Master of Science in Data Science

Master of Science in Data Science, program składający się z 36 punktów, jest przeznaczony dla studentów, którzy ukończyli studia licencjackie z nauk ścisłych, matematyki, informatyki lub inżynierii i są zainteresowani karierą w branżowych dziedzinach analitycznych (np. technologia, farmacja, badania, rząd, zdrowie publiczne, przedsiębiorczość, finanse, biznes itp.).

Program studiów Data Science wykorzystuje rzeczywiste problemy i sytuacje, aby przygotować absolwentów do ról strategicznych liderów myśli, którzy wykorzystują modelowanie predykcyjne do podejmowania decyzji. Studenci rozwiną dogłębne zrozumienie kluczowych technologii w nauce o danych i analityce biznesowej: eksploracji danych, uczenia maszynowego, technik wizualizacji, modelowania predykcyjnego i statystyki. Studenci będą ćwiczyć analizę problemu i podejmowanie decyzji. Studenci zdobędą praktyczne, praktyczne doświadczenie z językami programowania statystyk i narzędziami do dużych zbiorów danych poprzez zajęcia i doświadczenia w badaniach stosowanych.

Dostępność programu

Program Data Science będzie oferowany według harmonogramu semestralnego i jest przeznaczony zarówno do studiów stacjonarnych, jak i niestacjonarnych.

Wymagania dotyczące stopnia

Stopień wymaga 36-semestralnych punktów godzinowych. Wymagany jest kurs zwieńczeniem, który zostanie przeprowadzony w ostatnim semestrze zajęć.

Absolwent stażu

Od 1 stycznia 2016 roku odbycie stażu związanego z Data Science jest wymagane od wszystkich studentów z wyjątkiem: tych, którzy posiadają 3+ letni staż pracy zawodowej; osoby zatrudnione w pełnym wymiarze czasu pracy podczas trwania programu; oraz tych, którzy biorą udział w programie wymiany. Praktykę absolwencką można rozpocząć już w pierwszym semestrze zajęć. Skonsultuj się ze swoim doradcą programowym, aby ustalić, czy możliwe jest uzyskanie zwolnienia.

Porada

Uniwersytet Świętego Piotra przydziela każdemu kandydatowi doradcę akademickiego.

Ograniczenie czasu

Oczekuje się, że studenci będą zapisywać się w sposób ciągły, dopóki ich programy nie zostaną zakończone. Studenci są zobowiązani do utrzymywania zadowalających postępów w nauce poprzez utrzymywanie wymaganej średniej ocen i gromadzenie wystarczającej liczby punktów w określonych ramach czasowych pięciu lat.

kursy

Poziom I

• Wprowadzenie do nauki o danych
• Analiza danych i modelowanie decyzji
• Bazy danych i hurtownie danych
• Programowanie statystyczne

Poziom II

• Eksploracja danych
• Analiza dużych zbiorów danych
• Wizualizacja danych
• Nauczanie maszynowe
• Analityka predykcyjna i projektowanie eksperymentów
• Prawo danych, etyka i prywatność
• Analityka biznesowa
• Zwieńczeniem: Analityka biznesowa

Suma kredytów: 36

Staż Absolwent Data Science

Odbycie stażu absolwenckiego związanego z Data Science jest wymagane od wszystkich studentów z wyjątkiem: tych, którzy posiadają 3+ letni staż pracy zawodowej; osoby zatrudnione w pełnym wymiarze czasu pracy podczas trwania programu; oraz tych, którzy uczestniczą w programie wymiany. Praktykę absolwencką można rozpocząć już w pierwszym semestrze zajęć. Skonsultuj się ze swoim doradcą programowym, aby ustalić, czy możliwe jest uzyskanie zwolnienia.

Cele programu

• Zdobądź dogłębne zrozumienie kluczowych technologii w nauce o danych i analityce biznesowej: eksploracji danych, uczenia maszynowego, technik wizualizacji, modelowania predykcyjnego i statystyki.
• Ćwicz analizę problemu i podejmowanie decyzji.
• Zdobądź praktyczne, praktyczne doświadczenie z językami programowania statystyk i narzędziami do dużych zbiorów danych poprzez zajęcia i doświadczenia w badaniach stosowanych.

Cele kształcenia

Studenci, którzy ukończyli MS w programie Data Science and Business Analytics, będą mogli:

• Zastosuj techniki modelowania ilościowego i analizy danych do rozwiązywania rzeczywistych problemów biznesowych, komunikuj wnioski i skutecznie prezentuj wyniki za pomocą technik wizualizacji danych.
• Rozpoznawać i analizować kwestie etyczne w biznesie związane z własnością intelektualną, bezpieczeństwem danych, integralnością i prywatnością.
• Stosuj etyczne praktyki w codziennej działalności biznesowej i podejmuj dobrze uzasadnione etyczne decyzje biznesowe i dotyczące zarządzania danymi.
• Wykazać się znajomością technik statystycznej analizy danych wykorzystywanych w podejmowaniu decyzji biznesowych.
• Zastosuj zasady Data Science do analizy problemów biznesowych.
• Korzystaj z oprogramowania do eksploracji danych, aby rozwiązywać rzeczywiste problemy.
• Korzystaj z najnowocześniejszych narzędzi i technologii do analizy Big Data.
• Zastosuj algorytmy, aby zbudować inteligencję maszyny.
• Zademonstruj wykorzystanie pracy zespołowej, umiejętności przywódczych, podejmowania decyzji i teorii organizacji.

Możliwości zawodowe

Do 2018 r. w samych Stanach Zjednoczonych może brakować od 140 000 do 190 000 osób posiadających głębokie umiejętności analityczne i wiedzę na temat wykorzystania Big Data do podejmowania skutecznych decyzji.

• Computer Forensics
• Data Scientist
• Analityk danych operacyjnych
• Computer Forensics
• Data Scientist
• Analityk danych operacyjnych