Системний аналіз та наука про дані — це фундаментальна та високотехнологічна міждисциплінарна галузь, що знаходиться на перетині прикладної математики, комп'ютерних наук, штучного інтелекту (Data Science / AI) та теорії управління. Вона вивчає принципи дослідження складних об'єктів і процесів як цілісних систем у взаємозв'язку їхніх елементів, внутрішніх і зовнішніх факторів.

В еру багаторазового зростання обсягів інформації (Big Data), нестабільності глобальних ринків та цифровізації управління фахівець цієї спеціальності — це системотехнік, Data Scientist, аналітик складних систем та розробник систем підтримки прийняття рішень (DSS), який здатен трансформувати сирі дані у стратегічні рішення та оптимізувати роботу організацій будь-якого масштабу.

В основу підготовки фахівців із системного аналізу та науки про дані покладено такі об’єкти:

- складні системи різної природи: інформаційні, економічні, фінансові, соціально-політичні, технічні, організаційні, екологічні, логістичні та безпекові системи;

- методи та інструменти Data Science: алгоритми машинного й глибокого навчання (Machine Learning / Deep Learning), інтелектуальний аналіз даних (Data Mining), методи збору, очищення, візуалізації та обробки великих масивів даних (Big Data);

- моделювання та прогнозування: математичне, стохастичне, імітаційне, системно-динамічне та мережеве моделювання складних систем і процесів за умов ризику та невизначеності;

- прийняття рішень та оптимізація: теорія прийняття рішень, багатокритеріальна оптимізація, теорія ігор, дослідження операцій, аналітичні та інноваційні методи управління (Operations Research);

- складні інформаційні системи: проектування, архітектура, впровадження та супровід аналітичних та інформаційно-управляючих систем (BI, ERP, CRM, DSS).

Цілі навчання за рівнями вищої освіти:

Перший (бакалаврський) рівень - підготовка фахівців, здатних розробляти і застосовувати методи і засоби системного аналізу для вирішення складних проблем у різних сферах діяльності.

Основні фокуси підготовки бакалавра:

- оволодіння фундаментальною математичною підготовкою (виша математика, диференціальні рівняння, теорія ймовірностей, математична статистика, вища алгебра, дискретна математика);

- засвоєння базових концепцій системного аналізу, теорії систем, математичного моделювання та методів оптимізації;

- практичне опанування сучасними мовами програмування та аналізу даних (Python, R, SQL, C++), робіт з базами даних (SQL/NoSQL) та ГІС;

- застосування методів Data Science для первинного аналізу, візуалізації даних, прогнозування часових рядів та автоматизації бізнес-процесів.

Другий (магістерський) рівень - підготовка професіоналів, здатних проєктувати складні інформаційні системи, розробляти нові та застосовувати існуючі методи системного аналізу для вирішення складних проблем у різних сферах діяльності за умов високої невизначеності та ризиків.

Основні фокуси підготовки магістра:

- проектування архітектури складних розподілених аналітичних й інформаційно-пошукових систем (Business Intelligence, Big Data Platforms);

- розробка авторських моделей машинного навчання, систем штучного інтелекту, використання глибоких нейромереж для прогнозування складних кризових явищ;

- стратегічний системний аналіз, ризик-менеджмент, моделювання системної динаміки (System Dynamics) та оцінка стійкості систем;

- управління проєктами з аналізу даних та розробки систем, проведення науково-прикладних досліджень, консультування топменеджменту.

Ключові компетентності випускника:

Системне моделювання - побудова аналітичних, імітаційних та концептуальних моделей складних систем (із застосуванням UML, BPMN, System Dynamics);

Data Science & ML Engineering - розробка, навчання та деплоймент моделей машинного навчання, розробка прогнозно-аналітичних систем (Python, TensorFlow, PyTorch);

Аналітика та прийняття рішень - використання методів багатокритеріального вибору, теорії ігор, аналітичних сіток та ієрархій для прийняття оптимальних рішень;

Business Intelligence (BI) & Big Data - обробка надвеликих масивів даних (Spark, Hadoop), створення інтерактивних дашбордів (Power BI, Tableau), проектування Хранилищ даних (DWH);

Проектування інформаційних систем - формулювання системних вимог (Software Requirements Specification), розробка архітектури складних IT-систем та сервісів.

Випускники спеціальності F4 Системний аналіз та наука про дані є універсальними та високооплачуваними фахівцями, здатними працювати практично в будь-якій галузі, де є складні системи та великі обсяги даних:

- аналітика даних та штучний інтелект: Data Scientist, Machine Learning Engineer, Data Analyst, Big Data Engineer, Product Analyst;

- бізнес-аналітика та консалтинг: Systems Analyst (системний аналітик), Business Analyst (бізнес-аналітик), BI Architect / BI Developer, IT-консультант;

- фінансово-інвестиційний та банківський сектор: Quantitative Analyst (квант), ризик-менеджер, аналітик фінансових ринків, розробник скорингових моделей у банках та FinTech-компаніях;

- управління проєктами та продуктами: IT Project Manager, Product Owner / Manager, Lead Systems Engineer;

- державне та корпоративне управління: аналітик ситуаційних центрів, фахівець із стратегічного планування в державних органах, аналітичних центрах (Think Tanks), безпекових та оборонних структурах;

- логістика та E-commerce: аналітик ланцюгів постачання, фахівець з оптимізації маршрутів, маркетинговий аналітик.

Підготовка здійснюється кафедрою вищої математики та системного аналізу (405) 

Навчання проводиться за наступними освітніми програмами:

Освітня програма	Освітній ступінь	Форма навчання	Термін навчання
Системний аналіз і управління	Бакалавр на основі повної загальної середньої освіти	Денна	3 роки та 10 місяців
Системний аналіз і управління	Магістр, освітньо-професійна програма	Денна	1 рік та 4 місяця