Вычислительная социология

Программа объединяет три сферы: социологию, науки о данных и исследования причинности. Социологические курсы помогают разобраться в теории и в основных подходах к объяснению социальных явлений. Курсы по программированию на R и Python и по аналитике данных дают инструменты для проверки предположений о закономерностях в поведении людей. Наконец, курсы, посвященные каузальности, учат создавать правильные исследовательские дизайны, позволяющие определять причины и следствия, и проводить каузальный анализ данных. Наша цель — развить социологическое воображение наших студентов, научить их видеть механизмы, стоящие за теми или иными социальными феноменами, и анализировать эти механизмы с помощью наиболее подходящих методов.

Любые объяснения, которые мы даем, каузальны по своей природе: объяснить — значить найти причину и следствие и раскрыть, каким образом одно ведет к другому. Именно в объяснениях заинтересованы как ученые, так и практики: мы не просто хотим знать, что происходит, но и понимать, почему. Однако большинство дизайнов сбора и методов анализа данных не позволяют в реальности проверять эти механизмы. Обычно мы просто ищем связи и дальше предполагаем каузальность вместо того, чтобы устанавливать и проверять ее. Наша программа создана, чтобы преодолеть этот разрыв, обучив студентов не только видеть теоретические механизмы, но и создавать специфические дизайны и применять методы для их анализа — от ставших уже стандартом АБ тестов до более сложных традиционных методов анализа причинности (разрывная регрессия, модели разницы разниц, matching) и самых современных подходов к майнингу казуальности из данных с помощью машинного обучения.

Выпускники нашей программы научатся видеть смысл в данных, соединяя навыки, взятые из социальных наук и наук и о данных. Они будут способны использовать широкий спектр методов анализа данных, включая последние разработки в сфере машинного обучения и интерпретируемого искусственного интеллекта. При этом особенность программы в том, что она не просто фокусируется на большом количестве разнообразных методов, но учит применять эти методы к реальным задачам реальных организаций. Такой широкий спектр умений позволит найти себя в индустрии высоких технологий — в аналитике, управлении проектами и R&D департаментах компаний; в государственном секторе, где навыки оценки социальных программ играют важную роль, а также в науке, где каузальные исследования ценятся наиболее высоко.