Начало / Университетът / Факултети / Стопански факултет / Новини от факултета / Academia Datathon 2018: Иновация и образование - Data Science и FinTech в едно, 27-29 април 2018 в зала 420 и 304 на Стопанския факултет

   

27.04.2018

 

Academia Datathon 2018: Иновация и образование - Data Science и FinTech в едно, 27-29 април 2018 в зала 420 и 304 на Стопанския факултет

 

 

 

Този уикенд предстои международно Data Science университетстко предизвикателство - #AcademiaDatathon, организирано от Data Science Society. След последния Datathon през февруари в Стопанския факултет на Софийския университет "Св. Климент Охридски", интересът към подобно събитие, проведено на множество локации по света, не стихна. Този път Datathon-ът ще предизвика студентите от 10 университета от 5 различни държави в Европа и Азия. Над 150 студенти с познания в областта на иконометрията, статистиката, анализа на данни и математиката ще имат 48 часа за решаване на практически казус за разработване на Machine Learning модел за ефективно инвестиране и търгуване с криптовалути. Над 25 ментори от цял свят ще помагат на студентите с решаването на Data Science загадката.

 

Днес развитието на технологиите се движи по-бързо от образованието, но междувременно в университетите професорите трудно могат да привлекат вниманието и да мотивират студентите с традиционните академични методи и задачи. Учебният процес има нужда от непрекъснато адаптиране, а трансформацията идва най-често от малцина професори и академични преподаватели, които не само силно вярват, но и действат за промяна на образователните модели. Това се случва благодарение на техники за игровизация и симулация на реални случки от бъдещия професионален път на студентите.

 

В ерата на цифровизацията и огромното количество данни, които се намират около нас, областта на Data Science ще придобива все по-голяма популярност и интерес през следващите години на технологично развитие. И разбира се, търсенето определя предлагането. Точно затова е необходимо да съществуват алтернативи на традиционното образование, които по-скоро да будят и да поддържат интерес, отколкото да отегчават. Факт е че студентите учат и възприемат най-добре чрез действие и за да стане сферата на науката за данни по-приложима и достъпна, е необходимо студентите да се запознават с актуални ресурси, както и да решават реални случаи и да прилагат практически упражнения в учебния процес.

 

Промяната

 

Общност от ентусиастите в сферата на науката за данните (Data Science Society) прилага иновативния модел в университетските системи, като следва идеята, че ученето върви ръка за ръка със забавление и експериментиране.

 

доц. Ангел Марчев, инициатор на академичния Datathon и член на менторския екип на предизвикателството заявява, че "Целият учебен процес по всяка дисциплина може и трябва да бъде превърнат в игровизирано състезание - т.е. т. нар. концепция - Learn by doing и дататонът е една превъзходна форма за обучение. Разликата спрямо другите хакатони е, че тук участниците работят и се съствезават едновременно в локации от цял свят. По време на събитието участниците работят и си съдействат от места по целия свят. Освен технически умения, студентите развиват и междуличностни умения, заради необходимостта от интензивна вътрешно групова и външна комуникация и заради нуждата от неформално и официално представяне на идеите си пред останалите участници (а в крайна сметка и пред целия свят).”

 

Откъде да започнем?

 

И тъй като технологичният напредък е толкова бърз днес, експериементирането е абсолютно задължително за онези, които искат да изградят успешно уменията и познанията си в областта на науката с данни. Затова всички, независимо студенти или не, ще имат възможност да се потопят в данните чрез споделените live stream видеа по време на Datathon-а, а след уикенда и чрез самостоятелно тестване на крипто dataset-a. Не изпускайте нищо от света на данните, абонирайте се към YouTube канала на Data Science Society и станете част от #AcademiaDatathon!

 

За участие в Стопанския факултет можете да се свържете с доц. д-р Боряна Богданова от катедра Статистика и иконометрия