MSc Data Science
- Hatfield, Ηνωμένο Βασίλειο
- Lower Hatfield Road, Ηνωμένο Βασίλειο
MSc (Μεταπτυχιακό Δίπλωμα Ειδίκευσης Επιστημών)
ΔΙΆΡΚΕΙΑ
2 έτη
ΓΛΏΣΣΕΣ
Αγγλικά
ΡΥΘΜΌΣ
Πλήρης απασχόληση, Μερικής απασχόλησης
ΠΡΟΘΕΣΜΊΑ ΕΦΑΡΜΟΓΉΣ
ΠΡΩΙΜΌΤΕΡΗ ΗΜΕΡΟΜΗΝΊΑ ΈΝΑΡΞΗΣ
ΜΟΡΦΉ ΜΕΛΈΤΗΣ
Στην Πανεπιστημιούπολη
"Λόγω της συνεχιζόμενης πανδημίας του κορονοϊού, οι εξετάσεις μπορεί να αντικατασταθούν από μια εναλλακτική μορφή αξιολόγησης κατά το ακαδημαϊκό έτος 2021/2022. Ανατρέξτε στις Προδιαγραφές του Προγράμματος σε αυτές τις σελίδες για περισσότερες λεπτομέρειες."
Γιατί να επιλέξετε Herts;
- Διδασκαλία Αριστείας : Θα διδαχθείτε από διεθνώς αναγνωρισμένο ερευνητικό προσωπικό με εξειδίκευση στα μαθηματικά, στατιστικά, αστροφυσική, ιατρική φυσική και επιστήμη των υπολογιστών (δείτε το βασικό προσωπικό).
- Ευκαιρίες Εργασίας-Τοποθέτησης : Έχετε την επιλογή να λάβετε αμοιβή ενός έτους στον κλάδο. Οι μαθητές είχαν τοποθετήσεις σε οργανισμούς όπως οι NatWest, Sparta Global και Sky.
- Συνδέσεις Βιομηχανίας : Επωφεληθείτε από τους ισχυρούς δεσμούς μας με τον κλάδο της πληροφορικής. Συνεργαζόμαστε με εργοδότες όπως η Microsoft και η Hewlett Packard για τους μαθητές να συμμετέχουν σε εκθέσεις καριέρας και συνεδρίες βιομηχανίας.
Σχετικά με το μάθημα
Τα δεδομένα είναι το νόμισμα όλων των επιστημονικών ερευνών με βάση τη θεωρητικότερη βάση, και υποστηρίζουν επίσης τον σύγχρονο κόσμο μας, από τη ροή δεδομένων στα διεθνή τραπεζικά δίκτυα και την εξάπλωση μιμίδων στα κοινωνικά δίκτυα έως τα σύνθετα μοντέλα πρόγνωσης καιρού. Η συνεχής παραγωγή δεδομένων από την ψηφιακή μας κοινωνία τροφοδοτεί την καθημερινότητά μας, επηρεάζοντας τον τρόπο με τον οποίο λαμβάνουμε υγειονομική περίθαλψη επηρεάζοντας τις αγοραστικές μας συνήθειες. Η παραγγελία για τον χειρισμό, την κατανόηση και την εκμετάλλευση μεγάλου όγκου διαθέσιμων δεδομένων απαιτεί ανθρώπινη διορατικότητα, ανάλυση και οπτικοποίηση υψηλής εξειδίκευσης. Οι επαγγελματίες που εργάζονται σε αυτόν τον τομέα ονομάζονται «επιστήμονες δεδομένων», οι οποίοι συνδυάζουν προηγμένες μαθηματικές και στατιστικές δεξιότητες με προγραμματισμό, σχεδιασμό βάσης δεδομένων, μηχανική μάθηση, μοντελοποίηση, προσομοίωση και καινοτόμο οπτικοποίηση δεδομένων. Αυτοί οι επαγγελματίες έχουν μεγάλη ζήτηση τόσο στον δημόσιο όσο και στον ιδιωτικό τομέα στο Ηνωμένο Βασίλειο και παγκοσμίως. Οι στόχοι αυτού του προγράμματος και τα μαθησιακά αποτελέσματα βασίζονται σε δύο κατευθυντήριες αρχές:
- Να παρέχει μια ολοκληρωμένη κατανόηση των θεμελιωδών μαθηματικών και στατιστικών εννοιών που βασίζονται στην επιστήμη των δεδομένων και πώς εφαρμόζονται σε αλγόριθμους και τεχνικές μηχανικής μάθησης για την επίλυση ποικίλων προβλημάτων επεξεργασίας και ανάλυσης δεδομένων.
- Για την παροχή κατάρτισης στις πρακτικές δεξιότητες που σχετίζονται με την επιστήμη των δεδομένων, κεντρική εκ των οποίων είναι η ικανότητα να γράφετε καθαρό και αποτελεσματικό κώδικα σε γλώσσες αναγνωρισμένες από τη βιομηχανία (συγκεκριμένα, Python και R), αλλά περιλαμβάνει επίσης χειρισμό δεδομένων, χειρισμό, εξόρυξη και οπτικοποίηση τεχνικών Ε
Γιατί να επιλέξετε αυτό το μάθημα;
- Αυτό το πρόγραμμα είναι διακριτικό στη φιλοσοφία διεύρυνσης της συμμετοχής και παρέχει μια διαδρομή για την απόκτηση δεξιοτήτων και κατάρτισης στην επιστήμη των δεδομένων σε εκείνους από ένα υπόβαθρο που δεν συνδέεται παραδοσιακά με τα θέματα STEM των μαθηματικών, των στατιστικών και του προγραμματισμού. Το πρόγραμμα έχει σχεδιαστεί για να είναι ελκυστικό για ένα ευρύ φάσμα μαθητών που αναζητούν εκπαίδευση ή εξειδίκευση στην επιστήμη των δεδομένων.
- Θα επωφεληθείτε από την τεχνογνωσία των αστροφυσικών, φυσικών, μαθηματικών και επιστημόνων υπολογιστών με διεθνή ερευνητικά προφίλ. Η καθημερινή τους έρευνα περιλαμβάνει την εφαρμογή και σε ορισμένες περιπτώσεις την ανάπτυξη νέων δεξιοτήτων στην επιστήμη των δεδομένων, από θεμελιώδεις στατιστικές αναλύσεις, τη χρήση κατανεμημένων υπολογιστών υψηλής απόδοσης και την έρευνα σε νέους αλγόριθμους τεχνητής νοημοσύνης.
- Στόχος μας είναι να κάνουμε το πρόγραμμα ξεχωριστό όσον αφορά το μείγμα σκληρών και μαλακών δεξιοτήτων και τη στενή προσωπική σχέση που αναπτύσσουμε με τους εργοδότες, που θα τροφοδοτήσει το πρόγραμμα μέσω της συνεχούς αξιολόγησης των πιο πρόσφατων σχετικών με τη βιομηχανία εργαλείων, τα οποία είναι συνεχώς εξελίσσεται καθώς διατίθενται νέα τεχνολογία και λογισμικό.
- Θα αντιμετωπίσετε μια πολυεπιστημονική προσέγγιση στην επιστήμη δεδομένων αντιμετωπίζοντας προκλήσεις στην επιστήμη των υπολογιστών, τις δημιουργικές τέχνες, το ιατρικό και το επιχειρηματικό περιβάλλον.
- Θα έχετε την ευκαιρία να παρακολουθήσετε ένα ευρύ φάσμα σεμιναρίων με επίκεντρο την έρευνα για να διεγείρετε και να πυροδοτήσετε την πνευματική σας περιέργεια.
Φοιτητική εμπειρία
Στο University of Hertfordshire , θέλουμε να διασφαλίσουμε ότι ο χρόνος που σπουδάζετε μαζί μας είναι όσο το δυνατόν πιο άγχος και ανταμείβοντας. Προσφέρουμε μια σειρά από υπηρεσίες υποστήριξης, όπως: ευημερία των φοιτητών, ακαδημαϊκή υποστήριξη, διαμονή και φροντίδα των παιδιών για να διασφαλίσετε ότι θα αξιοποιήσετε στο έπακρο τον χρόνο σας στο Herts και θα εστιάσετε στη μελέτη και τη διασκέδαση.
Επιπλέον πληροφορίες
- Τοποθέτηση ή μελέτη σάντουιτς στο εξωτερικό έτος: n/a
- Αιτήσεις ανοιχτές σε διεθνείς και φοιτητές της ΕΕ: Ναι
Τι θα μελετήσω;
Το πρόγραμμα σπουδών είναι δομημένο έτσι ώστε να διασφαλίζει ότι εκτίθενται στις θεμελιώδεις μαθηματικές και στατιστικές αρχές που στηρίζουν όλη την επιστήμη των δεδομένων. Αυτά τα θέματα θα είναι πάντα σχετικά σε αυτό που είναι ένα συνεχώς εξελισσόμενο πεδίο. Η θεωρητική εργασία θα ενισχυθεί με πρακτική εφαρμογή μέσω πρακτικών εργαστηρίων και εργαστηρίων, για να μπορέσετε να κατανοήσετε και να εκτιμήσετε πώς αντανακλώνται οι θεμελιώδεις αρχές σε ένα ευρύ φάσμα επεξεργασίας και αναλύσεων δεδομένων. Θα γίνετε ικανοί σε βασικές πρακτικές δεξιότητες (π.χ. χρήση panda για εργασία με δομές δεδομένων εντός Python και ggplot2 για οπτικοποίηση σε Python και R) χρησιμοποιώντας δεδομένα «πραγματικού κόσμου» όπου είναι δυνατόν. Σε ορισμένες περιπτώσεις, αυτά τα δεδομένα μπορούν να προέρχονται από ενεργά ερευνητικά προγράμματα που διεξάγονται από μέλη του διδακτικού προσωπικού.
Το πρόγραμμα εστιάζει στην παροχή εκπαίδευσης «από άκρο σε άκρο», ώστε να γίνετε ικανοί όχι μόνο στην επεξεργασία και ανάλυση δεδομένων, αλλά και στον χειρισμό και την προετοιμασία δεδομένων από ακατέργαστη κατάσταση, καθώς και στην ερμηνεία αποτελεσμάτων και στην αποτελεσματική επικοινωνία των ευρημάτων σε άλλους. Αυτό θα σας επιτρέψει να είστε προετοιμασμένοι για προκλήσεις και εφαρμογές του πραγματικού κόσμου και θα σας βοηθήσει να αναπτύξετε ανεξαρτησία στην αναλυτική και κριτική σας σκέψη. Αυτό θα καλλιεργηθεί σε εργαστηριακές πρακτικές συνεδρίες, ώστε να μπορείτε να εφαρμόσετε τις θεωρίες σας στην πράξη.
Επίπεδο 6
- Πολυμεταβλητές στατιστικές II 15 Μονάδες II Προαιρετικά
- Γραμμική Μοντελοποίηση II 15 Μονάδες II Προαιρετικά
Επίπεδο 7
- Νευρωνικά Δίκτυα και Μηχανική Μάθηση ΙΙ 30 Μονάδες ΙΙ Υποχρεωτικό
- Foundations of Data Science II 30 Μονάδες II Υποχρεωτικά
- Εφαρμοσμένη Επιστήμη Δεδομένων 2 II 15 Μονάδες ΙΙ Υποχρεωτικά
- Data Science Project II 60 Μονάδες II Υποχρεωτική
- Data Science Core Skills Bootcamp II 0 Μονάδες II Προαιρετικά
- Χειρισμός και οπτικοποίηση δεδομένων II 15 Μονάδες II Προαιρετικά
- Data Mining and Discovery II 15 Μονάδες II Προαιρετικά
Με την ολοκλήρωση του προγράμματος, θα είστε σε θέση να επιδείξετε (και να εφαρμόσετε) την κατανόηση ενός ευρέος φάσματος θεωρητικών και πρακτικών δεξιοτήτων που σας επιτρέπουν να εισέλθετε σε διάφορους κλάδους και κλάδους. Θα είσαι ικανός να:
- Κατανοήστε και να είστε σε θέση να αξιολογήσετε κριτικά τα διάφορα δυνατά και αδύνατα σημεία που είναι εγγενή σε διαφορετικές μεθοδολογίες επιστήμης δεδομένων.
- Σχεδιάστε δημιουργικές στρατηγικές και λύσεις για την αντιμετώπιση άγνωστων προβλημάτων επιστήμης δεδομένων και κριτική αξιολόγηση των αποτελεσμάτων και των αποτελεσμάτων μέσω της κατάλληλης στατιστικά ισχυρής επικύρωσης και άλλων τεχνικών αξιολόγησης της απόδοσης.
- Επικοινωνήστε αποτελεσματικά τα προβλήματα, τις μεθόδους, τα αποτελέσματα και τα συμπεράσματα μέσω προφορικής και γραπτής παρουσίασης τόσο σε έμπειρο όσο και σε μη ειδήμονα κοινό.
- Έχετε μια εκτίμηση τόσο της υποκείμενης έρευνας πίσω από τις τεχνικές επιστήμης δεδομένων (π.χ. αλγόριθμοι αιχμής και υπολογιστικές τεχνικές) όσο και τη συνάφεια και την εφαρμογή τους σε ένα ευρύ φάσμα επιστημονικών κλάδων.
Εξερευνήστε παρόμοια προγράμματαΠαρόμοια προγράμματα















