Illinois Institute of Technology
Thạc sĩ Khoa học Dữ liệu
Chicago, Hoa Kỳ
Thạc sĩ
KHOẢNG THỜI GIAN
33 giờ
NGÔN NGỮ
Tiếng Anh
NHỊP ĐỘ
Toàn thời gian
THỜI HẠN NỘP ĐƠN
NGÀY BẮT ĐẦU SỚM NHẤT
HÌNH THỨC HỌC TẬP
Trong khuôn viên trường
* hạn chót ưu tiên I Hạn chót cho Thạc sĩ Chuyên nghiệp và Thạc sĩ Khoa học là ngày 15 tháng 5
Đi sâu vào các tiền đề cơ bản của các vấn đề đã cho, học cách định dạng lại các câu hỏi và xác định xem kết quả có phù hợp trong chương trình Thạc sĩ Khoa học Dữ liệu hay không. Hoàn thành điều này bằng cách khám phá và cải thiện cấu trúc của dữ liệu có sẵn, tạo và đánh giá các mô hình cũng như bằng cách xây dựng và thử nghiệm các giả thuyết. Học cách phân tích dữ liệu, hình dung kết quả và quan trọng không kém là cách trình bày rõ ràng những khám phá của họ.
Bằng cách kết hợp các kỹ năng toán học, thống kê và khoa học máy tính cấp cao với khả năng truyền đạt kết quả, các nhà khoa học dữ liệu làm cho một thế giới phức tạp và năng động trở nên dễ hiểu hơn.
Chương trình giảng dạy khoa học dữ liệu nghiêm ngặt của Illinois Tech cung cấp kiến thức, kỹ năng và kinh nghiệm để mở rộng cơ hội nghề nghiệp của bạn. Dù ở Chicago với nền kinh tế đa dạng và cộng đồng công nghệ thịnh vượng hay trên toàn cầu, các cựu sinh viên khoa học dữ liệu của chúng tôi đều có tương lai tươi sáng trong nghề khoa học dữ liệu.
Chương trình này có một tùy chọn trực tuyến bắt đầu vào mùa thu khi nó chỉ là môn học và không có thực hành. Nếu cần Toán 563, khóa học đó có thể được cung cấp ở dạng kết hợp.
Tổng quan về chương trình
Tại Illinois Tech, hiểu dữ liệu bằng cách sử dụng toán học, thống kê và khoa học máy tính cấp cao, đồng thời trở nên có kỹ năng truyền đạt thông tin chi tiết và kết quả của bạn. Học cách suy nghĩ về các vấn đề thực tế, không chỉ áp dụng các công cụ.
Khóa học bao gồm 18 giờ tín chỉ của các khóa học cốt lõi bắt buộc, chín giờ tín chỉ của các khóa học tự chọn và sáu giờ tín chỉ của Thực hành Khoa học Dữ liệu CSP 572. Phải học ít nhất chín giờ tín chỉ của các khóa học CS hoặc CSP cấp 400 hoặc 500 và chín giờ tín chỉ của các khóa TOÁN 400 hoặc 500 cấp, không bao gồm Thực hành Khoa học Dữ liệu CSP 572.
Có thể sử dụng tối đa sáu giờ tín chỉ của khóa học đại học 400 cấp để đáp ứng các yêu cầu về bằng cấp.
Danh sách khóa học
Các khóa học cốt lõi về khoa học dữ liệu ---- ---- (15)
- TOÁN 563 ---- ---- Thống kê toán học ---- ---- 3
hoặc là
- TOÁN 564 ---- ---- Thống kê ứng dụng ---- ---- 3
- CS 584 ---- ---- Học máy ---- ---- 3
hoặc là
- TOÁN 569 ---- ---- Học thống kê ---- ---- 3
- SCI 511 ---- ---- Quản lý dự án ---- ---- 3
hoặc là
- SCI 522 ---- ---- Các nhà khoa học về sự tham gia của công chúng ---- ---- 3
- CSP 571 ---- ---- Chuẩn bị và phân tích dữ liệu ---- ---- 3
Chọn tối thiểu một khóa học trong số các khóa học sau: ---- ---- 3
- CS 525 ---- ---- Tổ chức cơ sở dữ liệu nâng cao ---- ---- 3
- CS 554 ---- ---- Tính toán chuyên sâu dữ liệu ---- ---- 3
- CSP 554 ---- ---- Công nghệ dữ liệu lớn ---- ---- 3
Capstone khoa học dữ liệu ---- ---- (6)
- Thực hành khoa học dữ liệu CSP 572 ---- ---- 6
Các môn tự chọn về khoa học dữ liệu ---- ---- (12)
Chọn 9 đến 12 giờ tín chỉ của các môn Tự chọn Khoa học Dữ liệu ---- ---- 12
Tổng số giờ tín dụng ---- ---- ---- ---- ---- ---- ---- ---- ---- ---- ---- --- - 33
Bạn đang tự hỏi triển vọng của mình với tư cách là một nhà khoa học dữ liệu là gì? Theo Cục Thống kê Lao động Hoa Kỳ, “Việc làm trong các ngành nghề công nghệ thông tin và máy tính được dự đoán sẽ tăng 12% từ năm 2018 đến năm 2028, nhanh hơn nhiều so với mức trung bình của tất cả các ngành nghề”. "Thật vậy" liệt kê hơn 10.000 cơ hội việc làm về khoa học dữ liệu trong khi Glassdoor liệt kê hơn 25.000 việc làm!
Vẫn không thuyết phục? Mọi ngành công nghiệp, tổ chức phi lợi nhuận, công ty khởi nghiệp, cơ quan chính phủ, chi nhánh quân đội, phòng thí nghiệm nghiên cứu, tổ chức tài chính và cơ sở sản xuất đều đang thu thập lượng dữ liệu khổng lồ. Khi chúng tôi tăng khả năng thu thập và lưu trữ những dữ liệu này, nhu cầu về các nhà khoa học dữ liệu cũng tăng theo. Cho dù bạn đang kinh doanh trong lĩnh vực phân tích thể thao, dự đoán rủi ro, tối ưu hóa hoạt động, tiếp thị, sản xuất, sản xuất thực phẩm, vận tải hay chăm sóc sức khỏe, thì bạn vẫn có thể làm việc với tư cách là nhà khoa học dữ liệu.