Կրթական մակարդակը՝
Մագիստրոս
Մասնագիտություն՝
056201.04.7 - Վիճակագրություն
Մասնագիտացումը՝
056201.04.7 - Կիրառական վիճակագրություն և տվյալների գիտություն
Շնորհվող որակավորումը՝
Վիճակագրության մագիստրոս
Ծրագրի ուստարին՝
2024/2025
Ուսուցման ձևը՝
Առկա
Ուսումնառության լեզուն՝
Հայերեն
1. Ծրագրի ընդունելության չափանիշները/պահանջները
«Կիրառական վիճակագրություն և տվյալների գիտություն» ծրագրով մագիստրատուրայի ընդունելությունը կազմակերպվում է համաձայն ԵՊՀ առկա ուսուցմամբ մագիստրատուրայի ընդունելության կանոնակարգի:
Մասնավորապես, ԵՊՀ մագիստրատուրա մրցութային կարգով կարող են ընդունվել ՀՀ պետական և ըստ մասնագիտությունների հավատարմագրված ոչ պետական բարձրագույն ուսումնական հաստատությունների բակալավրի կամ դիպլոմավորված մասնագետի որակավորում ունեցող անձինք։ Օտարերկրյա բուհերի շրջանավարտների ընդունելությունը մագիստրատուրա կատարվում է հարցազրույցի և համապատասխան ֆակուլտետի գիտական խորհրդի կարծիքի հիման վրա։
Մասնավորապես, ԵՊՀ մագիստրատուրա մրցութային կարգով կարող են ընդունվել ՀՀ պետական և ըստ մասնագիտությունների հավատարմագրված ոչ պետական բարձրագույն ուսումնական հաստատությունների բակալավրի կամ դիպլոմավորված մասնագետի որակավորում ունեցող անձինք։ Օտարերկրյա բուհերի շրջանավարտների ընդունելությունը մագիստրատուրա կատարվում է հարցազրույցի և համապատասխան ֆակուլտետի գիտական խորհրդի կարծիքի հիման վրա։
2. Ծրագրի նպատակները
· ուսանողներին տրամադրել հիմնարար գիտելիքներ տվյալների գիտության և վիճակագրության բնագավառներում՝ ծանոթացնելով վիճակագրության և նրա կիրառությունների, մեքենայական ուսուցման և այլ հարակից բնագավառներում օգտագործվող ժամանակակից մաթեմատիկական ապարատին, մեծ տվյալների հետ աշխատանքին,
· ուսանողներին տրամադրել գիտելիքներ մասնագիտական համակարգչային ծրագրերի (Python և R ծրագրավորման լեզուներ) մասին, ուսուցանել դրանցով պրակտիկ մասնագիտական խնդիրներ լուծելու հմտություններ,
· ուսանողներին տրամադրել պրակտիկ գիտելիքներ՝ հնարավորություն ընձեռելով լինել մրցունակ աշխատաշուկայի մասնագիտական ոլորտում,
զարգացնել ուսանողների վերլուծական-հետազոտական ունակությունները՝ հնարավորություն տալով զբաղվելու հետագա գիտական գործունեությամբ։
· ուսանողներին տրամադրել գիտելիքներ մասնագիտական համակարգչային ծրագրերի (Python և R ծրագրավորման լեզուներ) մասին, ուսուցանել դրանցով պրակտիկ մասնագիտական խնդիրներ լուծելու հմտություններ,
· ուսանողներին տրամադրել պրակտիկ գիտելիքներ՝ հնարավորություն ընձեռելով լինել մրցունակ աշխատաշուկայի մասնագիտական ոլորտում,
զարգացնել ուսանողների վերլուծական-հետազոտական ունակությունները՝ հնարավորություն տալով զբաղվելու հետագա գիտական գործունեությամբ։
3. Ծրագրի կրթական վերջնարդյունքները
Այս ծրագրի ավարտին ուսանողն ունակ կլինի․
- Մասնագիտական գիտելիք և իմացություն
- վերարտադրել հավանականությունների տեսության և մաթեմատիկական վիճակագրության հիմունքները,
- ներկայացնել մոդելավորման ուղղվածությամբ ծրագրային համակարգերի կառուցման եղանակները,
- կիրառել հավանականային և վիճակագրական եղանակները բնագիտության մեջ,
- հիմնավորել մասնագիտացման ոլորտի տեսական հիմունքները,
- նկարագրել տվյալների վերլուծության ժամանակակից մեթոդներն ու մոդելները,
- Գործնական մասնագիտական կարողություններ
- օգտագործել մաթեմատիկական և վիճակագրական մեթոդները մասնագիտական և կիրառական խնդիրների լուծման համար,
- կիրառել բնագավառի դինամիկ աճով պայմանավորված օրեցօր ավելացող մեթոդներ,
- հետազոտել և մշակել տվյալների բազան, կառուցել տարբեր բնագավառներում առաջացող խնդիրների համար վիճակագրական մոդելները, և դրանց հիման վրա կատարել եզրահանգումներ,
- ծրագրավորման գործիքների օգնությամբ կառուցել արդյունավետ ալգորիթմներ այս բնագավառին առնչվող զանազան խնդիրներ լուծելու համար,
- օգտագործել ծրագրավորման փաթեթներ (օրինակ Python) ալգորիթմները իմպլեմենտացնելու համար,
- արդյունավետորեն պլանավորել տվյալների բազա և այլ ռեսուրսներ,
- Ընդհանրական (փոխանցելի) կարողություններ
- օգտվել տարատեսակ աղբյուրներից` անհրաժեշտ տեղեկատվությունը ստանալու համար,
- համակարգել և վերլուծել ստացած տեղեկատվությունն ու կատարել հետևություններ,
- ստացված տվյալները մշակել և եզրակացություններ կատարել, մասնակցել քննարկումների, փաստարկել և ներկայացնել ստացված արդյունքները,
- մասնագիտանալ գիտության, տեխնիկայի և տնտեսության տարբեր բնագավառներում, որտեղ պահանջվում են վերլուծական ունակություններ, կիրառական վիճակագրության բազային գիտելիքներ:
4. Գնահատման ձևերը
Գնահատումը ներառում է հետևյալ բաղադիչները.
1. դասընթացի (ուսումնական մոդուլի) ենթաբաժինների յուրացման գնահատում կիսամյակի ընթացքում (2 ընթացիկ քննություն),
2. դասընթացի (ուսումնական մոդուլի) առանձին թեմաների ընթացիկ ստուգումներ կիսամյակի ընթացքում,
3. ծրագրով նախատեսված ինքնուրույն առաջադրանքների կատարման և յուրացման ստուգում և գնահատում կիսամյակի ընթացքում (ինքնուրույն աշխատանք),
4. ծրագրով նախատեսված ինքնուրույն և/կամ խմբային հետազոտական աշխատանքի կատարման գնահատում կիսամյակի ընթացքում (հետազոտական աշխատանք, որը փոխարինում է ընթացիկ քննություններից որևէ մեկին),
5. դասընթացին մասնակցության գնահատում (մասնակցություն),
6. ամբողջ դասընթացի (ուսումնական մոդուլի) եզրափակիչ գնահատում քննաշրջանում, որը ենթադրում է դասընթացի համար սահմանված կրթական վերջնարդյունքների ձեռքբերման մակարդակի գնահատում։
Դասընթացները, ըստ գնահատման ձևի, բաժանվում են 4 խմբի՝ եզրափակիչ գնահատումով, առանց եզրափակիչ գնահատման, առանց ընթացիկ քննությունների գնահատման և ստուգարքային:
1. դասընթացի (ուսումնական մոդուլի) ենթաբաժինների յուրացման գնահատում կիսամյակի ընթացքում (2 ընթացիկ քննություն),
2. դասընթացի (ուսումնական մոդուլի) առանձին թեմաների ընթացիկ ստուգումներ կիսամյակի ընթացքում,
3. ծրագրով նախատեսված ինքնուրույն առաջադրանքների կատարման և յուրացման ստուգում և գնահատում կիսամյակի ընթացքում (ինքնուրույն աշխատանք),
4. ծրագրով նախատեսված ինքնուրույն և/կամ խմբային հետազոտական աշխատանքի կատարման գնահատում կիսամյակի ընթացքում (հետազոտական աշխատանք, որը փոխարինում է ընթացիկ քննություններից որևէ մեկին),
5. դասընթացին մասնակցության գնահատում (մասնակցություն),
6. ամբողջ դասընթացի (ուսումնական մոդուլի) եզրափակիչ գնահատում քննաշրջանում, որը ենթադրում է դասընթացի համար սահմանված կրթական վերջնարդյունքների ձեռքբերման մակարդակի գնահատում։
Դասընթացները, ըստ գնահատման ձևի, բաժանվում են 4 խմբի՝ եզրափակիչ գնահատումով, առանց եզրափակիչ գնահատման, առանց ընթացիկ քննությունների գնահատման և ստուգարքային:
5. Շրջանավարտների ապագա կարիերայի հնարավորությունները
Ծրագրի շրջանավարտների համար հիմնական թիրախային գործատուներն են ՏՏ ոլորտի մի շարք ընկերություններ, ինչպիսիք են Picsart, Krisp, WebbFontain, Service Titan և այլք, և բոլոր այն հաստատությունները (պետական հիմնարկներ, բանկեր, առևտրական կազմակերպություններ և այլն), որոնք ունեն տվյալների վերլուծությամբ զբաղվող բաժիններ։
Շրջանավարտները կարող են հավակնել վիճակագրական վերլուծաբանի, մեքենայական ուսուցման հետազոտողի և ինժեների, տվյալագետի, տվյալների վերլուծաբանի և այլ պաշտոններին: Ծրագիրը համագործակցում է ոլորտի մի շարք առաջատար կազմակերպությունների հետ՝ ուսանողների պրակտիկայի և հետազոտական աշխատանքի անցկացման, ու հետագա աշխատանքի տեղավորման հարցում։
Ծրագրի շրջանավարտների ստացած գիտելիքները հնարավորություն են տալիս շրջանավարտներին շարունակելու ուսումը ՀՀ և արտասահմանյան ԲՈՒՀ-երում, և հետագայում գործունեություն ծավալելու ակադեմիական գիտահետազոտական հաստատություններում:
Շրջանավարտները կարող են հավակնել վիճակագրական վերլուծաբանի, մեքենայական ուսուցման հետազոտողի և ինժեների, տվյալագետի, տվյալների վերլուծաբանի և այլ պաշտոններին: Ծրագիրը համագործակցում է ոլորտի մի շարք առաջատար կազմակերպությունների հետ՝ ուսանողների պրակտիկայի և հետազոտական աշխատանքի անցկացման, ու հետագա աշխատանքի տեղավորման հարցում։
Ծրագրի շրջանավարտների ստացած գիտելիքները հնարավորություն են տալիս շրջանավարտներին շարունակելու ուսումը ՀՀ և արտասահմանյան ԲՈՒՀ-երում, և հետագայում գործունեություն ծավալելու ակադեմիական գիտահետազոտական հաստատություններում:
6. Ուսումնառության օժանդակության ռեսուրսները և ձևերը
Ծրագիրն ապահովված է ժամանակակից հագեցված համակարգչային լսարանով։ Ուսումնառության ընթացքում ուսանողներին կհատկացվեն բոլոր անհրաժեշտ նյութերը՝ գրականությունը, հոդվածները, օգտագործվող համակարգչային ծրագրերը, և անհրաժեշտ այլ էլետրոնային ռեսուրսները:
7. Կրթական չափորոշիչները կամ ծրագրային կողմնորոշիչները, որոնք օգտագործվել են ծրագիրը մշակելիս
1. ՀՀ որակավորումների ազգային շրջանակ, հաստատված ՀՀ կառավարության 2016թ., հուլիսի 7-ի N 714-Ն որոշմամբ:
2. <<Մաթեմատիկա>> որակավորումների ոլորտային շրջանակ, 2022թ.:
3. Որակավորումների եվրոպական շրջանակ, 2008թ.:
Ծրագիրը մշակված է՝ հաշվի առնելով եվրոպական ու ամերիկյան բնագավառում բարձր վարկանիշ ունեցող ԲՈՒՀ-երի, ինչպիսիք են Մասաչուսեթսի տեխնոլոգիական ինստիտուտի, Սթենֆորդի, Էդինբուրգի, Օքսֆորդի, Լոզանի պոլիտեխնիկական, Ցյուրիխի տեխնոլոգիական համալսարանների, Մոսկվայի տնտեսագիտության բարձրագույն դպրոցի համանման մագիստրոսական ծրագրերը, համադրելով դրանք մեր պետությունում համապատասխան ոլորտի առանձնահատկությունների ու նաև դասընթացները վարող դասախոսական կազմի առկայությանը:
2. <<Մաթեմատիկա>> որակավորումների ոլորտային շրջանակ, 2022թ.:
3. Որակավորումների եվրոպական շրջանակ, 2008թ.:
Ծրագիրը մշակված է՝ հաշվի առնելով եվրոպական ու ամերիկյան բնագավառում բարձր վարկանիշ ունեցող ԲՈՒՀ-երի, ինչպիսիք են Մասաչուսեթսի տեխնոլոգիական ինստիտուտի, Սթենֆորդի, Էդինբուրգի, Օքսֆորդի, Լոզանի պոլիտեխնիկական, Ցյուրիխի տեխնոլոգիական համալսարանների, Մոսկվայի տնտեսագիտության բարձրագույն դպրոցի համանման մագիստրոսական ծրագրերը, համադրելով դրանք մեր պետությունում համապատասխան ոլորտի առանձնահատկությունների ու նաև դասընթացները վարող դասախոսական կազմի առկայությանը:
8. Դասախոսական կազմին ներկայացվող պահանջները
1.Ընդհանրական կարողություններ
Դասավանդման/մանկավարժական
·դասընթացի աշխատանքային ծրագիր (օրացուցային պլան) կազմելու հմտություն,
·դասավանդման ինտերակտիվ մեթոդների իմացություն, ակտիվ ուսուցման տեխնիկաների կիրառման կարողություն:
Հետազոտական
·տարաբնույթ գիտական աղբյուրների հետ աշխատելու, ինչպես նաև համացանցային տեղեկատվական ռեսուրսներից օգտվելու հմտություն,
·ուսանողական հետազոտական խումբ ղեկավարելու կարողություն:
Հաղորդակցման
·լսարանի հետ բանավոր հաղորդակցվելու հմտություն,
·հետազոտության արդյունքները գրավոր շարադրելու կարողություն,
·մասնագիտական օտար լեզվի իմացություն
ՏՀՏ կիրառություն
·բազային համակարգչային (MS Office փաթեթի ազատ տիրապետում՝ Word, Excel, Power-Point) հմտություններ,
·լուսացուցադրություններ պատրաստելու և ներկայացնելու հմտություններ
Այլ կարողություններ
·մասնագիտական էթիկայի նորմերի պահպանում,
·անհրաժեշտ ռեսուրսները գնահատելու և ծրագրերը արդյունավետորեն իրականացնելու կարողություն,
·ժամանակային ռեսուրսների պլանավորման և կառավարման կարողություն:
2.Մասնագիտական կարողություններ
·Վիճակագրության մագիստրոսական ծրագրի մասնագիտական առարկաների տիրապետում
·Դասավանդվող մոդուլի կատարյալ իմացություն
·Դասավանդվող մոդուլի հարակից մոդուլների հիմնական գաղափարների տիրապետում
·Դասընթացում հետազոտական բաղադրիչ ներառելու կարողություն
·Մագիստրոսական թեզ ղեկավարելու կարողություն
3.Ընդհանուր պահանջներ
Գիտական աստիճան
·գիտական աստիճան կամ մագիստրոսի աստիճան վիճակագրության կամ հարակից բնագավառում,
·վերջին 5 տարում առնվազն 2 գիտական և/կամ մեթոդական հրատարակությունների առկայություն,
·վերջին 5 տարում մասնակցություն գիտաժողովների և/կամ աշխատաժողովների։
Մանկավարժական փորձ
·վերջին 5 տարվա ընթացքում մասնակցություն տեղական կամ միջազգային վերապատրաստումների և/կամ մասնագիտական որակավորման բարձրացման դասընթացների,
Այլ պահանջներ
·ԵՊՀ բարևավարքության կանոնագրքի դրույքների պահպանում,
·ուսանողական հարցման արդյունքներով ստացված գնահատականների միջինը՝ առնվազն 4,0 (գործող դասախոսների համար)։
Դասավանդման/մանկավարժական
·դասընթացի աշխատանքային ծրագիր (օրացուցային պլան) կազմելու հմտություն,
·դասավանդման ինտերակտիվ մեթոդների իմացություն, ակտիվ ուսուցման տեխնիկաների կիրառման կարողություն:
Հետազոտական
·տարաբնույթ գիտական աղբյուրների հետ աշխատելու, ինչպես նաև համացանցային տեղեկատվական ռեսուրսներից օգտվելու հմտություն,
·ուսանողական հետազոտական խումբ ղեկավարելու կարողություն:
Հաղորդակցման
·լսարանի հետ բանավոր հաղորդակցվելու հմտություն,
·հետազոտության արդյունքները գրավոր շարադրելու կարողություն,
·մասնագիտական օտար լեզվի իմացություն
ՏՀՏ կիրառություն
·բազային համակարգչային (MS Office փաթեթի ազատ տիրապետում՝ Word, Excel, Power-Point) հմտություններ,
·լուսացուցադրություններ պատրաստելու և ներկայացնելու հմտություններ
Այլ կարողություններ
·մասնագիտական էթիկայի նորմերի պահպանում,
·անհրաժեշտ ռեսուրսները գնահատելու և ծրագրերը արդյունավետորեն իրականացնելու կարողություն,
·ժամանակային ռեսուրսների պլանավորման և կառավարման կարողություն:
2.Մասնագիտական կարողություններ
·Վիճակագրության մագիստրոսական ծրագրի մասնագիտական առարկաների տիրապետում
·Դասավանդվող մոդուլի կատարյալ իմացություն
·Դասավանդվող մոդուլի հարակից մոդուլների հիմնական գաղափարների տիրապետում
·Դասընթացում հետազոտական բաղադրիչ ներառելու կարողություն
·Մագիստրոսական թեզ ղեկավարելու կարողություն
3.Ընդհանուր պահանջներ
Գիտական աստիճան
·գիտական աստիճան կամ մագիստրոսի աստիճան վիճակագրության կամ հարակից բնագավառում,
·վերջին 5 տարում առնվազն 2 գիտական և/կամ մեթոդական հրատարակությունների առկայություն,
·վերջին 5 տարում մասնակցություն գիտաժողովների և/կամ աշխատաժողովների։
Մանկավարժական փորձ
·վերջին 5 տարվա ընթացքում մասնակցություն տեղական կամ միջազգային վերապատրաստումների և/կամ մասնագիտական որակավորման բարձրացման դասընթացների,
Այլ պահանջներ
·ԵՊՀ բարևավարքության կանոնագրքի դրույքների պահպանում,
·ուսանողական հարցման արդյունքներով ստացված գնահատականների միջինը՝ առնվազն 4,0 (գործող դասախոսների համար)։