University of London

MSc στην επιστήμη των δεδομένων

Μάθετε πώς να εφαρμόζετε την τεχνολογία σε πραγματικά δεδομένα της επιστήμης των δεδομένων και να αποκτήσετε μια βαθιά κατανόηση των αναδυόμενων τεχνολογιών, της στατιστικής ανάλυσης και των υπολογιστικών τεχνικών.

Μελετώντας αυτό το βαθμό θα:

• έχουν τη δυνατότητα να μελετήσουν ένα από τα εξειδικευμένα Pathways της Τεχνητής Νοημοσύνης ή της Χρηματοοικονομικής Τεχνολογίας.
• να αντιμετωπιστούν οι δεξιότητες που απαιτούνται από τους επιστήμονες δεδομένων για τη βελτίωση των οργανωτικών επιδόσεων ·
• έχετε την ευκαιρία να δημιουργήσετε τα δικά σας προγράμματα ανάλυσης δεδομένων.
• κερδίστε ένα κύρος προσόντα που αποτιμάται σε όλο τον κόσμο.

Πώς μελετάτε

Ο βαθμός MSc Data Science μπορεί να ολοκληρωθεί σε ένα έτος ή μέχρι πέντε χρόνια, ανάλογα με τη διαθεσιμότητα της ενότητας. Κάθε ενότητα εξετάζεται σε διάστημα 22 εβδομάδων και απαιτεί κατά μέσο όρο πέντε έως επτά ώρες μελέτης ανά εβδομάδα.

Μπορείτε να επιλέξετε αν θέλετε να εγγραφείτε:

• ως φοιτητής που υποστηρίζεται από το διαδίκτυο: αυτό σημαίνει ότι θα συμμετάσχετε σε μια ηλεκτρονική ομάδα, όπου ο δάσκαλός σας θα παρέχει υποστήριξη μέσω ομάδων συζήτησης.
  ή
• με αναγνωρισμένο εκπαιδευτικό κέντρο (όπου υπάρχει). Θα είστε σε θέση να παρακολουθήσετε μαθήματα πρόσωπο με πρόσωπο και να συναντηθείτε με άλλους μαθητές στην πορεία σας.

Μελετήστε τα υλικά

Μόλις εγγραφείτε, θα έχετε τη δυνατότητα πρόσβασης σε μια σειρά πόρων και υλικού μελέτης σε υπολογιστές, tablet και άλλες κινητές συσκευές μέσω ενός Virtual Learning Environment (VLE).

Διαδικτυακή υποστήριξη

Όταν εγγραφείτε, θα σας δώσουμε πρόσβαση στην Φοιτητική σας Πύλη. Στη συνέχεια, μπορείτε να αποκτήσετε πρόσβαση στον λογαριασμό ηλεκτρονικού ταχυδρομείου University of London και σε άλλους βασικούς πόρους:

• Στο VLE μπορείτε να έχετε πρόσβαση σε ηλεκτρονικά αντίγραφα όλων των έντυπων υλικών μελέτης, πόρων, συμπεριλαμβανομένων των οπτικοακουστικών μέσων, και φόρουμ για να συζητήσετε υλικό μαθημάτων και να συνεργαστείτε με άλλους.
• Η ηλεκτρονική βιβλιοθήκη παρέχει πρόσβαση σε πάνω από 100 εκατομμύρια ακαδημαϊκά ηλεκτρονικά αντικείμενα που περιλαμβάνουν ηλεκτρονικά βιβλία, ηλεκτρονικά περιοδικά, συνέδρια κλπ. Επιπλέον, οι σπουδαστές μπορούν να ζητήσουν στοιχεία που δεν τηρούνται στη βιβλιοθήκη μέσω της υπηρεσίας δανείων μεταξύ βιβλιοθηκών της βιβλιοθήκης Βρετανική Βιβλιοθήκη.
• Η Senate House Library παρέχει δωρεάν πρόσβαση αναφοράς για όλους τους εγγεγραμμένους και ευέλικτους μαθητές.
• Πρόσβαση σε ακαδημαϊκή υποστήριξη και ανατροφοδότηση από ομάδες υποστήριξης που εδρεύουν στο Λονδίνο. Οι εκπαιδευτές εισάγουν τις ενότητες, απαντούν σε ερωτήματα, παρακολουθούν τις συζητήσεις και παρέχουν οδηγίες για τις αξιολογήσεις.

Εάν εγγραφείτε για υποστήριξη σε ένα από τα αναγνωρισμένα κέντρα διδασκαλίας μας, μπορείτε να παρακολουθήσετε διαλέξεις και να επωφεληθείτε και να λάβετε υποστήριξη από τους εκπαιδευτές.

Εκτίμηση

Για όλα τα προγράμματα, κάθε πυρήνας, υποχρεωτική και προαιρετική ενότητα (εκτός από το τελικό σχέδιο) αξιολογείται συνοπτικά με ένα στοιχείο μαθημάτων (30%) και ένα γραπτό στοιχείο εξέτασης (70%).

Το Τελικό Έργο αξιολογείται συνοπτικά με μια σειρά υποβολών μαθημάτων και μια αόρατη, τελική εξέταση. (Μαθήματα 70% και εξέταση 30% του τελικού βαθμού).

Όλα τα μαθήματα και τα προγράμματα υποβάλλονται μέσω του VLE. Μπορείτε να καθίσετε εξετάσεις σε οποιοδήποτε από τα κέντρα εξέτασης παγκοσμίως.

Δομή του προγράμματος

Το πρόγραμμα αυτό περιλαμβάνει τέσσερις βασικές ενότητες, δύο υποχρεωτικές ενότητες, τέσσερις προαιρετικές ενότητες και ένα τελικό σχέδιο.

Τέσσερις βασικές ενότητες:

• Μαθηματικά και στατιστικές για την επιστήμη των δεδομένων
• Εκμάθηση μηχανών
• Προγραμματισμός δεδομένων σε Python
• Μεγάλη Ανάλυση Δεδομένων

Επιπλέον δύο υποχρεωτικές ενότητες:

• Οπτικοποίηση δεδομένων
• Θεματικά ερευνητικά θέματα δεδομένων

Επιπλέον τέσσερις προαιρετικές ενότητες, οι οποίες επιλέγονται από:

• Επεξεργασία φυσικής γλώσσας
• Κοινωνικά δίκτυα και ανάλυση γραφήματος
• Τεχνητή νοημοσύνη
• R για την επιστήμη των δεδομένων
• Νευρωνικά δίκτυα
• Προγραμματισμός Blockchain
• Μοντελοποίηση οικονομικών δεδομένων
• Μαθηματικά των Χρηματοοικονομικών Αγορών

Και ένα τελικό σχέδιο.

Προυποθέσεις εισόδου

Προσφέρουμε δύο διαδρομές εισόδου στα προγράμματα, οπότε αν δεν τηρείτε τις ακαδημαϊκές απαιτήσεις, ίσως εξακολουθείτε να δικαιούστε να υποβάλετε αίτηση μέσω εναλλακτικής διαδρομής.

Διαδρομή εισόδου 1

Για να δικαιούστε να εγγραφείτε σε κάποιο από τα προγράμματα Data Science, πρέπει να έχετε τα εξής:

• Ένα πτυχίο (ή ένα αποδεκτό ισοδύναμο) σε ένα σχετικό αντικείμενο το οποίο θεωρείται τουλάχιστον συγκρίσιμο με πτυχίο Βρετανικής δευτεροβάθμιας εκπαίδευσης, από φορέα αποδεκτό από το Πανεπιστήμιο.

Σχετικά θέματα περιλαμβάνουν αλλά δεν περιορίζονται στα ακόλουθα:

• Βιοϊατρική Στατιστική
• Επιχειρησιακός υπολογισμός
• Επιστήμη των υπολογιστών
• Δημιουργικό Υπολογισμό
• Επιστημονικά δεδομένα
• Οικονομικά
• Μηχανική
• Χρηματοδότηση
• Προγραμματισμός Παιχνιδιών
• Μηχανική μάθηση και τεχνητή νοημοσύνη
• Μάρκετινγκ και Χρηματοοικονομικά
• Μαθηματικά και στατιστικές
• Η φυσικη

Διαδρομή 2

• Ένα πτυχίο (ή ένα αποδεκτό ισοδύναμο) σε οποιοδήποτε θέμα που θεωρείται τουλάχιστον συγκρίσιμο με πτυχίο δεύτερης τάξης στο Ηνωμένο Βασίλειο, από φορέα αποδεκτό από το Πανεπιστήμιο.

Εκτός από τα παραπάνω, θα πρέπει να ολοκληρώσετε ένα ηλεκτρονικό προπαρασκευαστικό μάθημα πριν από την εγγραφή. Το online προπαρασκευαστικό μάθημα, Ιδρύματα της Επιστήμης των Δεδομένων: K-Means Clustering στην Python, απαιτεί περίπου 30 ώρες μελέτης.

Απαιτήσεις αγγλικής γλώσσας

Χρειάζεστε ένα υψηλό επίπεδο αγγλικών για να μελετήσετε αυτό το πρόγραμμα. Θα εκπληρώσετε τις γλωσσικές μας απαιτήσεις εάν έχετε επιτύχει ένα από τα ακόλουθα μέσα τα τρία τελευταία χρόνια:

• IELTS: τουλάχιστον 6,5 συνολικά, με 6,0 κατά τη γραπτή εξέταση.
• TOEFL iBT: τουλάχιστον 92 συνολικά, με 22 στην ανάγνωση και τη γραφή και 20 στην ομιλία και ακρόαση.

Εναλλακτικά, μπορείτε να ικανοποιήσετε τις γλωσσικές απαιτήσεις αν έχετε τουλάχιστον 18 μήνες εκπαίδευσης ή επαγγελματικής εμπειρίας στη αγγλική γλώσσα.

Απαιτήσεις υπολογιστών

Επειδή πρόκειται για τεχνικό πτυχίο, θα χρειαστείτε τακτική πρόσβαση σε υπολογιστή με σύνδεση στο διαδίκτυο και ελάχιστη ανάλυση οθόνης 1024x768. Θα χρειαστείτε επίσης Adobe Flash Player για προβολή υλικού βίντεο και αναπαραγωγής πολυμέσων (όπως VLC) για την αναπαραγωγή αρχείων βίντεο.

Ευκαιρίες καριέρας

Η διαχείριση και η ανάλυση μεγάλων δεδομένων έχει γίνει ουσιαστικό μέρος της σύγχρονης οικονομίας, της λιανικής, του μάρκετινγκ, της κοινωνικής επιστήμης, της ανάπτυξης και της έρευνας, της ιατρικής και της κυβέρνησης.

Τα οφέλη του προγράμματος μας είναι ευέλικτα για την αντιμετώπιση της έλλειψης δεξιοτήτων των επιστημόνων δεδομένων που μπορούν να χρησιμοποιήσουν τα δεδομένα για να οδηγήσουν σε βελτιώσεις στην οργανωτική απόδοση. Θα έχετε την ευκαιρία να αποκτήσετε πολύτιμες δεξιότητες μέσω ειδικών Pathways :

• MSc Data Science
  Αυτές οι δεξιότητες θα οδηγήσουν σε μια ποικιλία σταδιοδρομιών με εργοδότες από τις τεχνολογικές εταιρείες, τον τομέα βιοϊατρικής έρευνας, τον φιλανθρωπικό και εθελοντικό τομέα και τον δημόσιο τομέα έρευνας.
• MSc Data Science και Τεχνητή Νοημοσύνη
  Ξεκινήστε μια ποικιλία επαγγελματικών σταδιοδρομιών με εργοδότες από κορυφαίες εταιρείες τεχνολογίας, ρομποτική, στρατιωτική, ακαδημαϊκή κοινότητα και δημόσιο τομέα έρευνας.
• MSc Επιστήμη Δεδομένων και Χρηματοοικονομική Τεχνολογία
  Για μια ποικιλία σταδιοδρομιών με εργοδότες από τον χρηματοπιστωτικό τομέα, συμπεριλαμβανομένου του χρηματοοικονομικού σχεδιασμού, της ασφάλισης, του μάρκετινγκ και της επενδυτικής τραπεζικής.

Μελέτη βασισμένη στα ενδιαφέροντά σας: εξειδικεύστε στην AI ή Fin-Tech και αποκτήστε μεταβιβάσιμες δεξιότητες για να προωθήσετε τις φιλοδοξίες σας σταδιοδρομίας.