Program Ekonometrie a operační výzkum
► Chcete měnit svět pomocí dat a modelů?
Magisterský program Ekonometrie a operační výzkum Vás připraví na kvantitativní analýzu a rozhodování v ekonomice, byznysu i veřejném sektoru. Naučíte se využívat pokročilé statistické a optimalizační nástroje, analyzovat složité ekonomické jevy a navrhovat efektivní řešení, která přinášejí reálný dopad.
Standardní délka studia: 2 roky
Předpokládaný počet přijímaných uchazečů: 50 (25+25)
Garant programu: doc. Mgr. Vladimír Holý, Ph.D.
Garantující katedry: Katedra ekonometrie

Magisterský program Ekonometrie a operační výzkum připravuje ekonomicky orientované analytiky na řešení složitých problémů v ekonomii, byznysu i veřejném sektoru. V rámci studia se naučíte efektivně využívat analytické nástroje, matematické modely a moderní software (zejména R a Python) k analýze dat, predikci ekonomických jevů a optimalizaci rozhodovacích procesů. Při výuce je kladen důraz na klíčové modelovací principy a jejich využití při řešení aktuálních případových studií. Program tak kombinuje pevné teoretické základy s praktickou aplikací na reálných datech, aby byli absolventi připraveni okamžitě uplatnit své znalosti v praxi.
Během studia získáte dovednosti v oblasti:
- Analýze dat a modelování – ovládání statistiky a pokročilých regresních a ekonometrických modelů vhodných i pro velké a složité datové soubory.
- Plánování a řízení rozhodovacích procesů – navrhování a implementace ekonomických a optimalizačních modelů pro podporu strategického i operativního rozhodování.
- Týmové spolupráci a projektovém řízení – zkušenosti s prací na reálných projektech, rozvoj schopností spolupracovat v týmu i převzít roli vedoucího.
- Prezentaci a komunikaci výsledků – schopnost srozumitelně prezentovat závěry odbornému i širšímu publiku v češtině i angličtině.
- Kritickému myšlení a řešení problémů – dovednost hodnotit vhodnost zvolených metod, interpretovat výsledky v kontextu ekonomické reality a navrhovat inovativní řešení složitých úloh.
Specializace:
Program nabízí dvě specializace:
- Ekonometrie – zaměřuje se na pokročilé statistické a regresní modely, zejména na dynamické, prostorové či panelové modely, a na mikro a makroekonometrickou analýzu. Na základě dat budou umět absolventi identifikovat, kvantifikovat a interpretovat komplexní ekonomické jevy a vztahy.
- Operační výzkum – soustředí se na optimalizaci rozhodovacích procesů, teorii her a modelování složitých problémů v logistice, dopravě, výrobě či veřejné správě. Absolventi dokáží navrhovat efektivní řešení v konfliktních a konkurenčních situacích.
Vyučované předměty
| Diplomový seminář I | Principy ekonometrie |
| Diplomový seminář II | Případové studie I |
| Kvantitativní ekonomie | Případové studie II |
| Matematická optimalizace |
| Dynamické modely | Modely panelových dat |
| Makroekonometrie | Prostorové modely |
| Mikroekonometrie |
| Operační výzkum | |
| Analýza efektivnosti a produktivity | Produkční a rozvrhovací modely |
| Dopravní a logistické modely | Teorie her |
| Ekonomické rozhodování | |
| Ekonomie | |
| Ekonomie II | Vybraná témata z empirické a aplikované makroekonomie |
| Empirická mikroekonomie a tvorba politik (v angličtině) | |
| Business a finance | |
| Aplikovaná ekonometrie v bankovnictví a pojišťovnictví | Webová a mobilní analytika |
| Kvantitativní finance | |
| Analýza dat | |
| Bayesovské modelování v ekonomii | Případové studie z Data Science |
| Modelování v Data Science | Vícerozměrná analýza dat (v angličtině) |
| Pokročilé statistické strojové učení (v angličtině) | |
| Umělá inteligence | |
| Interpretovatelné metody strojového učení a AI | Programování pro AI a data science |
| Principy umělé inteligence | Umělé neuronové sítě a hluboké učení |
| Dovednosti | |
| Elektronická sazba a publikování | Metadovednosti pro praxi II – Hackathon |
| Metadovednosti pro praxi I | |
| Mezinárodní | |
| International Week | Odborná stáž v zahraničí |
| Analýza efektivnosti a produktivity | Produkční a rozvrhovací modely |
| Dopravní a logistické modely | Teorie her |
| Ekonomické rozhodování |
| Ekonometrie | |
| Dynamické modely | Modely panelových dat |
| Mikroekonomie | Prostorové modely |
| Makroekonomie | |
| Ekonomie | |
| Ekonomie II | Vybraná témata z empirické a aplikované makroekonomie |
| Empirická mikroekonomie a tvorba politik (v angličtině) | |
| Business a finance | |
| Aplikovaná ekonometrie v bankovnictví a pojišťovnictví | Webová a mobilní analytika |
| Kvantitativní finance | |
| Analýza dat | |
| Bayesovské modelování v ekonomii | Případové studie z Data Science |
| Modelování v Data Science | Vícerozměrná analýza dat (v angličtině) |
| Pokročilé statistické strojové učení (v angličtině) | |
| Umělá inteligence | |
| Interpretovatelné metody strojového učení a AI | Programování pro AI a data science |
| Principy umělé inteligence | Umělé neuronové sítě a hluboké učení |
| Dovednosti | |
| Elektronická sazba a publikování | Metadovednosti pro praxi II – Hackathon |
| Metadovednosti pro praxi I | |
| Mezinárodní | |
| International Week | Odborná stáž v zahraničí |
Vzorový studijní plánVíce o programu
Uplatnění absolventů
Absolventi programu jsou vysoce žádaní na trhu práce. Uplatní se na analytických i manažerských pozicích v bankovnictví, pojišťovnictví, logistice, energetice, e-commerce, retailu, zdravotnictví, poradenských firmách, výzkumných institucích, státní správě či v technologických a datově orientovaných společnostech. Díky vynikajícím matematickým a analytickým dovednostem dokážou rychle reagovat na potřeby různých odvětví a přinášet inovativní řešení.
Přesvědčili jsme vás?
Podejte přihláškuOkruhy k přijímacím zkouškám
Q&A obecné
Na Dni otevřených dveří máte možnost poznat fakultu i vyučující zblízka. Dozvíte se více o studiu, možnostech praxe i uplatnění absolventů. Je to ideální příležitost zjistit, jaké to u nás skutečně je. Sledujte stránku DOD pro aktuální informace.
Podrobné informace o podmínkách přijímacího řízení naleznete na stránce věnované přijímacímu řízení.
Všechny informace o možnostech doktorského studia naleznete zde.
Absolventi FIS mají nejvyšší průměrné výdělky mezi fakultami VŠE – nejčastěji 70–80 tisíc Kč měsíčně. Už během studia pracuje v oboru 89 % studentů. Absolventi působí jako analytici, projektoví a produktoví manažeři, vývojáři, testeři, konzultanti či designéři. Najdete je v IT firmách, bankách, pojišťovnách, auditorských a poradenských společnostech, médiích, kreativních agenturách i ve státní správě. FIS má také nejvíce podnikatelů mezi fakultami.
(Zdroj: Data Absolventského centra, říjen 2024)
Ano. Mnoho studentů pracuje v oboru na částečný úvazek nebo sbírá zkušenosti na stážích. Studium je sice náročné, ale s dobrou organizací času lze práci a školu úspěšně skloubit.
Bodová hranice se každý rok liší. Navíc se otevírají nové programy, u kterých se mohou výsledky výrazně změnit. Přehled hranic z minulého roku naleznete zde.
Ano, pro každý program budete muset absolvovat přijímací zkoušku zvlášť. Všechny zkoušky se konají ve stejný den, a to 18. 6. 2026 v areálu VŠE na Žižkově. Nemusíte se ale bát – pokud budete dělat více zkoušek, dostanete mezi nimi čas na odpočinek. Navíc pokud se hlásíte na podobné programy, můžete očekávat, že se v jednotlivých zkouškách objeví podobné okruhy otázek. Více informací o okruzích otázek pro jednotlivé magisterské studijní programy najdete na webu v přehledu u každého programu.
Ještě více než u bakalářských programů zde platí, že jaké si to uděláte, takové to budete mít. Studium je více zaměřené na praxi a na prohlubování znalostí v konkrétních oblastech. To sice někdy znamená méně teorie a testů, ale naopak více semestrálních a týmových prací, často na praktických projektech pro firmy a neziskové organizace. Je také kladen větší důraz na osobní odpovědnost a studium je obecně flexibilnější než na bakalářském stupni.
Přemýšlejte o studiu jako o příležitosti prohloubit si znalosti v oblastech, které Vás skutečně zajímají. Velkou výhodou magisterského studia je široká nabídka volitelných předmětů i vedlejších specializací a specializačních bloků. Většina studentů při studiu pracuje na poloviční nebo částečný úvazek ve svém oboru. Zvládnout se to dá, ale je důležité dobře plánovat. Studium může být náročné, proto je dobré nastavit si rozvrh tak, aby pro Vás bylo přínosem a nepředstavovalo jen další zátěž vedle práce.
Okruhy otázek najdete na webu u jednotlivých magisterských studijních programů. Zaměřte se především na obecné znalosti z daných okruhů. Nesoustřeďte se pouze na memorování konkrétních faktů a teorií. Okruhy bývají poměrně široké a přijímací zkouška nemůže pokrýt celou oblast do hloubky. Proto je lepší soustředit se spíše na šíři znalostí než na detailní znalost několika úzce vymezených témat. Dobrou zprávou je, že pokud u nás skládáte státní zkoušku, některé okruhy se mohou s přijímacími zkouškami překrývat.
Q&A programu
Studium vyžaduje matematické a analytické myšlení. Součástí je také práce v programovacích jazycích R a Python, které se využívají pro analýzu dat, optimalizaci a další praktické aplikace.
Program vyžaduje základní znalosti pravděpodobnosti a statistiky a základní dovednosti v programování. Výhodou je také povědomí o lineární regresi a lineárním programování. Nicméně hned v prvním semestru jsou povinné předměty Principy ekonometrie a Matematická optimalizace, které regresní a optimalizační modely řeší od základů a umožňují vyrovnat znalosti studentů z různých bakalářských programů.
Studenti pracují na reálných projektech, které pokrývají celý analytický proces – od formulace a modelování problému přes analýzu dat a tvorbu predikcí až po návrh optimalizace rozhodovacích procesů. Projekty se zaměřují například na finance, logistiku, e-commerce, průmysl, sport nebo veřejnou správu.
Odpověď, kterou hledáte, tu není? Zeptejte se našich studentů!
Kontakt
Máte-li jakékoli dotazy ohledně budoucího studia, můžete využít náš projekt „Zeptej se!“. Do projektu jsou zapojeni naši současní studenti, kteří Vám rádi odpovědí na vše, co Vás zajímá ohledně magisterského studia na FISu nebo s ním souvisejících témat.
Kromě toho máte také možnost obrátit se na studijní oddělení, které Vám bude kdykoli nápomocné v průběhu celého studia.
