MS w naukach o danych
University of San Francisco - College of Arts & Sciences
Klucz informacyjny
Lokalizacja kampusu
San Francisco, Stany Zjednoczone
Języki
Język angielski
Forma badania
W kampusie
Czas trwania
1 Rok
Tempo
Pełny etat
Czesne
USD 48 320 / per year *
Termin składania wniosków
Poproś o informacje
Najwcześniejsza data rozpoczęcia
Poproś o informacje
* roczne koszty czesnego są jedynie szacunkowe; koszty mogą się różnić w zależności od faktycznych zapisów na zajęcia
Wstęp
Roczny program Master of Science in Data Science (MSDS) USF zapewnia rygorystyczny program nauczania skoncentrowany na technikach matematycznych i obliczeniowych w powstającej dziedzinie nauki o danych. Program nauczania kładzie nacisk na staranne formułowanie problemów biznesowych, dobór skutecznych technik analitycznych do rozwiązywania tych problemów oraz komunikowanie rozwiązań w jasny i kreatywny sposób.
Ponad 90 procent wszystkich absolwentów od momentu powstania programu w 2012 roku otrzymało ofertę pracy w ciągu trzech miesięcy od ukończenia studiów w takich firmach, jak Amazon, Apple, Facebook, LinkedIn, Lyft, Zillow, Twitch, Tesla, Microsoft, Pinterest i Visa.
Technicznie wymagający program nauczania
Trudny program nauczania obejmuje siedmiotygodniowe kursy zaprojektowane specjalnie dla naszych uczniów — nie są oferowane w innych programach ani wydziałach. Studenci opanowują przedmioty z zakresu informatyki, statystyki i zarządzania, takie jak regresja, skrobanie stron internetowych, zarządzanie bazami danych SQL i NoSQL, przetwarzanie języka naturalnego, komunikacja biznesowa, uczenie maszynowe, analiza klastrów, tworzenie aplikacji i umiejętności przeprowadzania rozmów kwalifikacyjnych. Uczniowie przede wszystkim używają na swoich zajęciach języka programowania Python i uczą się, jak efektywnie korzystać z technologii przetwarzania rozproszonego, takiej jak MapReduce, Hadoop i Spark, oraz dokładnie zapoznają się z technologią chmury, taką jak Amazon Web Services. Studenci mają dostęp do klastra obliczeniowego GPU w Data Institute.
Wydział
Nasz wydział reprezentuje fundamentalny multidyscyplinarny charakter branży big data. To tradycyjni naukowcy i naukowcy zajmujący się danymi, aktywnie pracujący w terenie, wykorzystujący prawdziwe doświadczenie branżowe do inspirowania ich nauczania. Ich obszary specjalizacji obejmują głębokie uczenie, przetwarzanie języka naturalnego, bazy danych, modelowanie statystyczne, analitykę sieciową, algorytmy, uczenie nienadzorowane, uczenie maszynowe, optymalizację, analizę zdrowia i przetwarzanie sygnałów.
Rekrutacja
Program
Przegląd programu
Master of Science in Data Science (MSDS) to pełnoetatowy, roczny program mieszczący się w kampusie USF w centrum San Francisco. Program 35 jednostek rozpoczyna się na początku lipca każdego roku i obejmuje nowoczesny, skoncentrowany na otwartym kodzie program nauczania dla studentów, którzy poszukują wiedzy technicznej wymaganej do zostania naukowcami i analitykami danych oraz umiejętności biznesowych, aby skutecznie i strategicznie zastosować tę wiedzę.
Kursy obejmują
- Rozwój aplikacji
- Nauczanie maszynowe
- Modelowanie statystyczne
- Przetwarzanie języka naturalnego
- Strategia biznesowa
- Projekt eksperymentów
- Obliczenia rozproszone
- Głęboka nauka
- Wizualizacja danych
- Komunikacja biznesowa
Obóz szkoleniowy w zakresie nauki o danych
Program rozpoczyna się naszym boot campem, intensywnym przeglądem podstawowej wiedzy i umiejętności wymaganych do odniesienia sukcesu w programie MSDS. Studenci ukończą przyspieszone kursy powtórkowe z prawdopodobieństwa i statystyki oraz obliczeń dla analityki, a także muszą zdać egzamin z algebry liniowej, aby przejść do przodu w programie. Dodatkowo wszyscy studenci biorą udział w kursie eksploracyjnej analizy i wizualizacji danych, obejmujący łącznie trzy kursy i jeden egzamin z algebry liniowej w początkowym semestrze letnim.
Dziewięciomiesięczny staż (Practicum)
Projekty stażowe pozwalają studentom pracować przez 15 godzin tygodniowo przez dziewięć miesięcy, rozwiązując problemy związane z nauką danych w organizacjach w rejonie zatoki San Francisco i poza nią. Wszystkim studentom gwarantujemy odbycie praktyk.
Partnerstwo w zakresie usług internetowych Amazon
Master of Science in Data Science jest dumny, że nasi studenci opracowują oprogramowanie i przeprowadzają analizy w Amazon Web Services. Dzięki nowemu partnerstwu z AWS Educate i USF's Data Institute, każdy student otrzymuje znaczące wsparcie w postaci punktów kredytowych, aby zdobyć kluczową znajomość i doświadczenie w zakresie swojego zestawu technologii, w tym RedShift i EC2.
Harmonogram zajęć
Zajęcia odbywają się od poniedziałku do piątku w ciągu dnia, przy czym w każdym module odbywają się równolegle cztery zajęcia (pół semestru). Dwa dni w tygodniu przeznaczane są na staż, który rozpoczyna się w połowie października. Uczniowie biorą zajęcia razem jako kohorta, a większość klas jest podzielona na dwie sekcje, aby utrzymać małe rozmiary klas.
Wynik programu
Misją naszego programu jest wykształcenie absolwentów, którzy posiadają teoretyczne i praktyczne zrozumienie wielu klasycznych i nowoczesnych technik modelowania statystycznego i uczenia maszynowego; którzy używają współczesnych języków programowania do zbierania, czyszczenia, organizowania, kwerendy, podsumowywania, wizualizacji i modelowania dużych ilości i różnorodnych danych; i którzy wykorzystują swoją wiedzę i umiejętności do skutecznego rozwiązywania rzeczywistych problemów biznesowych opartych na danych oraz skutecznego komunikowania tych rozwiązań.
Programowe efekty uczenia się
Studenci będą:
- Posiada teoretyczną wiedzę na temat klasycznych modeli statystycznych (np. uogólnionych modeli liniowych, liniowych modeli szeregów czasowych itp.) oraz umiejętności skutecznego stosowania tych modeli
- Posiadać teoretyczne zrozumienie technik uczenia maszynowego (np. losowe lasy, sieci neutralne, naiwne Bayesa, k-średnie itp.), a także umiejętność skutecznego stosowania tych technik
- Efektywnie wykorzystuj nowoczesne języki programowania (np. R, Python, SQL itp.) i technologie (AWS, Hive, Spark, Hadoop itp.) do skrobania, czyszczenia, organizowania, wykonywania zapytań, podsumowywania, wizualizacji i modelowania dużych ilości i odmian danych
- Przygotuj się do kariery naukowców zajmujących się danymi, rozwiązując rzeczywiste, oparte na danych, problemy biznesowe z innymi analitykami danych i rozumiejąc problemy społeczne, etyczne, prawne i polityczne, które coraz częściej stanowią wyzwanie dla naukowców zajmujących się danymi
- Rozwijaj profesjonalne umiejętności komunikacyjne (np. prezentacje, wywiady, etykieta e-mailowa itp.) i rozpocznij integrację ze społecznością naukową z Bay Area
Stypendia i Finansowanie
Master of Science in Data Science Specyficzna pomoc finansowa
Stypendia
Program Master of Science in Data Science przyznaje przyjeżdżającym studentom ograniczoną liczbę stypendiów opartych na zasługach. Stypendia te nie wymagają osobnego wniosku. Wszyscy studenci przyjęci do programu są uwzględniani w tych stypendiach podczas procesu podejmowania decyzji o przyjęciu. Wnioski wypełnione przed wcześniejszą datą złożenia wniosku są traktowane priorytetowo w przypadku stypendium programowego.
Praktyki
Wszyscy studenci programu Master of Science in Data Science biorą udział w naszym dziewięciomiesięcznym stażu. Projekty te mogą być płatne lub bezpłatne, w zależności od stażu, firmy i/lub organizacji, w której student kończy swój projekt stażowy.
Finansowanie dla studentów nieudokumentowanych
Stypendium USF Magis dla nieudokumentowanych / absolwentów DACA. Aby uzyskać więcej informacji, skontaktuj się z Lori Prince, [email protected].
Stypendia zewnętrzne
Finansowanie stypendiów spoza USF dla kobiet, studentów amerykańskich i zagranicznych
Możliwości związane z karierą
Studenci kończący program MSDS osadzeni są w największej na świecie koncentracji firm technologicznych. Wyposażeni w techniki i umiejętności niezbędne do podejmowania decyzji w oparciu o dane, nasi absolwenci są przygotowani do kariery w wielu różnych dziedzinach, w obliczu szybko rosnącego zapotrzebowania na kompetentnych i dobrze wykształconych analityków danych, inżynierów i analityków. Nasi studenci korzystają również z solidnego, wewnętrznego programu usług karier, dostosowanego do potrzeb studentów przygotowujących się do stanowisk związanych z analityką danych.
Oferty zatrudnienia
Ponad 90% absolwentów od 2012 roku otrzymało ofertę pracy na pełny etat w ciągu trzech miesięcy od ukończenia studiów.
Pięciu najlepszych pracodawców absolwentów MSDS
- Amazonka
- jabłko
- Laboratoria Walmartu
Najczęstsze stanowiska absolwentów MSDS
- Naukowiec ds. danych
- Starszy analityk danych
- Data Engineer
- Inżynier oprogramowania
- Machine Learning Engineer
Wzrost wynagrodzenia w porównaniu z poprzednim zatrudnieniem
Mediana zysków w wysokości 50 000 USD po MSDS.
Wynagrodzenia
Klasa 2020:
- 120 000 dolarów — średnie wynagrodzenie podstawowe
- 160 000 dolarów – maksymalne wynagrodzenie podstawowe
- 112 500 dolarów – średnie wynagrodzenie podstawowe, studenci zagraniczni
- 120 000 dolarów — średnie wynagrodzenie podstawowe, kobiety
- 110 000 USD – średnie wynagrodzenie podstawowe, brak wcześniejszego doświadczenia zawodowego
- 122 825 USD — średnie wynagrodzenie podstawowe, ponad 2 lata doświadczenia zawodowego
- 14 000 $ – Mediana premii (podpisanie umowy, relokacja, zasługi)
English Language Requirements
Potwierdź swoją znajomość języka angielskiego testem języka angielskiego Duolingo! DET to wygodny, szybki i niedrogi test online z języka angielskiego akceptowany przez ponad 4000 uniwersytetów (takich jak ten) na całym świecie.