, statystyka w biznesie i wstęp do statystyki aktuarialnej – prowadzone są przez osoby z dużym doświadczeniem praktycznym. Udział w tych zajęciach zapewni dobre przygotowanie do zawodów dobrze opłacanych, ale i wymagających dużej wiedzy. Z kolei od sposobu prezentacji uzyskanych i pozyskanych wyników zależy, czy jesteśmy w stanie, w natłoku zalewających nas informacji, przebić się do szerszego grona odbiorców. Wiedzy na ten temat dostarcza inny z prowadzonych w ramach specjalności wykładów: wizualizacja i raportowanie analiz statystycznych.
Statystyka stosowana, podobnie jak kilka innych wchodzących w skład MIESI specjalności o profilu statystyczno-ekonometrycznym, stanowi także rodzaj niezbędnika dla osób zainteresowanych kierunkiem „Big Data” na studiach magisterskich. Znajomość wielu wykładanych w ramach tych specjalności metod, mimo że najczęściej wykorzystujących „Not So Big Data”, pozwala lepiej zrozumieć algorytmy stanowiące podstawę analiz związanych ze sztuczną inteligencją, a także uniknąć wielu błędów wynikających z nieznajomości kanonu statystyki i ekonometrii.
Na specjalność składają się następujące przedmioty:
- metoda reprezentacyjna w praktyce,
- statystyka ekonomiczna,
- statystyka w biznesie,
- wizualizacja i raportowanie analiz statystycznych,
- wstęp do statystyki aktuarialnej.
Przykładowe tematy prac licencjackich:
- Przemoc wobec dzieci w krajach Azji Południowo-Wschodniej oraz narzędzia jej badania
- Pomiar siły paszportu i jej determinant na przykładzie Henley Passport Index
- Analiza metodologii tworzenia wskaźników zdrowia populacji HALE i HLY
- Jakość życia osób w wieku 50+ a aktywność zawodowa: Polska na tle wybranych krajów Europy
Wprowadzenie do metod aktuarialnych
koordynator: dr hab. Agata Boratyńska, prof. SGH, Instytut Ekonometrii
W ramach specjalności prowadzone są zajęcia, które mają na celu zapoznanie studentów z metodami ilościowymi wykorzystywanymi w zawodzie aktuariusza. Aktuariusz jest to licencjonowany przez KNF specjalista, odpowiedzialny za wycenę ryzyka i zarządzanie ryzykiem w firmach ubezpieczeniowych. Ukończywszy specjalizację, studenci zdobędą umiejętności i wiedzę z zakresu zastosowań rachunku prawdopodobieństwa i statystyki matematycznej w aktuariacie oraz w dziedzinie modelowania aktuarialnego, co pozwoli im na podjęcie pracy na stanowisku analityka aktuarialnego i rozpoczęcie procesu uzyskania licencji aktuarialnej (specjalność można kontynuować na studiach magisterskich).
Zajęcia ze specjalności mogą być też użyteczne dla każdego studenta zainteresowanego klasycznymi metodami ilościowymi w ekonomii, finansach i zarządzaniu ryzykiem.
Przed zapisaniem się na przedmioty ze specjalności należy obowiązkowo zaliczyć algebrę, analizę matematyczną, rachunek prawdopodobieństwa, metody statystyczne I oraz matematykę finansową i ubezpieczeniową.
Na specjalność składają się następujące przedmioty:
- matematyczne modele ryzyka i ich zastosowania,
- modele Markowa i analiza przeżyć w ubezpieczeniach,
- prawo ubezpieczeniowe,
- teoretyczne podstawy rynków finansowych i ubezpieczeń,
- ubezpieczenia na życie,
- wstęp do statystyki aktuarialnej.
Przykładowe tematy prac licencjackich
- Modelowanie rozkładów szkód na przykładzie kradzieży samochodów w Warszawie
- Symulacyjna analiza wrażliwości prawdopodobieństwa ruiny w procesie nadwyżki ubezpieczyciela
- Ryzyko związane z długowiecznością – modelowanie i metody zarządzania
Praktyki studenckie
Ważnym elementem studiów na SGH, przygotowującym naszych studentów do realnego świata zatrudnienia, są studenckie praktyki zawodowe za 3 punkty ECTS. Na studiach licencjackich są one obowiązkowe i powinny trwać co najmniej trzy tygodnie i zarazem minimum 90 godzin. Student może odbyć praktykę w wybranej przez siebie firmie w kraju lub za granicą; jedynym warunkiem jest, aby przebieg praktyki odpowiadał profilowi kształcenia w SGH.
Ze względu na charakter studiów na kierunku MIESI studenci odbywają praktyki zawodowe w szerokim spektrum firm prowadzących działalność gospodarczą. Wśród przedsiębiorstw i organizacji, w których praktyki zaliczali nasi studenci, znajdują się m. in.:
- sektor bankowy: ING Bank Śląski, PKO Bank Polski, Bank Pekao, Bank Milenium, Santander Bank, Citibank Europe PLC, NBP – Departament Analiz Ekonomicznych,
- doradztwo biznesowe, audyt, wsparcie audytu, technologie IT, doradztwo transakcyjne: PwC Polska Sp. z.o.o., Deloitte Advisory Sp. z o.o., Accenture Sp. z o.o., KPMG, Ernst & Young Polska, TPA Poland, Nielsen Services Poland, Microsoft Sp. z o.o.,
- sektor ubezpieczeniowy: PZU S.A., AWP P&C Oddział w Polsce,
- sektor produkcyjny: KGHM Polska Miedź, Samsung, L’Oreal Poland-Baltic, Procter & Gamble, Coca-Cola HBC Polska Sp. z o.o.,
- sektor kolejowy i energetyczny: PKP Energetyka S.A.,
- sektor lotniczy: Polskie linie Lotnicze LOT .
Staż, szczególnie w środowisku międzynarodowym, rozwija miękkie umiejętności takie jak komunikacja, praca w zespole czy umiejętność planowania. Daje możliwość zapoznania się z realiami pracy w dużych korporacjach. Podczas stażu istnieje możliwość uzyskania międzynarodowych certyfikatów potwierdzających nabyte umiejętności (m. in. Microsoft DP 900: Azure Data Fundamentals). Rozwijane są również umiejętności programistyczne (SQL, Powershell, Python, R).
Zaliczenie praktyki studenckiej polega na wypełnieniu formularza, który następnie podlega zatwierdzeniu przez opiekuna praktyk. Podstawowe informacje na temat praktyk są dostępne na stronie
Opiekunem praktyk studenckich na kierunku MIESI jest dr hab. Robert Kruszewski, prof. SGH, do którego można kierować dodatkowe pytania w tej kwestii.
Perspektywy na rynku pracy
Dyplom kierunku MIESI zapewnia absolwentom znakomitą pozycję na rynku pracy! Szczegóły znajdziecie na stronie z opisem oferty na kierunku.
Perspektywy zawodowe po kierunku MIESI na studiach licencjackich
- Informacje dla studentów na studiach II stopnia
Informacje dla studentów na studiach II stopnia
Podstawowe informacje na temat kierunku, w tym profil kandydata, tryby studiów i warunki ich ukończenia, zasady rekrutacji, wysokość opłat itd. znajdziecie na stronie Działu Rekrutacji.
Plan studiów i „przepisywanie przedmiotów” z wymiany zagranicznej
Od roku akademickiego 2023/24 przedmioty kierunkowe na kierunku MIESI przypisane są do poszczególnych semestrów, aby w krótkim (zaledwie dwuletnim) toku studiów zapewnić odpowiednią sekwencję i logikę przedmiotów. Plan ten znajdziecie w tabeli 9.5 w Informatorze SGH.
Jeśli planujecie wyjazd na wymianę zagraniczną – świetnie, ale koniecznie monitorujcie listę pozostałych jeszcze do zaliczenia przedmiotów kierunkowych i związanych z kierunkiem. Zachęcamy do wcześniejszego sprawdzenia oferty zagranicznej uczelni i znalezienia odpowiedników przedmiotów, aby zrealizować program studiów w terminie.
Wnioski o „przepisanie przedmiotów” (formalnie, uznanie efektów uczenia) należy składać do Dziekana Studium Magisterskiego, załączając uzyskaną wcześniej opinię Przewodniczącej Rady Programowej. W celu otrzymania tej opinii należy wysłać do Przewodniczącej Rady mail z uzasadnieniem wniosku o uznanie efektów uczenia oraz z załącznikami w postaci sylabusów zaliczonych przedmiotów i ich odpowiedników w ofercie SGH.
Można (a nawet należy!) robić to z wyprzedzeniem, tzn. jeszcze przed wyjazdem upewnić się, że podczas pobytu za granicą uda się zaliczyć odpowiedniki przewidzianych w planie studiów przedmiotów kierunkowych lub związanych z kierunkiem.
Pamiętajcie, że uznawanie efektów uczenia na studiach drugiego stopnia jest możliwe wyłącznie w odniesieniu do przedmiotów zrealizowanych w ramach studiów jednolitych lub studiów drugiego stopnia. Ogólne zasady znajdziecie na stronie DSM.
Przepisywanie ocen – Studium magisterskie
Opisy specjalności i przykłady prac dyplomowych
Ekonometria
koordynator: dr Katarzyna Bech-Wysocka, Instytut Ekonometrii
Specjalność nie tylko dla dziwaków, zapaleńców i przyszłych doktorantów! Skrojona na miarę potrzeb Twoich przyszłych pracodawców poszerzy wiedzę z zakresu obecnie wykorzystywanych (zarówno w biznesie, jak i badaniach naukowych) metod statystycznych i ekonometrycznych. Wielu naszych wykładowców pracuje też w biznesie, dlatego dokładnie wiemy, czego powinniśmy Cię nauczyć, bo wiemy, czego za chwilę będziemy od Ciebie wymagać w firmie.
Specjalność łączy ze sobą elementy ekonometrii teoretycznej oraz praktycznej, stosowanej na co dzień we wszystkich analizach biznesowych, co wyposaży Cię w niezbędne narzędzia do tworzenia własnych procedur i funkcji obliczeniowych w wielu językach programowania (R, Gauss, Matlab). Znajdziesz tu pełną różnorodność uniwersalnych zastosowań: od wykorzystania bayesowskiego wnioskowania statystycznego w analizie szeregów czasowych, przez modelowanie stóp procentowych (przydatne, jeśli bierzesz kredyt!) i backtesting portfela inwestycyjnego (rozważasz jakieś inwestycje na rynku kapitałowym?), kończąc na analizie sieci powiązań w modelu płac (zobacz, jaki wpływ mają na Ciebie decyzje znajomych Twoich przyjaciół). Widzisz tu coś dla siebie? Zapraszamy!
Na specjalność składają się następujące przedmioty:
- ekonometria bayesowska,
- ekonometria finansowa II,
- ekonometria przestrzenna,
- ekonometryczne modele nieliniowe LUB współczesna teoria ekonometrii.
Przykładowe tematy prac magisterskich
- Markov-switching GARCH models in forecasting prices of CO2 emission allowances
- Modelling portfolio returns in the multivariate copula-GARCH framework with dynamic correlation structure
- Predykcja indeksu NASDAQ100 z wykorzystaniem analizy sentymentów
- Analiza wybranych zmiennych z rynku wegetariańskiego i wegańskiego w Polsce
Informatyka gospodarcza
koordynator: dr hab. Andrzej Kobyliński, prof. SGH, Instytut Informatyki i Gospodarki Cyfrowej
Kiedy w 1968 r. po raz pierwszy odbył się nabór studentów na nowo otwarty kierunek „organizacja przetwarzania danych” w SGPiS (poprzedniczce obecnej SGH), była to jedna z zaledwie trzech warszawskich uczelni oferujących możliwość studiowania informatyki. Obecnie kandydaci na studia mają w całej Polsce do wyboru ponad 340 (!) kierunków informatycznych, ale studia na specjalności informatyka gospodarcza w SGH, stanowiące bezpośrednią kontynuację tych zainicjowanych ponad pół wieku temu – przetrwały. W tym czasie zmieniło się prawie wszystko: sprzęt, języki programowania, stosowane technologie budowy oprogramowania, ale nie zmieniło się jedno: ukierunkowanie na zastosowania informatyki w organizacjach gospodarczych.
Informatyka gospodarcza jest dziedziną badań naukowych, kształcenia akademickiego oraz praktyki gospodarczej, poświęconą metodyce i zastosowaniu w ekonomii (i nie tylko) środków i narzędzi techniki komputerowej. Zajmuje się zastosowaniem technologii informacyjnych (IT) w organizacjach, w tym przede wszystkim budową i wdrażaniem systemów informatycznych oraz ich wpływem na funkcjonowanie organizacji. Tak więc w centrum zainteresowania informatyki gospodarczej są dwa przenikające się obszary: z jednej strony sfera budowy, czyli opracowywania nowych systemów informatycznych w organizacjach (zarówno przedsiębiorstwach, jak i jednostkach administracji publicznej), obejmująca ich analizę, projektowanie, implementację, testowanie, wdrażanie i eksploatację. A z drugiej strony – sfera zarządzania, rozumiana jako zarządzanie procesem wytwórczym oprogramowania oraz jego późniejszą eksploatacją i zarazem jako ogół działań, które pozwalają organizacji na osiąganie jej celów.
Studenci piszący prace dyplomowe z zakresu informatyki gospodarczej czy systemów informatycznych w zarządzaniu nie są jednak ograniczani wyłącznie do zarysowanej wyżej tematyki. Często powstają prace dotyczące wykorzystania aplikacji komputerowych w różnych dziedzinach życia, jak również z zakresu gospodarki cyfrowej i odbywającej się na naszych oczach cyfrowej transformacji. Przedmioty składające się na specjalność dają też solidne podstawy do studiowania innych przedmiotów o charakterze informatycznym.
Na poziomie magisterskim proponujemy dwie specjalności informatyczne: informatyka gospodarcza oraz systemy informatyczne w zarządzaniu. Listy przedmiotów przypisanych do obu specjalności są w znacznym stopniu komplementarne, dlatego zachęcamy studentów, którzy zdecydują się na wybór którejś z powyższych specjalności, by w ramach puli przedmiotów do wyboru zrealizowali przedmioty z drugiej specjalności informatycznej – będzie to stanowiło logiczne uzupełnienie wiedzy.
Na specjalność składają się następujące przedmioty:
- Business Intelligence,
- e-gospodarka i otoczenie społeczno-prawne,
- multimedialne technologie informacyjne,
- rozwój aplikacji biznesowych.
Przykładowe tematy prac magisterskich:
- Narzędzia LowCode jako element koncepcji hiperautomatyzacji na przykładzie Microsoft Power Platform
- Rozpoznawanie przedziału wiekowego człowieka z wykorzystaniem konwolucyjnych sieci neuronowych
- Efektywność relacyjnych i nierelacyjnych systemów zarządzania bazami danych: analiza porównawcza
- Rola badań User Experience w rozwoju oprogramowania na przykładzie serwisów e-commerce
- Dezinformacja w społeczeństwie informacyjnym na przykładzie epidemii COVID-19
Metody aktuarialne
koordynator: dr hab. Agata Boratyńska, prof. SGH, Instytut Ekonometrii
W ramach specjalności proponowane są zajęcia, które mają na celu przygotowanie studentów do pracy w zawodzie aktuariusza w firmach ubezpieczeniowych. Studenci zdobędą wysoko specjalistyczne umiejętności i szeroką wiedzę z zakresu zastosowań rachunku prawdopodobieństwa, statystyki matematycznej i metod data science w aktuariacie. Poznają szereg zaawansowanych modeli i technik z zakresu wyceny aktywów, zobowiązań, inwestycji, analizy zależności, analizy danych, predykcji, miar ryzyka, strategii zabezpieczających i redukcji ryzyka.
Program specjalności jest zgodny z programem edukacyjnym opracowanym przez Europejskie Stowarzyszenie Aktuariuszy i zawiera elementy teorii i praktyki aktuarialnej. Zajęcia ze specjalności mogą być też użyteczne dla każdego studenta zainteresowanego zaawansowanymi metodami ilościowymi i data science w ekonomii, finansach i zarządzaniu ryzykiem.
Na specjalność składają się następujące przedmioty:
- statystyka aktuarialna i teoria ryzyka,
- techniki aktuarialne w ubezpieczeniach życiowych
oraz dwa przedmioty do wyboru:
- data science w naukach aktuarialnych,
- metody stochastyczne w finansach,
- modelowanie aktuarialne,
- rachunkowość w zakładzie ubezpieczeń,
- zarządzanie ryzykiem w zakładzie ubezpieczeń.
Przykładowe tematy prac magisterskich:
- Wycena ubezpieczeń na życie dla małżeństw przy wykorzystaniu funkcji kopuli do opisu zależności między trwaniem życia małżonków
- Symulacyjna analiza błędu prognozy rezerw IBNR wyznaczonych z wykorzystaniem bayesowskiego wariantu metody chain ladder
- Taryfikacja składki czystej w ubezpieczeniach komunikacyjnych przy użyciu uogólnionych modeli liniowych oraz algorytmów uczenia maszynowego
Modele i analizy demograficzne
Specjalność dotyczy studentów zaczynających studia od roku akademickiego 2024/2025.
koordynator: dr hab. Paweł Strzelecki, prof. SGH, Instytut Statystyki i Demografii
Specjalność tę proponujemy studentom świadomym globalnych zmian demograficznych i zainteresowanym poszerzeniem aktualnej wiedzy na ten temat oraz poznaniem narzędzi ilościowych służących modelowaniu zjawisk społecznych. Opartą na aktualnych badaniach wiedzę na temat obserwowanych aktualnie zmian demograficznych oraz ich przyszłych konsekwencji przekazują naukowcy z Instytutu Statystyki SGH – jednego z wiodących w Polsce i uznanych w Europie ośrodków badawczych zajmujących się tą tematyką.
Przedmioty ilościowe wchodzące w skład specjalności mają na celu przedstawienie i przećwiczenie w praktyce zarówno podstawowych metod używanych w demografii, jak i metod statystycznych służących opisowi statystycznemu na poziomie mikro. Metody związane z prognozowaniem demograficznym wykorzystywane są w prognozach oraz analizach opracowywanych przez, między innymi, Ministerstwo Finansów, Ministerstwo Zdrowia i ZUS. Z kolei metody statystyczne na poziomie mikro mogą być wykorzystywane do analizowania skutków wprowadzania polityk publicznych oraz w badaniach marketingowych.
Na specjalność składają się następujące przedmioty:
- modelowanie statystyczne zjawisk społecznych,
- modele i prognozy demograficzne,
- społeczno-ekonomiczne konsekwencje zmian demograficznych,
- problemy demograficzne świata.
Przykładowe tematy prac magisterskich:
- Projekcja zapotrzebowania na lekarzy rodzinnych w Polsce do 2045 r.
- Społeczne i ekonomiczne determinanty występowania objawów depresji w populacji osób 50+ w Europie w czasie pierwszej fali pandemii Covid-19
- Determinanty liczby przestępstw popełnianych w krajach Unii Europejskiej
- Analiza luki płacowej w krajach Unii Europejskiej
- Modelowanie umieralności: analiza na przykładzie wybranych krajów
- Zmiany modelu rodziny w Polsce a jakość życia osób w wieku powyżej 65 lat
Modele i metody decyzyjne
koordynator: dr Przemysław Szufel, Instytut Ekonometrii
W zarządzaniu można podejmować decyzje, kierując się intuicją, a następnie liczyć na szczęście. O wiele lepiej jest jednak podejmować decyzje w oparciu o analizę danych, wnioskowanie oraz tworzenie modeli matematycznych wiernie opisujących kluczowe aspekty rzeczywistości. Budowa takich modeli wymaga, obok umiejętności przekładania problemów biznesowych i ekonomicznych na postać matematyczną, znajomości narzędzi i podejść zaawanasowanej analityki danych. Nie ma analityki danych bez programowania – w szczególności w językach Julia, Python oraz R.
Warto nadmienić, że właśnie z liter początkowych tych trzech języków pochodzi nazwa jednego z najpopularniejszych środowisk programistycznych dla osób na stanowiskach data scientist – Jupyter Notebook, z którego obok innych narzędzi będziesz korzystał w trakcie studiów.
Zestaw przedmiotów w ramach specjalności da Ci umiejętność budowy narzędzi zamieniających dane w decyzje biznesowe. Dowiesz się, jak budować zaawansowane modele analityczne z wykorzystaniem uczenia maszynowego oraz jak wyniki takich analiz wykorzystać w praktyce. Nauczysz się matematycznie modelować sytuację decyzyjną i wyznaczać optymalny plan działań realizujący cele organizacji.
Na specjalność składają się następujące przedmioty:
- modelowanie wieloagentowe [uwaga: wcześniej należy zaliczyć przedmiot zaawansowane modelowanie symulacyjne],
- metody modelowania preferencji,
- statystyczne reguły decyzyjne,
- zaawansowane modelowanie symulacyjne.
Przykładowe tematy prac magisterskich
- Modelowanie wpływu trybu edukacji na dynamikę pandemii COVID-19
- Maszynowa translacja tekstu z wykorzystaniem architektury RNN Encoder – Decoder
- Optymalizacja sygnalizacji świetlnej w celu minimalizacji zanieczyszczenia powietrza
- Efektywność kosztowa architektury Lambda w przetwarzaniu strumieniowym w chmurze
- Monitoring konkurencji przy użyciu metod przetwarzania języka naturalnego i obrazu oraz web scrapingu
- Predykcja oceny aplikacji oferowanych na platformach mobilnych App Store oraz Google Play z użyciem uczenia maszynowego oraz przetwarzania języka naturalnego
- Analiza efektywności niemieckich klubów piłkarskich przy użyciu metod DEA i SFA
- Identyfikacja preferencji dotyczących prywatnego ubezpieczenia zdrowotnego metodą PAPRIKA
- Systematyczne błędy w postrzeganiu danych ilościowych prezentowanych przy użyciu różnych metod wizualizacji
- Klasyfikacja atrakcyjności produktów i usług z wykorzystaniem analizy sentymentu w polskojęzycznych opiniach konsumenckich
Systemy informacyjne w zarządzaniu
koordynator: dr Piotr Filipkowski, Instytut Informatyki i Gospodarki Cyfrowej
Z pewnością zastanawiasz się, jak technologie, które wciągają nas w ten cyfrowy świat, zmieniają Ciebie i Twoje otoczenie. Jak to się dzieje, że czasem smartfon trafia w nasze potrzeby ze swoimi rekomendacjami? Opowiemy Ci o zmianach technologicznych, o metodach sztucznej inteligencji skracających dystans między człowiekiem a technologią. Nauczymy Cię, jak rozumieć dane i je wykorzystać, a wydobyte informacje skutecznie zamienić w zrealizowane cele. Wskażemy Ci drogę do bezpiecznej działalności biznesowej wspartej systemami informatycznymi. Otworzymy Ci oczy na szanse i zagrożenia, jakie niesie ze sobą informatyka gospodarcza.
Informatyka gospodarcza jest to dziedzina badań naukowych, kształcenia akademickiego oraz praktyki gospodarczej, poświęcona metodyce i zastosowaniu w ekonomii środków i narzędzi techniki komputerowej. Zajmuje się zastosowaniem technologii informacyjnych (IT) w organizacjach, w tym przede wszystkim budową i wdrażaniem systemów informatycznych oraz ich wpływem na funkcjonowanie organizacji. Tak więc w centrum zainteresowania informatyki gospodarczej są dwa przenikające się obszary: z jednej strony sfera budowy, czyli opracowywania nowych systemów informatycznych w organizacjach (zarówno przedsiębiorstwach, jak i jednostkach administracji publicznej), obejmująca ich analizę, projektowanie, implementację, testowanie, wdrażanie i eksploatację. A z drugiej strony – sfera zarządzania, rozumiana jako zarządzanie procesem wytwórczym oprogramowania oraz jego późniejszą eksploatacją i zarazem jako ogół działań, które pozwalają organizacji na osiąganie jej celów.
Proponujemy dwie specjalności informatyczne: informatyka gospodarcza oraz systemy informatyczne w zarządzaniu. Listy przedmiotów przypisanych do obu specjalności są w znacznym stopniu komplementarne, dlatego zachęcamy studentów, którzy zdecydują się na wybór którejś z powyższych specjalności, by w ramach puli przedmiotów do wyboru zrealizowali przedmioty z drugiej specjalności informatycznej – będzie to stanowiło logiczne uzupełnienie wiedzy.
Na specjalność składają się następujące przedmioty:
- strategie informatyzacji gospodarki,
- systemy baz danych II,
- zarządzanie projektami informatycznymi I,
- zarządzanie projektami informatycznymi II,
- zintegrowane systemy informacyjne zarządzania.
Przykładowe tematy prac magisterskich
- Zastosowanie sieci neuronowych w prognozowaniu przebiegu akcji w męskiej piłce siatkowej
- Zastosowanie blockchain w międzynarodowych przekazach pieniężnych
- Wykorzystanie sztucznej inteligencji w cyberprzestępstwach – analiza wybranych zagrożeń
- Ocena zasadności stosowania koncepcji SOA i rozwiązań chmurowych ERP przez przedsiębiorców sektora SME w Polsce
- Loot boxes jako forma mikropłatności w grach typu free-to-play
- Rola badań User Experience w rozwoju oprogramowania na przykładzie serwisów e-commerce
Perspektywy na rynku pracy
Dyplom kierunku MIESI zapewnia absolwentom znakomitą pozycję na rynku pracy! Szczegóły znajdziecie na stronie z opisem oferty na kierunku.
Perspektywy zawodowe po kierunku MIESI na studiach II stopnia
- Standard pracy dyplomowej na kierunku MIESI
Zgodnie z Polską Ramą Kwalifikacji praca dyplomowa powinna:
- być opracowaniem zagadnienia naukowego, prezentującym uporządkowaną, aktualną wiedzę na dany temat,
- stanowić opracowanie samodzielne i twórcze, zawierające własne oceny autora dotyczące analizowanego problemu,
- dotyczyć konkretnego problemu badawczego z praktyki lub teorii objętej programem nauczania.
W szczególności autor pracy dyplomowej na kierunku MIESI powinien wykazać się opanowaniem efektów uczenia zdefiniowanych dla naszego kierunku. Efekty uczenia można znaleźć w zakładce „korzyści”:
Studia licencjackie – efekty uczenia
Studia magisterskie – efekty uczenia
Zalecana struktura pracy dyplomowej na kierunku MIESI jest następująca:
- Określenie problemu badawczego.
- Cel pracy.
Celem pracy jest udzielenie odpowiedzi na pytanie badawcze lub zweryfikowanie postawionych hipotez w oparciu o samodzielnie przeprowadzoną analizę empiryczną. Praca nie może mieć charakteru wyłącznie przeglądu literatury ani prezentacji przedstawionych już wcześniej rozwiązań lub wyników. Podjęty temat badawczy powinien nawiązywać do praktyki gospodarczej lub kwestii o istotnym znaczeniu społecznym. - Przedstawienie aktualnego stanu wiedzy w świetle literatury przedmiotu (polskiej lub zagranicznej).
- Opis pozyskania i obróbki danych.
- Zastosowanie odpowiednich metod badawczych do rozwiązania konkretnego problemu z dziedziny ekonomii lub zarządzania i wykorzystanie w tym celu narzędzi analitycznych lub programistycznych. W szczególności w pracy można wykorzystać:
- elementy algebry i analizy matematycznej,
- elementy rachunku prawdopodobieństwa i procesów stochastycznych,
- analizy statystyczne (np. analiza wariancji, korelacji, regresji), pomiar dynamiki zjawisk (indeksy statystyczne), metody redukcji danych (w tym analiza czynnikowa i metoda głównych składowych), metody dyskryminacyjne, ANOVA, analiza conjoint, wielowymiarowa analiza porównawcza, wskaźniki pomiaru nierówności,
- wnioskowanie i symulacje statystyczne z wykorzystaniem arkuszy kalkulacyjnych i języków programowania,
- modelowanie ekonometryczne,
- analizę szeregów czasowych i prognozowanie,
- metody uczenia maszynowego i sztucznej inteligencji,
- programowanie matematyczne / optymalizacja, w tym optymalizacja liniowa i nieliniowa, optymalizacja w liczbach całkowitych, metody optymalizacji globalnej,
- metody wyboru wielokryterialnego,
- symulacje procesów gospodarczych: symulacje systemów dyskretnych i ciągłych, symulacje wieloagentowe,
- teorię decyzji, teorię gier,
- analizy przekrojowe i kohortowe danych demograficznych; siatkę Lexisa i tablice trwania życia,
- projektowanie badań społeczno-ekonomicznych, w tym ankietowych i eksperymentalnych,
- projektowanie systemów informatycznych, prototypowanie i symulacje.
Lista metod badawczych może być rozszerzona za zgodą promotora.
Prace dyplomowe powinny być oparte na rzeczywistych danych pochodzących z otoczenia gospodarczego, a wnioski sformułowane w sposób umożliwiający ich wykorzystanie w procesach decyzyjnych przez instytucje / podmioty gospodarcze.
- Przedstawienie wyników analizy empirycznej wraz z ich interpretacją.
- Sformułowanie wniosków i rekomendacji dla instytucji / podmiotów gospodarczych, spojrzenie krytyczne, wskazanie kierunków dalszych badań.
- Spis literatury, zawierający wyodrębnione: monografie i artykuły; źródła internetowe, akty prawne. Oddzielna sekcja powinna zawierać opis wykorzystanych narzędzi sztucznej inteligencji zgodnie z zarządzeniem Rektora.
Zarządzenie rektora w sprawie wprowadzenia zasad wykorzystania sztucznej inteligencji przy przygotowywaniu prac pisemnych w SGH
Od strony formalnej praca dyplomowa powinna spełniać wymagania określone przez odpowiedni dziekanat:
Praca licencjacka – wymagania merytoryczne i formalne
Praca magisterska – wymagania merytoryczne i formalne
Praca dyplomowa powstaje w ścisłej współpracy z promotorem. Należy z nim konsultować objętość pracy, liczbę rozdziałów, liczbę i charakter cytowanych pozycji literatury itd. Zazwyczaj praca dyplomowa składa się z 3–4 rozdziałów i obejmuje od 40–50 (licencjacka) do 50–70 (magisterska) stron.
Zasady tworzenia prac dyplomowych przekazywane są w ramach proseminarium z metodyki studiowania i zawarte w podręczniku do tego przedmiotu
Wprowadzenie do metodyki studiowania. Podręcznik dla studentów Szkoły Głównej Handlowej w Warszawie
- Studenckie koła naukowe z zakresu metod ilościowych
Studenckie koła naukowe z zakresu metod ilościowych
SKN Actuarial Science & Quantitative Finance
opiekun: dr Łukasz Pawelec, Instytut Ekonomii Matematycznej
Koło SKN Actuarial Science & Quantitative Finance (wcześniej SKN Matematyki Stosowanej) zajmuje się szeroko pojętą matematyką w ubezpieczeniach i finansach. W kole znajdują swoje miejsce zarówno pasjonaci, którzy już na studiach przygotowują się do egzaminów aktuarialnych, jak i osoby pragnące po prostu poszerzyć swoje horyzonty. W końcu aktuariat to nie tylko skomplikowane modele statystyczne, ale też zabawa rachunkiem prawdopodobieństwa, odkrywanie tajemnic statystyki i oswajanie się z ryzykiem.
Jednym z istotnych aspektów działalności Koła jest uzupełnienie wiedzy zdobywanej na studiach w celu lepszego przygotowania do zewnętrznych egzaminów aktuarialnych. Służy temu cykl spotkań poświęconych rozwiązywaniu zadań egzaminacyjnych i wspierających regularną naukę. Dzięki tym spotkaniom nawet najbardziej skomplikowane zadania zaczynają wyglądać swojsko. Systematycznie kolejni członkowie Koła uzyskują licencję aktuariusza, a niektórzy zdali też egzaminy brytyjskie lub amerykańskie.
Koło angażuje się również w organizację konferencji aktuarialnych na SGH we współpracy z SKN Statystyki. Konferencje te mają służyć popularyzacji zagadnień matematyki ubezpieczeniowej wśród studentów. Na konferencje zapraszani są goście: licencjonowani aktuariusze pracujący w zakładach ubezpieczeń i branży doradczej. Dzięki nim można zobaczyć, jak wygląda praca w zawodzie aktuariusza i przekonać się, że warto iść tą drogą!
SKN Data Science
opiekun: dr Damian Przekop, Instytut Ekonometrii
Centralnym obszarem zainteresowań członków SKN Data Science jest poszerzanie wiedzy w sferze zaawansowanej analityki danych. Dotyczy to zarówno podejścia klasycznego (znanego powszechnie jako ekonometria), jak i podejścia ateoretycznego (kryjącego się za popularną nazwą „data science”). Poszerzanie horyzontów studentów odbywa się w środowisku Google Cloud Platform, oferującym skalowalność obliczeń, niezbędną w erze big data.
SKN Data Science był jednym ze współorganizatorów prestiżowej konferencji „ML in PL 2023”, skupiającej entuzjastów data science, machine learning i sztucznej inteligencji. Konferencja zakończyła się ogromnym sukcesem, gromadząc w ciągu czterech dni ponad 600 osób na prelekcjach, warsztatach i sesjach posterowych, nie tylko na SGH, ale również w Centrum Nauki Kopernik i na Politechnice Warszawskiej. Kołu udało się też uzyskać wysokie oceny realizowanych projektów: autorski magazyn „Data-Driven Magazine” uplasował się w czołówce SGH, zajmując drugie miejsce w kategorii „gazety uczelniane i magazyny”.
Wśród dalszych planów SKN DS należy wymienić warsztaty z zaawansowanego modelowania danych, publikacje artykułów naukowych oraz popularnonaukowych, organizację konferencji oraz hackatonu.
SKN Ekonometrii
opiekun: dr hab. Andrzej Torój, prof. SGH, Instytut Ekonometrii
Koło realizuje różnorodne projekty badawcze i dydaktyczne; jego członkowie od ponad dekady biorą udział w tym międzynarodowym konkursie ekonomicznym organizowanym przez Uniwersytet Amsterdamski, podczas którego zespoły z najlepszych na świecie uniwersytetów rywalizują ze sobą, rozwiązując studium przypadku przygotowane przez czołowych światowych ekonomistów. Rywalizujące reprezentacje ośrodków akademickich składają się z czterech osób: co najwyżej dwóch doktorantów i co najmniej dwóch magistrantów. Rozwiązanie studium przypadku jest przedstawiane w formie artykułu naukowego, a wyniki towarzyszące rozwiązaniu są uzyskiwane za pomocą formalnych metod naukowych, najczęściej ekonometrycznych. W 2016 r. ekipa SGH zajęła II miejsce, a w 2017 r. znalazła się w ścisłym finale.
Koło zaprasza do współpracy osoby zainteresowane ekonometrią oraz badaniami ekonomicznymi w kontekście zarówno przygotowań do kolejnych edycji, jak i poszerzania swoich zainteresowań oraz wiedzy. Eliminacje do reprezentacji SGH odbywają się w ostatnim kwartale każdego roku kalendarzowego, a szczegóły tych wydarzeń są publikowane na fanpage MIESI.
Reprezentanci Koła wzięli również udział w takich wydarzeniach jak Dni Adaptacyjne SGH, Targi Kół i Organizacji SGH oraz Wielka SGH-owa Powtórka z Ekonometrii. Ten ostatni projekt jest skierowany głównie do studentów studiów licencjackich na kierunkach MIESI i FIR i ma na celu zaoferować młodszym studentom pomoc w przygotowaniu się do egzaminu z ekonometrii i powtórzenie materiału.
Pozostałe inicjatywy SKN z ostatnich lat obejmowały wykłady i prezentacje wewnętrzne, a także otwarty kurs podstaw programowania w R pod nazwą „Praktycznie ekonometRycznie”. Nagrania tych spotkań można znaleźć na kanale YouTube „SKN Ekonometrii SGH”.
SKN Ekonomii
opiekun: dr Sonia Buchholtz, Katedra Ekonomii I
SKN Ekonomii jest kołem naukowym o wieloletniej tradycji. Obecnie jego aktywność skupia się na przybliżaniu wniosków z uznanych badań i dorobku naukowego ważnych postaci współczesnej ekonomii (np. Laureatów Nagrody Nobla z dziedziny ekonomii) oraz dyskusji na ich temat w kontekście polityki publicznej. W zależności od tematu, prezentacje prowadzane są przez zaproszonych ekspertów lub przez członków Koła, co umożliwia doskonalenie umiejętności prezentacji w przyjaznym otoczeniu. Członkowie Koła angażują się również w promowanie ekonomii wśród studentów naszej uczelni.
Członkami SKN Ekonomii są najczęściej studenci kierunków ekonomia, MIESI i QEM, dla których ekonomia jest pasją, a nie tylko kierunkiem rozwoju zawodowego. Wśród członków koła znajdują się również osoby studiujące poza SGH na drugim kierunku (np. filozofia, matematyka) oraz absolwenci SGH, dzięki czemu w dyskusjach pojawiają się głosy z różnych perspektyw.
SKN Informatyki
opiekun: dr hab. Andrzej Kobyliński, prof. SGH, Instytut Informatyki i Gospodarki Cyfrowej
Studenckie Koło Naukowe Informatyki, liczące ok. 30 aktywnych członków, od wielu lat skupia się na promocji wiedzy i umiejętności związanych z technologiami informatycznymi. Członkowie Koła co roku organizują od kilku do kilkunastu projektów. Sztandarowym projektem, organizowanym corocznie od kilkunastu lat, są „Warsztaty@SKNI”, gromadzące członków Koła oraz ok. 200 uczestników warsztatów. Koło prowadzi również wiele mniejszych projektów warsztatowych, m.in. „Akademię Programowania Santander Universidades” (150 uczestników) oraz „SQL na Auli” (50 uczestników).
Już dwukrotnie Koło zorganizowało projekt StudentsDataHack, adresowany do studentów hackathon dotyczący tematyki Data Science. Cieszył się on dużą popularnością – w każdej edycji partycypowało ok. 300 uczestników – dlatego w kolejnych latach planowane jest jego powtarzanie.
W skali Uczelni koło jest wyjątkowo aktywne, w ostatnich latach dwukrotnie (2017/18 i 2019/20) zdobyło pierwsze miejsce w rankingu studenckich kół naukowych, a trzecie miejsce w rankingu wszystkich organizacji studenckich w SGH!
SKN Statystyki
opiekun: dr Izabela Grabowska, Instytut Statystyki i Demografii
SKN Statystyki (SKNS) zrzesza sympatyków statystyki, analizy danych i ekonometrii, którzy wspólnie organizują warsztaty, prelekcje oraz konferencje. Poruszane są także zagadnienia związane z szeroko pojętą data science i analityką internetową – dziedzinami wyjątkowo atrakcyjnymi w ciągu kilku ostatnich lat. Wydarzenia SKNS są otwarte zarówno dla wszystkich studentów Szkoły Głównej Handlowej w Warszawie, jak i osób spoza uczelni, a wyniki badań ankietowych Koła są publikowane w czasopismach o tematyce naukowej lub biznesowej.
SKNS liczy około 100 członków, głównie z kierunków MIESI i Big Data. Koło realizuje corocznie wiele ciekawych projektów, angażując studentów, współpracując regularnie z sektorem biznesu, a także realizując projekty naukowe. Jeden z tych projektów – badanie ankietowe – polega na przeprowadzeniu badania społecznego we współpracy z firmą zewnętrzną, która odpowiedzialna jest za pozyskanie danych. Najnowsze badania to „Wpływ pandemii na planowanie kariery i oszczędności studentów” oraz „Wpływ pandemii COVID-19 na intensywność przebranżawiania się i zmiany ścieżki kariery młodych Polaków”. Projekt ten finansowany jest z grantów Rektora SGH, które Koło otrzymuje z tytułu wygrywanych konkursów. Koło organizuje również konferencję aktuarialną (we współpracy z SKN Actuarial Science & Quantitative Finance), konferencję Big Data, warsztaty z języka programowania Python oraz Business Hackathon – dwudniowe wydarzenie mające formę konkursu biznesowo-analitycznego. Celem Hackathonu jest rozwiązanie przez uczestników konkretnego zadania, a także rozwój wśród studentów zainteresowania dziedziną big data. Dopuszczone do konkursu zespoły prezentują swoje rozwiązania, które następnie podlegają ocenie jury.
Celem projektu zatytułowanego „Niezbędnik Wyboru Wykładowców” jest usystematyzowanie i przeanalizowanie opinii studentów SGH na temat wykładowców SGH, aby ułatwić kolejnym rocznikom wybór prowadzącego ich zajęcia. Na fanpage’u publikowane są ankiety, w których studenci mogą wyrażać swoje zdanie i oceniać wykładowców, z którymi mieli zajęcia oraz wyniki tych ankiet. Ze względu na swój charakter i przydatność jest to jeden z najbardziej popularnych i lubianych projektów wśród studentów SGH.
Wielka SGH-owa Powtórka ze Statystyki to projekt stworzony z myślą o studentach drugiego semestru, którzy muszą zmierzyć się z kolokwiami i egzaminem z przedmiotu statystyka. Jest to cykl wykładów pozwalających powtórzyć, lepiej zrozumieć oraz usystematyzować materiał z tego przedmiotu. Spotkania prowadzone są przez członków SKN Statystyki. Podczas wykładów powtarzany jest cały materiał ze statystyki, zarówno teoria, jak i rozwiązywanie zadań.
Data Visualization & BI Meetups to cykliczne warsztaty z obsługi narzędzi do wizualizacji i analizy danych, takich jak Power BI czy Tableau. Warsztaty mają charakter w pełni praktyczny – uczestnicy opracowują na komputerach zagadnienie prezentowane przez prowadzącego, poznając przydatne funkcjonalności używanych programów. Warto dodać, że wizualizacja danych jest jedną z najbardziej cenionych umiejętności na dzisiejszym rynku pracy.
Kontakt
- w sprawach związanych z przepisywaniem przedmiotów i uznawaniem efektów uczenia
dr hab. Emilia Tomczyk, prof. SGH: mtomczyk@sgh.waw.pl - w sprawach związanych z praktykami studenckimi
dr hab. Robert Kruszewski, prof. SGH: rkrusz@sgh.waw.pl
Autorzy: Anna Decewicz, Łukasz Pawelec, Emilia Tomczyk, koordynatorzy specjalności, opiekunowie kół naukowych.