Вебінар від міжнародної консалтингової компанії «Делойт»
Кафедра теорії ймовірностей, статистики та актуарної математики запрошує на вебінар за участі представників міжнародної консалтингової компанії «Делойт».
Під час заходу дізнаємось про унікальні перспективи актуарної професії, підходи до розробки моделей ризик-менеджменту.
Обговоримо, які знання потрібні для успішної кар’єри актуарія та які тренди характерні для страхового сектору економіки України.
Захід відбудеться 24 березня, онлайн, початок о 9:00. Zoom link
Ідентифікатор конференції: 870 3911 9320. Код доступу: 496692
Куди піти навчатися в магістратурі?
У середу 22 лютого 2023 р. кафедра теорії ймовірностей, статистики та актуарної математики провела презентацію магістерських освітніх програм «Теоретична та прикладна статистика» і
«Актуарна та фінансова математика».
Хочете дізнатися про переваги програм, професійні перспективи та додаткові унікальні можливості, такі як програма подвійного дипломування з провідним німецьким університетом?
Дивіться весь запис і нічого не пропустіть!
Зокрема, своїм досвідом поділилися як нинішні студенти, так і нещодавні випускники цих програм:
Окрема подяка доценту кафедри ТЙСАМ Володимиру Зубченку за модерацію зустрічі!
Інформація про курс «Алгоритми машинного навчання»
Кафедра теорії ймовірностей, статистики та актуарної математики рада повідомити про продовження плідної співпраці із провідними світовими університетами.
Так, після надзвичайно успішного курсу "Machine Learning in Finance", прочитаному в першому семестрі проф. Джозефом Тайхманом, ми анонсуємо наступний курс,
який буде прочитано викладачами європейських університетів. Мова йде про курс "Алгоритми машинного навчання" для бакалаврів третього року навчання.
Навчальна дисципліна складатиметься із 14 лекцій, які будуть прочитані протягом семи тижнів, починаючи з 13 березня 2023 року, а також чотирьох лабораторних робіт.
Її присвячено огляду методів машинного навчання, таких як регресійні моделі, класифікаційні моделі з учителем та базові нейронні мережі.
Курс читатимуть:
Ralp Rudd, університет Рейк`явіку (Ісландія)
Dr Ralph Rudd is an Assistant Professor in Financial Engineering at Reykjavik University.
He has a PhD in Quantitative Finance from the African Institute for Financial Markets and Risk Management, a top-100 mathematical finance program worldwide, as rated by Eduniversal.
He specializes in numerical and computational methods in finance, with a current interest in neural networks and specifically neural-SDEs.
Ramon Prat Casanovas, університет Барселони (Іспанія)
Professor Ramon Prat is Adjunct Lecturer of Finance and Capital Markets at the Autonomous University of Barcelona, UAB.
He holds an MBA from Esade Business School and a Master of Mathematics of Financial Instruments by the UAB.
He works as independent financial consultant and advisor and has experience with projects with leading companies and entrepreneurs.
Petra Posedel Simovic, університет Загреба (Хорватія)
Petra Posedel Simovic, PhD is an Assistant professor at the University of Zagreb, Faculty of Agriculture.
Petra’s main scientific interest is in the field of mathematical statistics and data science with a special focus on stochastic volatility models,
econometrics and business analytics. She is currently a team member at the Croatian Science Foundation's Installation Research Projects (HRZZ) Programme "Deep Reinforcement Learning Algorithms for Risk Management - DREAM".
Ralp Rudd
Ramon Prat Casanovas
Petra Posedel Simovic
Мова викладання - англійська.
Навчальна програма узгоджена з програмою курсу "Алгоритми машинного навчання", який розробили та читають на кафедрі ТЙСАМ для таких груп (3 рік навчання бакалаврату):
Середня освіта
Комп`ютерна математика
Компютерна статистика
Ймовірність, обробка даних
Математичні методи обчислень
Для цих груп даний курс є обов`язковим та заміняє одноіменний курс, який має читатися у другому семестрі.
З боку університету курс супроводжуватимуть викладачі та аспіранти кафедри теорії ймовірностей, статистики та актуарної математики під керівництвом
Голомозого Віталія Вікторовича. Зокрема, будуть проводитися регулярні консультації щодо матеріалу курсу та лабораторних робіт відповідно до діючого розкладу.
На запрошення Департаменту освіти і науки м. Києва та Київської Малої академії наук учнівської молоді 15 березня 2023 р.
доцент кафедри теорії ймовірностей, статистики та актуарної математики, канд. фіз.-мат. наук Володимир Зубченко прочитав лекцію «Методи сучасної бізнес-аналітики».
Під час двогодинного ефіру говорили про статистику, дескриптивні методи в аналітиці, машинне навчання та data science.
Учасники дізнались, які знання та вміння створюють конкурентну перевагу для роботи в сфері банкінгу, страхування, фінансів, ризик-менеджменту, продуктової аналітики.
Дізнались про приклади використання технологій, заснованих на big data та штучному інтелекті.
Відчули безцінність математичного та статистичного підґрунтя для побудови ефективних моделей в різноманітних сферах практичного використання аналітики даних
Вітаємо випускника кафедри Антона Юрченко-Титаренко з успішним захистом дисертації доктора філософії в Університеті Осло (Норвегія) під спільним керівництвом
Джулії Ді Нунно (Університет Осло) і Юлії Мішури (КНУ імені Тараса Шевченка).
Бажаємо творчого натхнення та наснаги для нових звершень і перемог!
Вітаємо завідувача кафедри професора Юлію Степанівну Мішуру з отриманням грамоти КНУ імені Тараса Шевченка за успіхи в навчальній, науковій і виховній роботі!
Вітаємо аспірантів кафедри Ганну Железняк і Віталія Мірошниченка з успішними захистами дисертацій доктора філософії!
Бажаємо творчого натхнення та наснаги для нових звершень і перемог!
Вітаємо завідувача кафедри професора Юлію Степанівну Мішуру з отриманням нагороди М. Кравчука АН вищої школи України!
Проф. Josef Teichmann (Джозеф Тайхман), університет ETH Zurich щопонеділка впродовж 03.10.2022 – 14.11.2022 читав курс «Машинне навчання у фінансах».
Курс містить дев’ять лекцій, кожна з яких супроводжувалася демонстрацією у вигляді Jupiter ноутбука з використанням python. Студенти вивчали, яким чином алгоритми
машинного навчання, зокрема нейронні мережі, використовуються в різних задачах, пов’язаних з фінансовою математикою, зокрема у задачах,
пов’язаних з хеджуванням, вибором оптимального портфеля,
калібруванням моделей волатильності, симуляціями. В курсі
використовувалися глибокі та мілкі нейронні мережі, алгоритми навчання з підкріпленням (reinforcement learning), методи байєсівської оптимізації та ін.
Професор Taras Bodnar, Professor in Mathematical Statistics at the Department of Mathematics of Stockholm University
24 листопада 2022 р. прочитав лекцію на тему “Theoretical and practical aspects of high-dimensional portfolio selection”
Запис лекції можна переглянути за посиланням Пароль: 7.71mq^f
Професор Ostap Okhrin, завідувач кафедри економетрики та статистики у транспортних системах Інституту Економіки Транспорту,
Транспортний Факультет Фрідріха Ліста, TU Dresden 10 листопада 2022 р. прочитав лекцію на тему “Support Vector Machines: що це таке та з чим його їдять?”
Всі, кого цікавить ця тематика, можуть переглянути його лекції на youtube:
У п`ятницю 4 листопада 2022 р. в межах відкриття курсу “Аналітика даних” від
механіко-математичного факультету КНУ відбулась лекція Data Science and Business Intelligence Grand Course Opening:
Taras Shevchenko National University of Kyiv & Silicon Valley,
яку відвідали близько 200 учасників!
Хочемо висловити щиру подяку за підтримку курсу та участь у заході ректору Володимиру Бугрову, декану механіко-математичного факультету Оксані Безущак
та завідувачу кафедри теорії ймовірностей, статистики та актуарної математики Юлії Мішурі.
Також дякуємо колегам із-за кордону, яким вдалось знайти час та можливість виступити перед українськими студентами,
а особлива вдячність ректору Університету штучного інтелекту та цифровізації професору Дарині Кушерець.
Nienke Bos (Solution Architect at Snowplow Analytics),
Professor Michael Fulton (SVP, Head of Consulting and Advisory Solutions and CIO at Vernovis,
Adjunct Faculty, The Ohio State University) and Udit Gami (Program Manager, Meta, Silicon Valley Social Media company) —
thank you so much for supporting Ukrainian talented youth in this difficult time for Ukraine, motivating presentations and useful knowledge.
Дякуємо організаторам цього курсу — Володимиру Зубченку (директор Бізнес-школи КНУ, PhD, Data Scientist) та Поліні Александровій.
Переглянути запис лекції можна на youtube.
Віталій Голомозий, кандидат фізико-математичних наук, та Ростислав Ямненко, доктор фізико-математичних наук, коротко про машинне навчання
Ігор Дзеверін, доктор біологічних наук, завідувач відділу еволюційної морфології Інституту зоології імені І. І. Шмальгаузена НАН України про те,
для чого потрібна статистика
on behalf of the Faculty of Mechanics and Mathematics and the Department of Probability
theory, Statistics and Actuarial mathematics, we would like to express our deep gratitude for
your efforts to support Ukraine and our University in such a difficult time.
The course "Machine Learning in Finance" you delivered in autumn-winter 2022 has been
accepted with great enthusiasm among the students and University staff. The overall
number of registrants was close to one hundred. Among them, we had students, teachers,
post-graduate students and even some former students who expressed their willingness to
join the course. Unfortunately, many registered participants could not join the live lectures
due to problems with the power supply and repeated missiles attack, some of which
occurred during the lecture time. However, we received many requests to view the
recordings. The feedback we received from the participants was very positive. They were
impressed by the way how profound mathematical theory was connected and applied to
practical problems. Students with insufficient background in functional analysis appreciated
numerous demonstrations in python and rigorous but understandable elucidation of the deep
neural network theory and its application in finance.
Summarizing the above, we want to thank you for your highly professional and dedicated
delivery of the "Machine Learning in Finance" course and your willingness to collaborate,
answer questions, and provide additional materials and exercises. We hope and believe this
course will give birth to a fruitful collaboration in future!
And finally, we will never forget that you and ETH Zurich University stand with Ukraine in the
dark moment in our modern history.
Head of the Department of Probability theory, Statistics and Actuarial mathematics Prof. Dr. Yuliya Mishura
Міжнародна наукова конференція
«Сучасна стохастика: теорія та застосування. V»
(«Modern Stochastics: Theory and Applications. V» (MSTA-V))
1-4 червня 2021
З 1 по 4 червня 2021 року у Київському національному університеті імені Тараса Шевченка проведено (дистанційно)
Міжнародну наукову конференцію «Сучасна стохастика: теорія та застосування. V» («Modern Stochastics: Theory and Applications. V» (MSTA-V)).
Конференцію було організовано кафедрою теорії ймовірностей, статистики та актуарної математики механіко-математичного факультету.
Під час конференції було представлено близько 50 пленарних доповідей, а також доповіді у рамках 10 секцій, що охоплювали різні галузі
теорії ймовірностей, математичної статистики, теорії випадкових процесів, стохастичного аналізу та їх застосувань. Із пленарними доповідями виступили
професори Мартін Гротхаус (Німеччина), Доменіко Марінуччі (Італія), Ніколай Крилов (США), Марк Подольський (Люксембург), Міклош Разоні (Угорщина),
Рене Шіллінг (Німеччина) та ін. Спеціальні секції було присвячено сучасним досягненням у напрямках наукових досліджень, започаткованих
видатними математиками А. Скороходом, В. Королюком, І. Коваленком, Ю. Козаченком.
Секцію «Стохастична Оптимізація» було присвячено 80-річчю з дня
народження член-кореспондента НАН України П.С. Кнопова.
1 червня на відкритті конференції із привітанням учасникам виступили декан механіко-математичного факультету проф. О.О. Безущак та
завідувач кафедри теорії ймовірностей, статистики та актуарної математики проф. Ю.С. Мішура.
Участь у конференції взяли видатні науковці України та світу та молоді дослідники, аспіранти і студенти.
Географія учасників є надзвичайно широкою - для обговорення новітніх результатів конференція об’єднала науковців з 31 країни світу від
Австралії і Японії до США і Канади, включаючи більшість європейських країн.
Кафедра теорії ймовірностей, статистики та актуарної математики Київського національного університету імені Тараса Шевченка є однією з провідних в Україні.
Вона має великий список вагомих здобутків у навчальній, дослідницькій та консультаційній діяльності, що пов'язана із застосуванням статистики, зокрема у фінансах, страхуванні та економіці.
Кафедра найбільша в країні за кількістю студентів відповідного напрямку підготовки, користується великою популярністю серед абітурієнтів.
Навчальні курси усіх кваліфікаційних рівнів вирізняються відмінною якістю викладання.Аспірантська програма кафедри дозволяє вдало поєднувати навчання та наукову діяльність.
Кафедра проводить фундаментальні теоретичні та прикладні наукові дослідження світового рівня.
Інтерв'ю з викладачами кафедри теорії ймовірностей, статистики та актуарної математики
Кафедра теорії ймовірностей, статистики та актуарної математики є однією з провідних в Україні із підготовки фахівців найвищої кваліфікації за такими спеціальностями та спеціалізаціями, як «Статистика», «Комп’ютерна статистика та аналіз даних», «Актуарна та фінансова математика».
Зважаючи на прикладний та сучасний характер спеціалізацій кафедри, ми вирішили поцікавитись в її викладачів, як саме предмети, які вони викладають, допомагають у професійній діяльності. Також ми запитали, що потрібно студенту для власного професійного удосконалення, та ким пишаються викладачі кафедри.
Дякуємо викладачам за відповіді та поради!
Яким чином предмети, які особисто Ви викладаєте, можуть бути використані студентами в їхній подальшій професійній діяльності?
проф. Мішура Ю.С. Теорія випадкових процесів і стохастичний аналіз дозволяють будувати, аналізувати властивості, оцінювати параметри, фільтрувати стохастичні моделі, що використовуються у техніці, економіці, фінансах, криптоаналізі. Ці предмети є підґрунтям для статистики випадкових процесів, яка в різних формах потрібна біологам, фізикам, економістам, а значить, математикам, які будуть працювати у прикладних областях. Але це самі по собі чудові предмети, потрібні тим, хто продовжить займатись науковими дослідженнями.
проф. Карташов М.В. Шляхом застосування тих стохастичних моделей про які йшлося на лекціях (наприклад випадкові блукання для опису динаміки курсу акцій).
Можете згадати своїх найуспішніших студентів-випускників? Чим вони займаються зараз, які їх найбільші досягнення?
проф. Мішура Ю.С. Георгій Шевченко став професором нашої кафедри, я вважаю це найбільшим успіхом. Костянтин Ральченко одержує чудові наукові результати,
успішно працює над докторською дисертацією. Але більшість учнів все ж працює у прикладних сферах, і там досягли значних успіхів. Відзначу тільки Юрія Крвавича – чудового актуарія, який зараз є головним спеціалістом з актуарних розрахунків у компанії PricewaterhouseCoopers у Лондоні. Ми підтримуємо дружні стосунки і завжди обговорюємо нові тренди в актуарній науці.
проф. Карташов М.В. І.С. Молчанов – професор математики в університеті Берна, Швейцарія. Дж. Айссані – завідувач кафедрою університету в Алжирі.
проф. Майборода Р.Є. Дарина Любашенко, асистент, Stevens Institute of Technology NY, Григорій Шуренков, програміст, Playtech, Київ
Окрім відвідування пар та ретельного виконання домашніх робіт, що ще порадите студенту для успішного професійного удосконалення?
проф. Мішура Ю.С. Любов і цікавість до нових знань.
проф. Карташов М.В. Ретельно відноситись до наукових робіт (курсові та випускні роботи).
Якщо абітурієнт прагне в майбутньому стати програмістом, чому навіть в цьому випадку йому варто вступати на мех-мат?
проф. Мішура Ю.С. А що він буде програмувати, не знаючи і не розуміючи математики? Комп’ютерні іграшки? Спочатку треба засвоїти математичну базу, а потім прийматись за серйозне програмування, інакше це немов ноги без голови.
Використання сучасної математики очима сучасних випускників-математиків
Сутність математики для кожного з нас різна – для когось це задачі зі шкільного курсу, для інших – згадка про щасливі студентські роки. Хто використовує математику у своїх фізичних, хімічних, біологічних або ж навіть філологічних дослідженнях. Для когось вона – теоретична дисципліна із набором абстрактних задач, а для когось – незмінний інструментарій практичної повсякденної діяльності.
В будь-якому разі, найбільш яскраво математика виявляється в історіях людей, які присвячують їй свій час та натхнення. Тож починаємо знайомство із випускникамимеханіко-математичного факультету Київського національного університету імені Тараса Шевченка, чиї розповіді, впевнені, відкриють яскраве різноманіття використанняматематичних знань у світі сучасних технологій та швидкого життєвого ритму.
Тетяна Вапнарюк (актуарна та фінансова математика, 2014)
Мене звуть Тетяна, я займаюся розробкою програмного забезпечення. Закінчила механіко-математичний факультет, кафедру теорії ймовірностей, статистики та актуарної математики.Я працюю в українському офісі данської компанії вже більше трьох років. Ми робимо продукт, який дозволяє оптимізувати роботу інвестиційних фондів. Конкретно моя команда працює над задачами, які створюють нові можливості фінансового обліку цінних паперів. Я люблю свою роботу, і кожен день стикаюсь із розв"язанням складних задач.
Перше, що мені спадає на думку, коли мене питають про вплив математики на моє життя, – це те, що математика насамперед сформувала у мені певну культуру мислення. Якщо щось здається очевидним, то це одразу у мене викликає підозри. Математика виховує недовіру до поверхневих висновків та привчає критично ставитись до всього. Це універсальні навички, без яких ви не зможете стати професіоналом у будь-якій сфері. Математика навчила мене досягати правильних результатів, не обмежуючись одним способом. Також вона навчила мене бути спостережливою, уважною до деталей. Коли я шукаю, звідки з’явилась девіація у одну копійку у фінансовій звітності, кожна деталь має вагу. Згадуючи свій досвід розв’язання складних задач з функціонального аналізу або теорії міри, я розумію – мене вже ніщо не лякає. Математика робить щеплення від страху перед складними задачами. Після мех-мату ти просто розумієш, на що здатен в інтелектуальному вимірі.
Стосовно перспектив працевлаштування, я можу сказати, що у випускників математичних спеціальностей вони дуже високі. Не дивлячись на те, що я не мала фінансової освіти, на першу роботу я влаштувалася у банку, де робила аналітичні огляди. Тема моєї магістерської роботи була також пов"язана з роботою у банку, а саме з прикладними задачами прогнозування цін на сільськогосподарську продукцію. Коли я прийшла на роботу в IT-компанію, в мене не було досвіду програмування, але мене взяли. Я думаю так склалося, тому що диплом математика – це свідчення того, що людина вміє вчитися взагалі і самостійно добувати знання. Просте не слід забувати, що мати диплом математика – це ще не все, дуже важливо розвиватися як особистість, читати книжки, вчити мови, особливо англійську, володіти навичками комунікації, бути допитливим і цікавитись світом навколо себе.
Ліна Паляниця (актуарна та фінансова математика, 2016)
Зараз я працюю в консалтинговій компанії в Мюнхені, яка спеціалізується на IT, в команді Big Data. Закінчувала Київський мех-мат за спеціальностю «Теорія ймовірностей» та маю магістерський диплом з фінансів. Планувала працювати актуарієм, зробила кілька стажувань в страхових компаніях. Проте мене завжди тягнуло в IT, а найулюбленіші предмети були теорія ймовірностей і регресійний аналіз. І от, на моє щастя, стає популярним Data Science, про яку я раніше навіть не чула. Працювала аналітиком, брала участь у кількох самостійних проектах, де виконувала роль дата саєнтіста.
Наразі я працюю з Spark і Hadoop – це інструменти для Big Data і Data Science. З їх допомогою я зробила два showcases: Sentiment Analysis та Bot Detection. Для них мені були потрібні мої знання математики та алгоритмів. Для Bot Detection я прочитала кілька статей про fraud detection та anomaly detection та зробила новий видозмінений алгоритм, який краще підходив для нашої задачі.
Майже все, що потрібно з теорії для Data Science, я вивчила на мех-маті. Доучувати довелося тільки програмування. В якості всім відомих прикладів застосування Data Science, можу привести рекомендаційні системи: Netflix, Spotify, Deezer, Amazon. Зокрема, Deezer мені подобається більше, ніж Spotify, тому що видає кращі рекомендації, бо, вочевидь, має кращий алгоритм. Ще один приклад – це fraud detection, він є необхідним для будь-якої системи оплати. Щоб бути Data Scientist я раджу гарно вивчити все, що пов’язане з теорією ймовірностей, статистикою, регресійним аналізом, машинним навчанням та підготовкою даних. Щоб це все зрозуміти, звісно необхідно мати знання й з інших областей математики. Щодо практики, то раджу освоїти Python і Spark. Ну і звичайно практикуватися самостійно та шукати роботу, де зможете застосовувати ці знання для вирішення реальних задач.
Щербак Сергій (математика, 2009)
Я ніколи не був фанатом програмування. Ще в школі і університеті вивчення математики тісно зв’язували з вивченням програмування – від обрахунку квадратичних рівнянь до задач чисельних методів обчислення – тому я мав досить багато часу, щоб познайомитись з цим «звіром», але я не мав такого пекучого бажання програмувати. Навіщо? Коли ти закінчив математичний, то у тебе і так багато варіантів для розвитку і роботи.
Після університету я почав працювати актуарієм і вже на роботі я побачив як багато користі приносить програмування в роботі. Ми зробили певну автоматизацію в Ексель і це прискорило вдвічі швидкість роботи менеджерів з продажу. А введення автоматизації обліку давало б ще більше користі. Але головне, що я зрозумів після того як зробив свої перші програмки на VBA – це відчути радість, коли твоя програма працює і нею користується біля сотні людей. Таким чином, не довго думаючи, я закінчив курси програмування на Java і став програмістом. Найбільше мені подобається розбиратись я чомусь складному, освоювати нові технології і втілювати в життя нові задуми і ідеї. В цьому мені допомагають навички які я отримав, коли навчався на механіко-математичному, бо там я навчився шукати інформацію, зосереджуватись і не здаватись, навіть коли задача здавалась непосильною.
Якщо Вам цікаве програмування, то легше за все закінчити курси і починати одразу писати програми – головне практика кожен день. Також важливо розуміти, що технології змінюються і ця професія буде від Вас вимагати постійного навчання і розвитку – не варто лінуватись і очікувати, що хтось замість Вас буде шукати застосуванням новим технологіям і розказувати як і що працює. В програмуванні, як і в житті, потрібно самому відповідати за свій розвиток. Удачі!
Олексій Назаров (математика, 2008)
Привіт, я працюю в банківській сфері, лінійним керівником підрозділу фінансових казначейських ризиків. Більш простими словами, ми стежимо за рівнем ризику, властивого банку в цілому, не зважаючи на конкретні імена клієнтів. Основні види ризику у нас: ринковий ризик (ризик втрат від курсів валют і процентних ставок), ризик ліквідності (коли потрібно розплачуватися за зобов’язаннями і грошей не вистачає, а їх доводиться шукати в рази дорожче).
Уже багато років дослідники теорій і законодавці цих ризиків намагаються знайти протиотруту «винаходам» банків, щоб якось обмежити ризикову діяльність фінансових установ. Намагаються обмежити ризик-фактори на підставі того, що вже спостерігалося в минулому, це так звані «lessons learned». Регулятори встановлюють все більше вимог до банківських груп в спробах врахувати їх майбутнє.
Крім виконань регуляторних вимог, банки і самі зацікавлені в проведенні регулярного факторного аналізу діяльності банку і ринку в цілому. У підсумку, банку дуже корисно мати у себе в штаті фахівців, які здатні робити data analysis з поведінки клієнтів, з поведінки доходностей певних інструментів, курсів валют, їх коррелляціі, побудови та впровадження аналітичних інструментів.
Відповідно, нам не обійтися без математичних моделей, здатних або агрегувати n показників (наприклад, ринкові дані) в одну величину (величину ризику), або ж навпаки, екстраполювати і прогнозувати (немов відповідаючи на питання «те, що ми бачили в історії, які ймовірні збитки може принести?»).
Ось те, що найбільше мені подобається в цьому всьому: математичний апарат в цьому плані непідкупний. Якщо ти вибрав коректну і адекватну методику, то з результатом аналізу ніхто не сперечатиметься. Залишиться тільки терміново діяти і керувати ризиком, або ж приймати ідентифікований ризик і жити з ним.
Чи можна обійтися без математики в цій сфері? Так можна. Але тільки математичний апарат дозволяє отримати кількісну оцінку ризику, скільки конкретно акціонерам потрібно тримати в запасі «на чорний день».
Віталій Макогін (статистика, 2011)
На початку вересня, коли українські учні повертаються до улюбленої чи знудженої (кожен обирає особисто) школи, я мав чудову розмову в Кайзерслаутерні з молодим австрійським аспірантом на європейському конгресі зі стереології. Він фізик та займається дослідженнями й моделюванням мікроструктури акумуляторів нового покоління, тобто утверджує технологічну першість країн Європи. Я – математик, займаюся дослідженнями стохастичних об’єктів та утверджую інтелектуальну присутність України в ЄС.
Погода була жахлива, але діалог був прецікавий та стосувався вивчення математики сучасними учнями. Я глибоко переконаний, що вчити математику потрібно. Хоча б з поваги до тих здібностей, якими наділила людей еволюція й культура. Древнім грекам ми завдячуємо як мінімум двома шкільними предметами: гімнастика та геометрія. Ніхто ж не сперечається, що для здорового тіла необхідні фізичні вправи. То чому ж ставиться під сумнів доцільність математики – вправ для мозку? Адже логіка – це не вроджена навичка людини, про що я вже встиг переконатися на власному досвіді. Зазвичай логічне мислення закладається й шліфується на уроках геометрії. Тому після 15 хвилин спілкування можу з впевненістю сказати, як успішно співрозмовник вивчав цей предмет. У відомому американському серіалі постійно повторювали: «числа навколо нас». Від себе додам, що не тільки числа, але й непомітні для темного ока закономірності. Студіювання математики – це перший крок до здатності їх виявити, описати, оцінити й передбачити. Австрієць кивнув: так, погода у Кайзерслаутерні може й покращає, а от другий раз у школі не повчишся – математикою нехтувати не варто.
Розмова продовжилася за вечерею в чудовому італійському ресторані. Завжди віддаю перевагу середземноморській кухні. Ми підняли тему про правильність обраного професійного шляху. Мій життєвий досвід тільки підтвердив те, що потрібно займатися улюбленою справою, і якби я мав можливість, я так само вступив би на механіко-математичний факультет Київського національного університету імені Тараса Шевченка. Мій співрозмовник повністю погодився з цим правилом. У сенсі він також…
Оксана Мосенко (статистика, 2018)
Я працюю GMAT консультантом. GMAT – це тест на аналітичне мислення, потрібний для вступу на деякі магістерські програми за кордоном, зокрема престижну програму МВА (master of business administration). Моя робота – готувати охочих до здачі цього тесту, адже у двох із його чотирьох частин потрібно знати математику. Заняття можна проводити з групами та індивідуально, в офісі та онлайн, за графіком, який складаю сама – і це дуже зручно для студентки останніх курсів. Я встигаю навчатися, подорожувати, організовувати свої проекти і працювати.
Мені подобається працювати з людьми, тим більше, що мої клієнти дуже різні: від 21 до 40 років, зі своїми унікальними історіями та типами мислення, але всі амбіційні. Також свобода пересування дуже важлива для мене, наприклад, я 2 місяці працювала з-за кордону онлайн. І ще, мене надихає мій колектив і те, що компанія займається нашим особистим та професійним розвитком.
Дуже часто GMAT консультантом стають студенти останніх курсів мех-мату на 1, 2 чи 3 роки, саме через гнучкий графік, а далі ідуть працювати в іншу сферу. У перспективі можна рости всередині компанії, займати керівні посади або продовжити працювати вчителем математики в інших компаніях.
Математична програма для тесту шкільного рівня, але от пояснити її – вимагає хорошого розуміння і математики, і людей. Кожен клієнт для мене – виклик, чи зможу я навчити його мислити аналітично та систематизовано, адже знання лише математики для тесту мала. Для цієї роботи потрібно вміти і любити пояснювати і працювати з людьми, тож в процесі роботи ви зможете чудово розвинути ці навички!
Святослав Бегун (математика, 2008)
Мабуть кожен із нас так чи інакше задумувався про ВУЗ для продовження навчання, а відтак, і про майбутньою професією. Я свого часу обрав механіко-математичний факультет Київського національного університету імені Тараса Шевченка досить спонтанно – мене зарахували по співбесіді ще до початку вступної компанії. Тож, знаючи, що студентський квиток у мене в кишені, бажання здавати іспити в інші ВУЗи відпало саме собою.
Навчання було не легким, але й супер-фантастично-титанічних зусиль теж не вимагало. Тому залишався час на дозвілля, яке ми з друзями-однокурсниками проводили і на природі, і в походах, і на морі. Є що згадати . На старших курсах кілька наших студентів (і я в тому числі) отримали другу вищу освіту в інституті післядипломної освіти при університеті Шевченка. Ми не прогадали, адже дипломи математика і фінансиста дають певну перевагу в очах роботодоавця.
Моя перша робота – страхова компанія, де я працював актуарієм. В парі з моїм керівником, який зараз обіймає посаду голови правління страхової компанії, ми розробили кілька інноваційних підходів до автострахування, що дозволило компанії зберегти лідируючі позиції на ринку в буремні двотисячні роки. Можу сміливо заявити, що без математичної бази втілення цих проектів було би неможливим.
Зрозумівши як влаштована страхова компанія, вирішив спробувати себе в банківській сфері, а саме в департаменті ризиків кредитування. Зазначу те, що співпраця була дуже плідною, ми розробили численні «скоринг-моделі» для видачі кредитів, які й донині використовуються в банку. Згадується як керівник підбирав людей виключно з математичною освітою в свою команду. Ті, хто мали тільки економічну освіту, просто не могли розібратися в тонкощах кореляції між характеристиками позичальників і масштабуванням скорингових балів. Як вже потім з’ясувалося – мій керівник теж свого часу закінчив механіко-математичний факультет університету Шевченка.
А зараз я працюю в інвестиційній компанії, займаюсь аналізом міжнародних ринків, переоцінкою активів і звітністю для акціонерів. Працювати доводиться із зовсім іншим програмним забезпеченням, але структуроване мислення і математична освіта дозволяють робити вдалі прогнози і вирішувати часом непрості задачі.
Математика та математики: які вони, чим займаються, де працюють, у що вірять, про що мріють?
Випускники кафедри теорії ймовірностей, статистики та актуарної математики працюють на провідних посадах різноманітних галузей фінансів, економіки, страхування, комп’ютерної статистики, аналізу даних, статистичної обробки інформації, IT-сектору.
Ми задали 12 запитань випускникам недавніх років. Відповіді вийшли більш цікавими і глибокими, ніж ми очікували. Отже, пропонуємо їх вашій увазі і сподіваємось, що вони принесуть вам користь.
Які конкуренті переваги дало навчання на мех-маті?
Можливість продовження кар'єри як програміст, аналітик чи в страховій сфері
Здатність аналізувати великі об'єми інформації будь-якої складності
Мислення, яке дозволяє розібратись в любій поставленій
Ексклюзивні знання та навички. Глибоке розуміння предмету, що виділяє серед конкурентів. Як не прикро, але це одне з небагатьох місць де збереглася справжня наукова доброчесність.А ще я можу “lie with statistics”)) і одразу бачу, коли хтось маніпулює даними.
Знання статистики та математики
Можливість швидко навчатись всьому
Впевненість у собі та здатність аналізувати складну інформацію
Наполегливість, стерті рамки можливостей :)
Високий рівень математичних знань, який не часто зустрічається серед потенційних колег. Прикладні математики дивуються, як можна розуміти всі ці довгі формули.
Знання елементів програмування та математичного апарату
Ability to execute any task
Найголовніший плюс - гнучкість. Бакалаврат дає знання, які можна використовувати у фінансах, статистиці, програмуванні, оптимізації, економіці. Це величезна база.
Структурне мислення та сильну математичну базу.
Математична освіта
Чи допоміг мех-мат отримати гідну роботу? Якщо так – як саме?
Так, ті знання, той спосіб мислення, отриманий під час навчання, після цього будь-яка робота не викликає труднощів, до всього пристосовуєшся дуже швидко
Хорошою математичною базою
Програми обміну з німецькими університетами
Виносячи за дужки те що мех.-мат дав всі знання і цінності, відповідь - так. Зокрема, репутація факультету допомагає - не виникало сумніву в моїй підготовці.
Так, через знайомства
Мех-мат допоміг мені вступити в Kyiv School of Economics та добре там навчатися.
Самостійно вивчена мова програмування + статистика = аналіз даних.
Українські роботодавці позитивно ставляться до мех-матівської освіти (звісно, якщо робота хоч якось пов'язана з математикою). Принаймні, співбесіди на аналітика проходили на ура.
Так. Знання англійської, елементів програмування та математичного апарату не просто допомогло знайти роботу, але й потім успішно застосовувати це.
Sure; market risk management in Aval
Так. Ті місця, де я працював, шукали виключно вихідців з мех-мату. Перша робота - спеціаліст відділу актуарних розрахунків. Друга - аналітик в ІТ-компанії.
Звичайно, допоміг! Роботодавець зразу знає, що ти чогось вартий.
Що найважливіше під час навчання на мех-маті?
Командна робота)
Вчасно все здавати
Весь час мати відповідь на питання "для чого я це роблю?". Бути притомним, не опускати руки, залишатись чесним і відкритим.
Знаходити практичне застосування отриманим знанням
Завести друзів
Зрозуміти, наскільки важливі знання можна отримати під час навчання на мех-маті
Не відволікатися на дрібниці.
Не втрачати мотивацію і шукати себе.
Намагатись зрозуміти максимум з кожного предмету
Courage
На жаль, існує проблема перенасичення інформацією. Особисто я вважаю, що предметів занадто багато. Проте, якщо прикласти зусиль і бути дисциплінованим, можна опанувати все на належному рівні. На відміну від західної освіти, на мех-маті достатньо опанувати тільки той матеріал, що дається безпосередньо на лекції і не нехтувати роботою в командах.
Докладати зусиль.
Не намагатися зрозуміти все, але старатися саме зрозуміти про що теорема, аніж зубрити все теореми та доведення по всіх предметах.
Чим мех-матянин відрізняється від інших?
Після мех.-мату відкриті всі шляхи, оскільки можеш працювати в будь-якій сфері, ти не прив'язаний до якої-небудь професії, на відміну від гуманітарних спеціальностей
Складом розуму, це точно :)
Логічним мисленням
В багатьох присутня частка "ідеалізму" - бажання займатися неймовірно цікавими речами, навіть без явного "меркантильного інтересу". Без цієї риси важко здійснити щось дійсно велике в майбутньому. Багато в кого абстрактне мислення присутнє, але тільки мех-матянин настільки глибоко вміє ним користуватися. Ніколи не знаєш, як саме цей "козир" зіграє в майбутньому.
Вони думають по іншому
Бере відповідальність на себе і думає головою
Має потенціал, про який часто не здогадується
Очима
Він щось чув про функціональний і комплексний аналіз.
Закріпив критичне мислення, зміцнив гідність, чесність і принциповість.
Будь-яка складна річ складається із декількох простих
Зробив мене атеїстом
Не існує проблем, що не можна вирішити
Розширив горизонти і допоміг повірити у себе.
I've got more critical perception of world
Я став більш дисциплінованим, не боюся складних задач та опановувати щось нове.
Дав нові категорії, якими я можу мислити про буденні речі. Наприклад, за допомогою "Теорії ймовірностей" я маю змогу дивитися на світ по-іншому і приймати кращі рішення.
Найяскравіше враження під час навчання на мех-маті
Здача колоквіуму по функану/мірі, незабутні враження на все життя
Поки навчаєшся, важко оцінити важливість тих подій і явищ, що з тобою відбуваються. Потім переосмислюєш, але вже "заднім числом."
Моменти студентського життя
Час проведений з однокурсниками
Спортивні змагання між факультетами та університетами
Зимова сесія на 3-му курсі
Якщо говорити про враження, яке пов'язане саме з навчанням - то семестр у Франції (навчання за програмою обміну).
Мислення, надзвичайний розвиток розумових навичок
Теорема Хана - Банаха :)
Вечірка в честь закінчення бакалаврату!
Функ-ан
Як мех-мат знайшов тебе?
В 9 класі я пішов навчатися в фізико-математичний ліцей, вже тоді я знав, що по його закінченню буду вчитися на мех-маті, оскільки математика - той предмет якому я хотів навчатися далі.
Я знайшла його: любила математику, нагуглила, що існує такий факультет. Спочатку знайшла львівський у Франка, але вступала до Києва, розуміючи, що тут більше можливостей.
Він завжди був поруч. І буквально (бо я прожив останні 3 роки перед вступом за 500 м від його стін), і ментально, коли постійно зустрічався з людьми мех-матівского "бекграунду." А з іншого боку перед вступом просто "відсіялись" всі інші у моєму внутрішньому рейтингу.
Мех-матівська олімпіада
Друг рекомендував
Мехмат КНУ - найкращий математичний факультет в Україні
Мех-мат нашепотів КПНЛу №145 про себе.
Друзі збиралися туди вступати, тому це справді мехмат мене знайшов, а не я його.
I've found it
Ще у школі їздив на олімпіади з математики та фізики, тому вибір був за мною)
Просто обрала найскладніший шлях :)
Це я його знайшла, до речі випадково
За що ти вдячний мех-мату?
Вдячний за можливість поїхати навчатися за кордон, адже мех-мат співпрацює з багатьма вузами Європи, тому при бажанні, за умови наполегливої праці, це більш ніж реально
За людей, яких я тут зустріла.
Не тільки за знання і друзів, але в більшій мірі за культуру. Бо культура - це не передача знань, це передача цінностей. А це можливо лише персонально, від людини до людини. Можна купити книжку - прочитати - щось зрозуміти. Можна прогуляти всі лекції, натомість працювати, перед екзаменом все завчити, здати і забути. Так, якісь знання можуть і закріпитися, але це буде лише "сирий продукт", без "наповнення і змісту." Без цінностей, так "несправжня освіта." Мех-мат же дає свободу отримання знань і можливість отримати доступ до величезного досвіду викладачів, що і є носіями цих цінностей: доброчесність, справедливість, правдивість, розуміння, чесність, вимогливість, повага і т.д.
За знання та насичене студентське життя
За нових друзів
За знання, які я там здобув. За досвід
За атмосферу та колектив.
За чудових викладачів, за гарні можливості для саморозвитку і під час, і після навчання. І, звісно, за нових друзів! І взагалі, за незабутні студентські роки.
Терпіння викладачів, поки я вчився на 1-х курсах (доки призвичаївся до великих об"ємів інформації, високого ступеня абстракції)
Good friends, good memories, useful skills
Насамперед, за той багаж знань, що я отримав. За "трамплін", з якого починається подальший розвиток.
За безцінний досвід, віру в свої сили і за можливості, які я зараз маю.
Це був найкращий для мене вибір під час мого вступу
Ідеальний викладач – який він?
Любить свій предмет, знає свій предмет, вміє цікаво його розповісти і зацікавити ним, дає задачі які є актуальними сьогодні
Багато вимагає, але все детально пояснює. Добре відносяться до студентів, шуткує.
Той, що з повагою ставиться до студента і свого предмета. На мех.-маті - переважна більшість саме таких викладачів.
Уявіть, тут не потрібно вставати перед викладачем, наче у першому класі (закодоване ""стоять, молчать, бояться""). Тут ввічливе звертання до студента на ""Ви"". На лекціях і в книжках весь час буде з'являтися ""ми доведемо,"" ""ми покажемо"". Ви рівні з викладачем.А у спорах завжди розсудить математична логіка, для якої жодного авторитету не потрібно.
Цікавий, прогресивний, вимогливий
На мою думку хороший викладач має бути сучасним науковцем та/або мати досвід роботи в найкращих компаніях індустрії. Ідеальний викладач має вміти позитивно налаштовувати студентів і пояснювати перспективи, які дає навчання.
Ідеальний викладач вдало подає матеріал. Його цікавить, наскільки студенти розуміють лекції. Він вміє зацікавити студентів. І зазвичай студентів дуже цікавить питання - навіщо потрібен цей курс? Ідеальний викладач знає відповідь!
Намагається бути зі студентами на одному рівні; пояснює предмет від простого "як для дітей" до складного; слідкує за уважністю студентів
Practical
1. Він має любити свій предмет, чи хоча б відмінно у ньому розбиратися. 2. Має вміти доступно пояснити ( бо часто це зовсім не випливає з першого пункту) 3. Має буди доступним до спілкування зі студентами, питань, дискусій, обговорень. Не має бути зверхнього ставлення. 4. Має мотивувати та залучати студентів до роботи (невеликі самостійні, перевірка та розбір домашнього завдання, робота в команді, пояснення доцільності вивчення даного предмета, приклади з реального життя). Навчання не має бути лише заради навчання. 5. Оцінювання має бути прозорим, тобто студенти наперед мають знати за що і яким чином вони отримають бали. 6. Він має мінімізувати власний ""суб'єктивний"" вплив на фінальний результат.
Який зрозуміло пояснює матеріал, але й при цьому багато вимагає.
Чи справді в житті потрібна математика? Може, краще одразу вчитися програмувати?
Щоб запрограмувати деяку програму, спершу треба побудувати математичну модель, по якій і можна буде написати код програми, тому на мою думку, отримати гарну математичну базу важливіше, ніж відразу вчитися програмувати
а якщо не надихає програмування? є ж багато інших, класних спеціальностей:) з математика можна зробити будь-кого.
Програмувати зараз можуть всі. Тому найбільший попит зараз на прикладних програмістів: тих хто спеціалізуються на конкретній сфері. Кого візьмуть реалізовувати автоматичну систему прийняття рішень: випускника кібернетики, чи математика який розуміє як функціонують математичні моделі класифікації?
Все залежить від горизонту твоїх запитів. Якщо ти вже завтра хочеш почати "заробляти в ІТ", то будь ласка - курсів програмування повно, ніхто не змушує закінчувати університет. Якщо ж ти бачиш не на 1 рік вперед і "оптика" в тебе мінімум на 5 -10 років, то зможеш оцінити всі переваги, що надає вивчення математики на вищому рівні. Після здобутої математичної освіти ти матимеш здатність виходити "за рамки" пропонованих умов, генерувати незвичні ідеї, вмітимеш розв'язувати найскладніші життєві задачі.
Так, математика допомагає у будь якій сфері
Так, краще одразу програмувати
Якщо не казати про математиків-науковців, математику треба вчити для загального розвитку, який потім дуже знадобиться в іншій діяльності (наприклад програмування чи економіка). Математика це цікаво :)
Краще робити це одночасно
Математики, які йдуть в програмування - не рідкість, а от навпаки буває дуже рідко. Важко знати наперед, наскільки знадобиться математичний апарат - а він, скоріше за все, знадобиться! Machine Learning, наприклад, має серйозне теоретичне підґрунтя.
Так, потрібна, але не лише математика.
For being good programmer one shall become good mathematician first.
Програмування - це безсумнівно прибуткова, проте вузька галузь. Математика, по-перше, дасть більш глибоке розуміння того ж програмування, по-друге, дає змогу працювати і в інших галузях, по-третє, формує раціональне мислення та особливий світогляд, розвиває розумові здібності. Недаремно часто у математиків виявляються таланти у музиці, малюванні, поезії чи прозі.
Може й краще :) Залежить від того, яку спеціальність в ІТ ви хочете мати.
Краще ці речі поєднати, якщо ти хочеш займатися цікавими речами багато років після випуску та стати професіоналом високого рівня
Що порадиш абітурієнту?
Вступати на механіко-математичний факультет, адже після нього відкриті всі дороги до будь-якої професії)
Вступати, вчитись, але не забувати розвиватись додатково, поза факультетом.
Вір в себе, прагни найкращого
Мехмат - це дійсно великий шанс, це першокласна математична освіта, навіть набагато краща ніж у багатьох європейських університетах. Звертай більше уваги на зміст, а не форму. Можливо, на мехматі немає червоних доріжок, але є значно дорожче - кваліфіковані викладачі, підтримка адміністрації, прекрасний колектив студентів. А і ще.. запам'ятай, що після школи, насправді, ти майже нічого не знаєш про математику. Після першого курсу ти будеш не знати ще більше))
Будьте максимально активними і відкритими
Вибрати найкращий вуз, а після 2 курсу думати про роботу
Більше спілкуватись з викладачами та випускниками, щоб дізнатись про можливості, які дає механіко-математичний факультет
Вірити в те, що все що викладають (ну майже все) знадобиться чи то в роботі, чи то в навчанні, чи то під час розваг.
Натхнення, свідомого вступу, успішного навчання. І насичених студентських років!
Поступати; не здаватись, якщо щось не виходить в перші місяці/семестри; намагатись зрозуміти максимум з кожного предмету
Be open minded
Спочатку вибрати декілька сфер, де хотів(ла) б працювати. Далі подумати, яка освіта дасть більше можливостей себе реалізувати в цих сферах. Визначитися для себе, чи готовий (а) ти мінімум 10 років свого життя "сушити мізки". Так, навіть якщо математика подобалася в школі, в університеті відбувається перенасичення цим предметом. Так само і подальша робота буде пов'язана з постійною активною розумовою діяльністю.
На мех-мат треба йти, якщо ви згодні багато працювати. Якщо ні, то користі буде мало.
Можливо, ще є щось важливе, що залишилось недосказаним?
Ні)
Я рада, що я потрапила саме на мех-мат і збираюсь ще два роки магістратури навчатись тут:)
Головне навчитись навчатись
Я жалкую, що не викладався на повну.
Та багато можна писати, часу просто немає ;-)
Спіть достатньо :) Безсонні ночі за навчанням не покращують, а понижують результати!
Дуже дякуємо за відповіді на питання випускникам та студентам механіко-математичного факультету!
Юрчук Вероніка Владиславівна, RingLabs, Machine Learning Researcher, Київ, випускниця 2017 р.
Паляниця Ліна Борисівна, Woodmark Consulting, Intern in Big Data team, Мюнхен / Ульм, випускниця 2016 р.
Замковець Сергій Едуардович, Університет Гамбурга, Гамбур ( Німеччина), випускник 2016 р.
Криницька Катерина, Vietnam Prosperity Bank, Vietnam, випускниця 2008 р.
Назаров Олексій Валерійович, Райффайзен Банк Аваль, Україна, Київ, випускник 2008 р.
Любашенко Дарина Володимирівна, Stevens Institute of Technology, PhD candidate, USA, Hoboken (NJ), випускниця 2016 р.
Яковлєв Микола Сергійович, Data Scientist, Fareportal, Київ, Україна, випускник 2016 р.
Ільїн Дмитро Вікторович, University of Pittsburgh, США, випускник 2012 р.
Щербак Сергій Вікторович, Ск Провідна, програміст, Київ, випускник 2009 р.
Рудий Володимир Тарасович, Innovizo, Data Scientist, Київ, випускник 2016 р.
Макогін Віталій, Університет м. Ульм, пост док., Німеччина, Ульм, випускник 2011 р.
Стельмах Олександр Павлович, Мерседес-Бенц Банк, ризик-менеджер, Штуттгарт, Німеччина, випускник 2016 р.
Матева Ольга Олегівна, НБУ, аналітик, Київ, випускниця 2017 р.
Бігун Дмитро Станіславович, аналітик, Київ, студент 1 курсу магістратури.
Знання математики, набуті на початкових курсах механіко-математичного факультету, здатність розуміти зміст формул, вміння не лякатись інтегралів та
багатовимірних просторів – важливий стартовий капітал, котрий потрібно примножити та вигідно розмістити. Чудові можливості для цього відкриває спеціалізація
у галузі аналізу даних із застосуванням сучасних статистичних методів та ефективних комп’ютерних засобів. У рамках цієї спеціалізації ви познайомитесь з
базовими підходами до збирання і аналізу статистичних даних, побудови моделей випадкових явищ, прогнозування та вироблення рекомендацій на основі таких моделей. З 2018 року на кафедрі теорії ймовірностей, статистики та актуарної математики в рамках спеціальності «Статистика» буде відкрито нову спеціалізацію
Комп’ютерна статистика та аналіз даних, як для бакалаврів, так і для магістрів.
У рамках спеціалізації для бакалаврів будуть прочитані такі навчальні курси: Статистичний аналіз часових і просторових залежностей (Spatial statistics) – як аналізувати статистичні дані, що надійшли з різних місць і
були отримані у різний час на основі ймовірнісних моделей із застосуванням сучасних комп’ютерних засобів. Математичне моделювання випадкових процесів (Stochastic processes modeling and simulation) – створення математичних моделей для опису
розвитку випадкових явищ природи та суспільства та їх комп’ютерна реалізація. Планування вибіркових обстежень (Survey sampling) – методи збору статистичної інформації, розробка ефективних планів та аналіз даних
обстежень. Часові ряди (Time series) – методи аналізу послідовних спостережень з метою виявлення та опису залежностей, які дозволяють прогнозувати
та робити рекомендації по оптимальному управлінню процесом.
Розвиток інформаційних технологій, накопичення величезних обсягів даних, привели до вибухового розвитку методів та алгоритмів їх статистичного аналізу.
Відповідно зростає потреба у спеціалістах, здатних застосовувати свої математичні здібності у сфері аналізу даних. Професія аналітика даних вважається однією
з найбільш перспективних у ХХІ столітті.
Аналітик даних (data analyst) – професія, що набула популярності із розвитком інформаційних технологій, накопиченням великих обсягів статистичних даних, які вимагають спеціальних методів обробки. Спеціаліст з аналізу даних повинен поєднувати володіння сучасними методами комп’ютерної обробки інформації із хорошим знанням теоретичних основ математичної статистики. Його мета – не тільки виявити приховані закономірності у наявних наборах даних, але і вміти обґрунтовано висунути та перевірити гіпотези про досліджувані явища, спрогнозувати їх подальший розвиток, допомогти замовникам у прийнятті рішень. Постійне зростання потреби у збиранні й оцінюванні величезних обсягів даних породжує високий попит на спеціалістів зі статистичного аналізу даних. Недаремно цю професію називають найперспективнішою професією 21 століття. З 2018 року на кафедрі теорії ймовірностей, статистики та актуарної математики в рамках спеціальності «Статистика» буде відкрито нову спеціалізацію
Комп’ютерна статистика та аналіз даних, як для бакалаврів, так і для магістрів.
У рамках спеціалізації для магістрів будуть прочитані такі навчальні курси: Комп’ютерна статистика (Computer statistics) – знайомство з сучасними комп’ютерними технологіями аналізу даних та статистики. Статистичні алгоритми навчання (Machine learning) – вступ до сучасних адаптивних методів розпізнавання образів, прогнозування і прийняття рішень за допомогою нейронних мереж, дерев прийняття рішень, генетичних алгоритмів та інших технологій штучного інтелекту. Часові ряди (Time series) – аналіз даних з часовою та просторовою залежністю, сучасні техніки статистичного прогнозування. Статистичний аналіз багатовимірних даних (Big data) – методи виявлення статистичних зв’язків та залежностей, створення та перевірка моделей досліджуваних явищ на основі великих обсягів багатосторонньої інформації: дослідницький факторний аналіз, зниження вимірності, кластерний аналіз, багатовимірне шкалування, підтверджувальний факторний аналіз, графічні статистичні методи та моделі. Чисельні методи у статистиці (Statistical computations) – ефективні сучасні методи та алгоритми обчислень у статистиці. Непараметрична статистика (Nonparametric statistics) – наука та мистецтво побудови і підгонки математичних моделей статистичних даних на основі мінімальних апріорних припущень. Вибіркові обстеження (Survey sampling) – як правильно проводити відбір даних для статистичного аналізу та як усувати недоліки невдалого відбору.
Окрім здобуття ґрунтовної теоретичної бази, наші студенти набувають реальні навички із прикладної статистики, математики і комп’ютерного програмування. Інтенсивні курси статистичного моделювання і прогнозування забезпечують підготовку спеціалістів із науки аналізування даних на найвищому міжнародному рівні. Для вступу до магістратури за спеціалізацією комп’ютерна статистика та аналіз даних необхідно мати диплом бакалавра за спеціальністю математика,
статистика, системний аналіз або прикладна математика.
Будемо раді співпрацювати з вами на нашій кафедрі!
Статистика
Актуарна і фінансова математика
Спеціальність "Статистика" є однією з найбільш перспективних у світі. За даними компанії Gartner (США) очікується, що в найближчі роки попит на статистиків та дата-аналітиків збільшиться на 4,4 млн. робочих місць по всьому світу.
2013 рік міжнародною спільнотою визнано роком статистики.
На механіко-математичному факультеті КНУ проводиться навчання бакалаврів за напрямом "Статистика" та магістрів спеціальності "Прикладна та теоретична статистика".
Актуарії є провідними експертами з управління ризиками та фінансовими невизначеностями. Вони розробляють та впроваджують математичні моделі, покликані оцінити ймовірності майбутніх подій та побудувати ефективну стратегію діяльності.
Актуарії складають основу прийняття найважливіших фінансових рішень в таких галузях, як страхування, банківський та інвестиційний сектор економіки, пенсійне забезпечення, фінансовий консалтинг.
А ще актуарна професія є однією з найбільш високооплачуваних у світі!
Перегляньте відео викладачів, випускників та студентів мех-мату про перспективи та можливості
застосування математики у сфері фінансів та економіки, страхування та інвестування.
На кафедрі теорії ймовірностей, статистики та актуарної математики ми приділяємо велику увагу підготовці фахівців, які працюватимуть у прикладних галузях,
таких як - статистика, аналіз ризиків, страхування, фінансова та економічна аналітика.
Зауважимо, що ми щорічно оновлюємо наші навчальні програми, щоб відповідати потребам
мінливих ринків. Наприклад, ми пропонуємо студентам ряд курсів пов'язаних із аналізом даних, машинним навчанням та штучним інтелектом.
Це надзвичайно динамічна галузь, яка демонструє щорічне зростання і за прогнозами потреба у подібних фахівцях продовжуватиме зростати протягом наступних 5-10 років.
Щоби переконатися, що матеріал який ми викладаємо не втрачає актуальності ми постійно отримуємо зворотній зв'язок від студентів, випускників та наших колег які працюють у цій сфері.
Окрім того, викладачі кафедри також мають практичний досвід роботи за спеціальністю і тому добре відчувають потреби ринку.
В результаті нам вдається досягти того, що значний відсоток випускників нашої кафедри працює за спеціальністю, і згідно з опитуванням випускників, які ми проводимо регулярно,
використовують набуті знання безпосередньо у своїй діяльності.
Цікаві факти
Одним із революційних відкриттів ХХ ст. було усвідомлення того, що випадковість є невід'ємною властивістю явищ фізичного світу та людського суспільства, а не результатом помилок чи нерозуміння. Необхідність аналізу закономірностей, що виявляють себе через випадковість, привела до стрімкого розвитку математичних методів статистичного аналізу даних. Дізнатися більше
Dear Professor Josef Teichmann,
Яким чином предмети, які особисто Ви викладаєте, можуть бути використані студентами в їхній подальшій професійній діяльності?
Мене звуть Тетяна, я займаюся розробкою програмного забезпечення. Закінчила механіко-математичний факультет, кафедру теорії ймовірностей, статистики та актуарної математики.Я працюю в українському офісі данської компанії вже більше трьох років. Ми робимо продукт, який дозволяє оптимізувати роботу інвестиційних фондів. Конкретно моя команда працює над задачами, які створюють нові можливості фінансового обліку цінних паперів. Я люблю свою роботу, і кожен день стикаюсь із розв"язанням складних задач. 
Зараз я працюю в консалтинговій компанії в Мюнхені, яка спеціалізується на IT, в команді Big Data. Закінчувала Київський мех-мат за спеціальностю «Теорія ймовірностей» та маю магістерський диплом з фінансів. Планувала працювати актуарієм, зробила кілька стажувань в страхових компаніях. Проте мене завжди тягнуло в IT, а найулюбленіші предмети були теорія ймовірностей і регресійний аналіз. І от, на моє щастя, стає популярним Data Science, про яку я раніше навіть не чула. Працювала аналітиком, брала участь у кількох самостійних проектах, де виконувала роль дата саєнтіста.
Я ніколи не був фанатом програмування. Ще в школі і університеті вивчення математики тісно зв’язували з вивченням програмування – від обрахунку квадратичних рівнянь до задач чисельних методів обчислення – тому я мав досить багато часу, щоб познайомитись з цим «звіром», але я не мав такого пекучого бажання програмувати. Навіщо? Коли ти закінчив математичний, то у тебе і так багато варіантів для розвитку і роботи.
Привіт, я працюю в банківській сфері, лінійним керівником підрозділу фінансових казначейських ризиків. Більш простими словами, ми стежимо за рівнем ризику, властивого банку в цілому, не зважаючи на конкретні імена клієнтів. Основні види ризику у нас: ринковий ризик (ризик втрат від курсів валют і процентних ставок), ризик ліквідності (коли потрібно розплачуватися за зобов’язаннями і грошей не вистачає, а їх доводиться шукати в рази дорожче).
На початку вересня, коли українські учні повертаються до улюбленої чи знудженої (кожен обирає особисто) школи, я мав чудову розмову в Кайзерслаутерні з молодим австрійським аспірантом на європейському конгресі зі стереології. Він фізик та займається дослідженнями й моделюванням мікроструктури акумуляторів нового покоління, тобто утверджує технологічну першість країн Європи. Я – математик, займаюся дослідженнями стохастичних об’єктів та утверджую інтелектуальну присутність України в ЄС.
Я працюю GMAT консультантом. GMAT – це тест на аналітичне мислення, потрібний для вступу на деякі магістерські програми за кордоном, зокрема престижну програму МВА (master of business administration). Моя робота – готувати охочих до здачі цього тесту, адже у двох із його чотирьох частин потрібно знати математику. Заняття можна проводити з групами та індивідуально, в офісі та онлайн, за графіком, який складаю сама – і це дуже зручно для студентки останніх курсів. Я встигаю навчатися, подорожувати, організовувати свої проекти і працювати. 
Мабуть кожен із нас так чи інакше задумувався про ВУЗ для продовження навчання, а відтак, і про майбутньою професією. Я свого часу обрав механіко-математичний факультет Київського національного університету імені Тараса Шевченка досить спонтанно – мене зарахували по співбесіді ще до початку вступної компанії. Тож, знаючи, що студентський квиток у мене в кишені, бажання здавати іспити в інші ВУЗи відпало саме собою.
