Master în Știința Datelor

Programul de MS în știința datelor recrutează studenți cu studii de licență puternice într-una dintre domeniile de bază ale statisticii, matematicii computaționale, informaticii și științei informației sau în domenii tehnice strâns legate și le oferă o pregătire interdisciplinară avansată în disciplinele statisticii, matematică, informatică și științe computaționale, la niveluri adecvate studenților MS din aceste discipline respective. Programul se desfășoară pe doi ani academici de predare; ca atare, orice diplomă de MS dedicată de doi ani în oricare dintre aceste discipline ar aprofunda mai mult în această direcție decât diploma de MS de doi ani în știința datelor.

Studenții tipici vin cu competențe de programare adecvate. Acestea pot include experiență practică cu limbaje din științele matematice, cum ar fi MATLAB sau R, sau programarea clasică orientată pe obiecte.

Pe cine căutăm:

• Ai o diplomă tehnică de patru ani și trebuie să înveți mai multe despre metodologiile de analiză a datelor pentru a-ți continua cariera profesională.
• Îți plac științele matematice și poți programa, mai ales când poți vedea cum partea practică poate face diferența în problemele din viața reală.
• Vrei să devii priceput în explicarea metodelor de știință a datelor colegilor tăi non-tehnici și să ajuți la formularea deciziilor de echipă bazate pe date.
• Vă vedeți ca fiind capabil să inventați noi metode de știință a datelor, bazate pe principii, care sunt adaptate nevoilor mediului dumneavoastră profesional.

Gradul de MS în știința datelor este o diplomă de absolvire de 30 de credite, compusă din 18 credite obligatorii, 9 credite opționale și un curs capstone de 3 credite. Vă rugăm să vizitați pagina de căutare a cursurilor MSU Registrar pentru descrierile cursurilor din catalogul MSU.

Șase cursuri necesare (18 credite) pentru acest program sunt echilibrate între cele trei unități:

• STT 810, un curs de probabilitate și statistică matematică pentru oamenii de știință de date la nivel MS
• STT 811, un curs de metodologie statistică aplicată pentru oamenii de știință de date la nivelul MS
• CSE 482, un curs de informatică privind analiza datelor mari, care include colectarea, stocarea, preprocesarea și analizarea unor cantități mari de date.
• CSE 881, un curs de informatică despre data mining, la nivel MS.
• CMSE 830, un curs de bază despre algoritmi și metode în Data Science la nivel MS
• CMSE 831, un curs de bază privind optimizarea aplicată și computațională pentru oamenii de știință ai datelor, inclusiv implementarea, la nivelul MS.

9 credite de cursuri opționale sunt extrase dintr-un set larg de cursuri din cele trei unități. Studenții cu cele 6 cursuri obligatorii de mai sus sunt bine pregătiți pentru a lua cursuri opționale. Lista de opțiuni include următoarele și poate include și alte cursuri aprobate de comitetul MS DS:

• STT 802, calcul statistic folosind software-ul specializat R.
• STT 812, un curs compact despre analiza modernă a datelor statistice, inclusiv învățarea statistică
• STT 873, un curs despre învățarea statistică și extragerea datelor
• STT 874, un curs de analiză bayesiană
• STT 875, un curs de programare R pentru statistică
• CSE 802, un curs despre recunoașterea modelelor
• CSE 830, un curs despre proiectarea și analiza algoritmilor
• CSE 847, un curs despre învățarea automată
• CSE 849, un curs de învățare profundă
• CMSE/CSE 822, un curs comun de calcul paralel
• CMSE 402, un curs de comunicare în știința datelor.
• Alte cursuri opționale CMSE care sunt în curs de dezvoltare la MSU, dintre care unele sunt cursuri tematice care au fost deja predate în CSME și ar putea fi predate împreună cu alte unități. Există planuri pentru următoarele subiecte:
• CMSE 890 Cuantificarea incertitudinii (a fost predat)
• Topologie aplicată CMSE 890 (a fost predat)
• Modele grafice probabilistice CMSE 890 (planificate)
• Procesarea matematică a imaginilor CMSE 890 (planificat)
• Date de știință biomedicală CMSE 890 (planificat)
• Învățare automată aplicată CMSE 890 pentru biomedicină (planificat)
• CMSE 890 Metode de calcul pentru învățare automată (planificat)
• Alte cursuri de subiecte de statistică STT 890 aprobate de comitetul MS DS.
• Alte cursuri de subiecte informatice CSE 890 aprobate de comitetul MS DS.
• Orice curs MSU la nivel de absolvent care acoperă subiecte de știință a datelor care poate fi aprobat de comitetul MS DS.
  • CMSE 890 Cuantificarea incertitudinii (a fost predat)
  • Topologie aplicată CMSE 890 (a fost predat)
  • Modele grafice probabilistice CMSE 890 (planificate)
  • Procesarea matematică a imaginilor CMSE 890 (planificat)
  • Date de știință biomedicală CMSE 890 (planificat)
  • Învățare automată aplicată CMSE 890 pentru biomedicină (planificat)
  • CMSE 890 Metode de calcul pentru învățare automată (planificat)
  • Alte cursuri de subiecte de statistică STT 890 aprobate de comitetul MS DS.
  • Alte cursuri de subiecte informatice CSE 890 aprobate de comitetul MS DS.
  • Orice curs MSU la nivel de absolvent care acoperă subiecte de știință a datelor care poate fi aprobat de comitetul MS DS.

Un curs capstone de 3 credite implică finalizarea unui proiect aplicat, industrial sau guvernamental de știință a datelor. Creditul pentru acest curs poate fi înregistrat ca unul dintre cursurile cu trei subiecte:

• STT 890
• CSE 890
• CMSE 890

Programul construiește un portofoliu de studii de caz, prezentând proiecte capstone conduse de clienți din industrie, guvern sau mediul academic.

Cu abilitățile lor computaționale și analitice, absolvenții programului pot:

• Asimilați, procesați și interpretați date din surse bogate și diverse sau din seturi de date mari și potențial distribuite.
• Construiți modele computaționale, matematice și statistice care deducă relații semnificative în date și pot fi utilizate pentru interpretare și analiză predictivă.
• Creați vizualizări pentru a ajuta la înțelegerea datelor și modelelor acestora.
• Comunicați-le constatările și perspectivele către o varietate de public, astfel încât să se poată lua decizii și să se poată lua măsuri.