Магистр наук в области прикладной науки о данных и машинного обучения

Результаты обучения студентов сгруппированы в категории аналитические, технические и коммуникационные, и между категориями существует существенное пересечение. Программа была разработана таким образом, чтобы студенты могли:

Аналитические Компетенции

• Создавайте статистические модели и изучайте их возможности и ограничения.
• Разработайте эксперимент.
• Применяйте стратегии решения проблем к открытым вопросам.

Технические компетенции

• Сбор, очистка и управление данными.
• Управляйте и анализируйте огромные наборы данных.
• Используйте машинное обучение и оптимизацию для принятия решений.
• Создавайте вычислительные конвейеры для поддержки науки о данных с использованием широко доступных инструментов.

Коммуникационные компетенции

• Визуализируйте данные для исследования, анализа и коммуникации.
• Сотрудничайте внутри функциональных групп и между ними.
• Обеспечить воспроизводимый анализ данных.
• Проводите мероприятия по обработке данных с учетом и в соответствии с политикой, принципами конфиденциальности, безопасности и этическими соображениями.

Магистерская программа по прикладной науке о данных и машинному обучению представляет собой 36-кредитную программу, состоящую из следующих 11 курсов и выпускного проекта.

Python для науки о данных 1

На этом курсе вы освоите основные навыки программирования, которые позволят вам искать и сортировать данные. Вы познакомитесь с программированием на Python и узнаете, как разрабатывать и запускать программы в Jupyter Notebooks. Вы изучите ключевые принципы программирования и попрактикуетесь в их применении к реальным бизнес- или отраслевым проблемам. Эти навыки лягут в основу вашей способности решать бизнес- или отраслевые проблемы с использованием данных.

Python для науки о данных 2

На этом курсе вы освоите основные навыки программирования, которые позволят вам обрабатывать текстовую и временную информацию. Вы дополнительно изучите концепции программирования на Python. Вы изучите продвинутые принципы программирования и будете практиковаться в их применении к реальным бизнес- или отраслевым проблемам. Эти навыки лягут в основу вашей способности решать бизнес- или отраслевые проблемы с использованием данных. Предварительное условие: Python for Data Science 1

Математика для науки о данных 1

На этом курсе вы освоите основные статистические навыки, которые позволят вам анализировать данные. Вы познакомитесь с базовой описательной и исследовательской статистикой и узнаете, как реализовать ее с помощью программного кода. Вы изучите ключевые статистические принципы и попрактикуетесь в их применении к реальным проблемам бизнеса или отрасли. Эти навыки лягут в основу вашей способности решать проблемы бизнеса или отрасли с использованием данных.

Математика для науки о данных 2

На этом курсе вы освоите основные статистические навыки, которые позволят вам анализировать данные. Вы познакомитесь с основами статистического анализа с упором на регрессионные модели и узнаете, как их реализовать с помощью программного кода. Вы изучите ключевые статистические принципы и попрактикуетесь в их применении к реальным бизнес- или отраслевым проблемам. Эти навыки лягут в основу вашей способности решать бизнес- или отраслевые проблемы с использованием данных. Предварительное условие: Математика для науки о данных 1

Python для науки о данных 3

На этом курсе вы освоите продвинутые навыки программирования, которые позволят вам обрабатывать большие наборы данных и получать доступ к внешним базам данных. Вы дополнительно изучите концепции программирования на Python. Вы изучите продвинутые принципы программирования и попрактикуетесь в их применении к реальным бизнес- или отраслевым проблемам. Эти навыки еще больше повысят вашу способность решать бизнес- или отраслевые проблемы с использованием данных. Предварительное условие: Python for Data Science 2

Математика для науки о данных 3

В этом курсе вы освоите продвинутые статистические навыки, которые позволят вам анализировать панельные данные. Вы познакомитесь с продвинутым статистическим анализом и узнаете, как применять его с помощью программного кода. Вы изучите ключевые статистические принципы и попрактикуетесь в их применении к реальным бизнес- или отраслевым проблемам. Эти навыки лягут в основу вашей способности решать бизнес- или отраслевые проблемы с использованием сложных структур данных. Предварительное условие: Математика для науки о данных 2

Математика для науки о данных 4

В этом курсе вы освоите продвинутые статистические навыки, которые позволят вам разрабатывать эксперименты и анализ причинно-следственных связей. Вы познакомитесь с обобщенными линейными моделями и узнаете, как применять их с помощью программного кода. Вы освоите продвинутые статистические принципы и попрактикуетесь в их применении к реальным проблемам бизнеса или отрасли. Эти навыки лягут в основу вашей способности решать проблемы бизнеса или отрасли с использованием сложных статистических методов. Предварительное условие: Math for Data Science 3

Аналитика для принятия решений

В этом курсе вы будете применять концепции, методологии и методы из предыдущих курсов для решения реалистичных аналитических задач. Вы разовьете аналитические навыки и компетенции, необходимые для информирования о процессах принятия решений в бизнес- и отраслевых контекстах. Этот курс позволит вам консолидировать ваши аналитические навыки и компетенции. Предварительные требования: Python for Data Science 3, Math for Data Science 3

Machine Learning for Data Science 1

В этом курсе вы освоите продвинутые статистические навыки, которые позволят вам классифицировать, прогнозировать и находить закономерности в данных. Вы познакомитесь с методами кластеризации, прогнозирования и классификации и узнаете, как применять их с помощью программного кода. Вы изучите основные принципы машинного обучения и попрактикуетесь в их применении к реальным бизнес- или отраслевым проблемам. Эти навыки лягут в основу вашей способности решать бизнес- или отраслевые проблемы с помощью методов машинного обучения. Предварительные требования: Python for Data Science 3, Math for Data Science 3

Machine Learning for Data Science 2

В этом курсе вы изучите передовые методы, которые позволят вам использовать самые современные методы обработки изображений и текста, классификации и прогнозирования данных, а также научитесь применять их с помощью программного кода. Вы изучите передовые принципы машинного обучения и будете практиковаться в их применении к реальным бизнес-задачам. Эти навыки лягут в основу вашей способности решать бизнес-задачи с использованием передовых методов машинного обучения. Предварительное условие: Машинное обучение для науки о данных 1

Генеративный ИИ для науки о данных

В этом модуле вы узнаете, как применять генеративный искусственный интеллект для обработки и преобразования сложных неструктурированных наборов данных. Вы познакомитесь с подсказками в инженерии и научитесь применять их в аналитических целях. Эти навыки дополнят вашу способность обрабатывать текстовую информацию и извлекать из нее релевантные идеи. Предварительные требования: Python for Data Science 3, Math for Data Science 3

Capstone Project

В этом курсе вы будете применять концепции, методологии и методы из предыдущих курсов, чтобы предоставить решение для реальной бизнес- или отраслевой проблемы. Этот курс позволит вам консолидировать свои аналитические навыки и компетенции и получить реальный опыт в качестве начинающего специалиста по данным, аналитика или инженера машинного обучения.

Alongside delivering industry-aligned skills and competencies, we are dedicated to helping our students achieve their career goals and reach their full potential. As a student at Vedere University, your professional development will be supported by:

• Career coaching sessions with experienced counsellors
• Career workshops focused on industry trends and in-demand skills
• Industry-specific networking and informational events
• Curated information on relevant, up-to-date job opportunities in target fields