Преподаватели программы - о том, зачем учиться анализу данных

Без анализа данных в современном мире никуда. Магистерская программа «Фундаментальная экономика: теория и математические методы» на опыте членов Совета эту истину усвоила и решила предложить студентам уникальную возможность получить самые востребованные навыки независимо от того, какую именно специализацию они выберут в ходе своего обучения. Мы научим вас машинному обучению и анализу «больших данных», дизайну количественных обследований, методам анализа микроданных, макроэконометрике, моделям экономических сетей и многому другому.

Звучит устрашающе? Совсем нет. «На входе» мы ждем от вас лишь стандартных знаний в области экономической теории и методов (ознакомиться с программой и оценить приблизительную сложность заданий можно в учебном пособии по этой ссылке). Всему остальному, как говорится, научим.

Чему именно и зачем научим мы попросили рассказать наших замечательных преподавателей – авторов курсов направления «Моделирование и анализ данных».

Юрий Перевышин, автор курса «Динамические модели общего равновесия» (о том, насколько актуальны навыки анализа данных): «В повседневной жизни каждый из нас сталкивается, а также генерирует огромные объемы информации. Стремительное развитие средств связи позволяет практически без издержек собирать, получать, хранить и обмениваться информацией. Умение быстро, качественно и безошибочно обрабатывать обширные массивы данных позволяет быть успешным не только сотрудникам аналитических отделов, но и исследователям, предпринимателям, государственным служащим, преподавателям, медицинским работникам и т.д. Одним словом, овладение методами анализа данных - путь к успеху во многих отраслях.

В своей исследовательской деятельности мне регулярно приходится сталкиваться с необходимостью анализа большого объема данных, например, изучать дифференциацию цен на отдельные товары в российских регионах в различные периоды времени. В процессе решения поставленной задачи очень пригодились знания и навыки в области многомерного статистического анализа (кластерный анализ, методы снижения размерности), эконометрики (работа с панельными данными и временными рядами) и статистики, полученные в период освоения магистерской и бакалаврской программы ЭФ МГУ».

Светлана Бирюкова, автор курсов «Дизайн количественных обследований» и «Методы анализа микроданных в демографии, экономике и социологии» (о возможности применить полученные в рамках курсов знания): «Курс по дизайну количественных обследований — это базовый курс для тех, кто собирается заниматься научными исследованиями. Для чего нужны все эти технические знания? Во-первых, это ваш рабочий инструмент: понимание «кухни» социологических обследований позволит вам грамотно выбирать или даже самостоятельно собирать данные для своих исследовательских задач. После завершения учебы такие навыки могут пригодиться очень многим — и научному сотруднику, и маркетологу, и социологу-практику из опросной компании, и аналитику в банке или консалтинговой фирме. Во-вторых, это ваше карманное «научное сито». Мы живем в эпоху, когда практически в любой исследовательской области еженедельно выходят новые статьи, а в самых востребованных и передовых областях науки — десятки статей, результаты которых не всегда согласуются друг с другом. Каким бы вопросом вы не задались в своей квалификационной работе, вы неизбежно столкнетесь с необходимостью обобщать опыт предыдущих исследований, из сотен и даже тысяч публикаций отбирать значимые и оценивать качество, надежность, достоверность полученных в них результатов. Умение критически посмотреть на валидность использованных в статье данных по самым базовым параметрам — размеру выборки, ее структуре и репрезентативности, времени и методу сбора данных — поможет вам быстро провести «грубую очистку» и (нередко) отсеять значительное число публикаций, а значит, сэкономить свое время. Вишенка на торте — в этом курсе мы будем говорить не только и не столько о статистике, сколько о логике и психологии выборочных опросов населения » .

Анна Пестова, автор курса «Макроэконометрика» (об обязательных навыках в сфере современной макроэкономической политики): «Курс макроэконометрики предлагает современный набор методов макроэкономического прогнозирования и оценки причинно-следственных связей на уровне экономики в целом. Подобные компетенции высоко востребованы в ключевых профильных министерствах и ведомствах: Минэкономразвития, Банке России, а также в научных лабораториях и аналитических центрах. Макроэкономику нельзя назвать простой дисциплиной, многие процессы происходят одновременно, шоки имеют свойство накладываться друг на друга. Мы постараемся разложить экономическую динамику на первопричины, а также посмотрим, в каких случаях мы можем абстрагироваться от структурного анализа. Курс будет полезен тем, кто хочет вложить свои силы в улучшение макроэкономической политики».