Magister nauki o danych

Przygotuj się na oparte na danych wymagania dotyczące podejmowania decyzji w dowolnej branży w wiodącej amerykańskiej instytucji publicznej z 4-semestralnym tytułem magistra w dziedzinie Data Science w Michigan State University . Ten nowy przekrojowy program studiów zawodowych, udostępniony przez College of Engineering i College of Natural Science, przygotowuje studentów do podstaw i tematów stosowanych, prowadzonych przez wiodący wydział nauk o danych, statystyki, informatyki i matematyki obliczeniowej. Możesz być częścią inauguracyjnej kohorty z przyjęciami na jesień 2023 roku.

Program MS w Data Science rekrutuje studentów z silnym wykształceniem licencjackim w jednym z podstawowych obszarów statystyki, matematyki obliczeniowej, informatyki i informatyki lub ściśle powiązanych dziedzin technicznych i zapewnia im zaawansowane interdyscyplinarne szkolenie w różnych dyscyplinach statystyki, matematyki, informatyki i nauk komputerowych, na poziomach odpowiednich dla studentów MS w tych dyscyplinach. Program jest rozłożony na dwa lata akademickie nauczania; w związku z tym każdy dedykowany dwuletni tytuł magistra w którejkolwiek z tych dyscyplin zagłębiłby się w tym kierunku bardziej niż dwuletni tytuł magistra w dziedzinie Data Science.

Typowi studenci przychodzą z odpowiednimi kompetencjami programistycznymi. Mogą to być praktyczne doświadczenia z językami z nauk matematycznych, takich jak MATLAB lub R, lub klasycznego programowania obiektowego.

Kogo szukamy:

• Masz czteroletnie wykształcenie techniczne i musisz dowiedzieć się więcej o metodologiach analizy danych, aby rozwijać swoją karierę zawodową.
• Lubisz nauki matematyczne i umiesz programować, zwłaszcza gdy widzisz, jak praktyczna strona może mieć wpływ na rzeczywiste problemy.
• Chcesz być biegły w wyjaśnianiu metod nauki danych swoim współpracownikom nietechnicznym i pomagać w formułowaniu decyzji zespołowych opartych na danych.
• Postrzegasz siebie jako potencjalnie zdolnego do wymyślania nowych, pryncypialnych metod nauki danych, które są dostosowane do potrzeb Twojego środowiska zawodowego.

Stopień magistra w dziedzinie Data Science to 30-kredytowy stopień magisterski, składający się z 18 wymaganych punktów, 9 punktów do wyboru i 3-punktowego kursu zwieńczenia. Proszę odwiedzić stronę wyszukiwania kursów dla rejestratora MSU, aby zapoznać się z opisami kursów w katalogu MSU.

Sześć wymaganych kursów (18 punktów) dla tego programu jest zrównoważonych między trzema jednostkami:

• STT 810, kurs na temat prawdopodobieństwa i statystyki matematycznej dla naukowców zajmujących się danymi na poziomie MS
• STT 811, kurs na temat stosowanej metodologii statystycznej dla naukowców zajmujących się danymi na poziomie MS
• CSE 482, kurs informatyki dotyczący analizy dużych zbiorów danych, który obejmuje zbieranie, przechowywanie, wstępne przetwarzanie i analizę dużych ilości danych.
• CSE 881, kurs informatyki dotyczący eksploracji danych na poziomie MS.
• CMSE 830, podstawowy kurs na temat algorytmów i metod w Data Science na poziomie MS
• CMSE 831, podstawowy kurs optymalizacji stosowanej i obliczeniowej dla naukowców zajmujących się danymi, w tym implementacji na poziomie MS.

9 punktów zaliczeniowych przedmiotów do wyboru pochodzi z szerokiego zestawu przedmiotów w trzech jednostkach. Studenci z 6 wymaganymi przedmiotami powyżej są dobrze przygotowani do podjęcia zajęć fakultatywnych. Lista przedmiotów do wyboru obejmuje następujące elementy i może zawierać inne przedmioty zatwierdzone przez komisję MS DS:

• STT 802, obliczenia statystyczne przy użyciu specjalistycznego oprogramowania R.
• STT 812, kompaktowy kurs dotyczący nowoczesnej statystycznej analizy danych, w tym nauki statystycznej
• STT 873, kurs dotyczący statystycznego uczenia się i eksploracji danych
• STT 874, kurs analizy bayesowskiej
• STT 875, kurs programowania w języku R dla statystyki
• CSE 802, kurs rozpoznawania wzorców
• CSE 830, kurs dotyczący projektowania i analizy algorytmów
• CSE 847, kurs na temat uczenia maszynowego
• CSE 849, kurs głębokiego uczenia się
• CMSE/CSE 822, wspólny kurs dotyczący obliczeń równoległych
• CMSE 402, kurs dotyczący komunikacji w nauce o danych.
• Inne kursy do wyboru CMSE, które są opracowywane w MSU, niektóre z nich to kursy tematyczne, które były już prowadzone w CSME i mogą być prowadzone wspólnie z innymi jednostkami. Istnieją plany dotyczące następujących tematów:
  • CMSE 890 Kwantyfikacja niepewności (została nauczona)
  • CMSE 890 Topologia stosowana (została nauczona)
  • Probabilistyczne modele graficzne CMSE 890 (planowane)
  • CMSE 890 Matematyczne przetwarzanie obrazu (planowane)
  • CMSE 890 Dane nauk biomedycznych (planowane)
  • CMSE 890 Applied Machine Learning dla biomedycyny (planowane)
  • CMSE 890 Metody obliczeniowe dla uczenia maszynowego (planowane)
  • Inne tematy statystyki kursy STT 890 zatwierdzone przez komisję MS DS.
  • Inne kursy informatyki CSE 890 zatwierdzone przez komisję MS DS.
  • Dowolny kurs MSU na poziomie magisterskim obejmujący zagadnienia z zakresu nauki o danych, który może zostać zatwierdzony przez komisję MS DS.

Kurs zwieńczenia 3 kredytów obejmuje ukończenie stosowanego, przemysłowego lub rządowego projektu nauki o danych. Punktację za ten kurs można zapisać jako jeden z trzech kursów tematycznych:

• STT 890
• CSE 890
• CMSE 890

Program buduje portfolio studiów przypadków, prezentując projekty typu capstone prowadzone przez klientów z branży, rządu lub środowiska akademickiego.

Dzięki umiejętnościom obliczeniowym i analitycznym absolwenci programu mogą:

• Asymiluj, przetwarzaj i interpretuj dane z bogatych i różnorodnych źródeł lub z dużych i potencjalnie rozproszonych zbiorów danych.
• Twórz modele obliczeniowe, matematyczne i statystyczne, które wskazują znaczące relacje w danych i mogą być wykorzystywane do interpretacji i analiz predykcyjnych.
• Twórz wizualizacje, aby pomóc w zrozumieniu ich danych i modeli.
• Przekazuj ich odkrycia i spostrzeżenia różnym odbiorcom, aby można było podejmować decyzje i podejmować działania.