L'innovativa formazione orientata al progetto nella scienza dei dati guidata dalle menti che immagina e dalle mani che danno forma al futuro di Big Data World. Il tuo diploma leggerà Master of Science. Solo perché il nostro grado "Wizard" non è ancora ufficiale.


Obiettivo del programma

True Data Scientist risolve il problema combinando la scienza hardcore e le tecnologie innovative di data mining con l'arte inspiegabile della comprensione umana. Come studente parteciperai a progetti reali, collaborando con il team in tutte le fasi del progetto per acquisire una conoscenza approfondita e padroneggiare le tue abilità nell'analisi dei problemi fondamentali del tuo cliente, nella pianificazione e gestione delle risorse del progetto, nel software di ingegneria, nella raccolta e nell'elaborazione di tutti tipi di dati e scoprire le preziose intuizioni che mettono insieme l'intero puzzle dei dati.

pic

Vantaggi del programma Big Data Analytics

  • Opportunità di ricerca nella scienza di livello mondiale. Imparerai non solo come applicare la scienza dei dati e i metodi di apprendimento automatico, ma avrai l'opportunità di sviluppare nuovi o aggiornare quelli esistenti, ad esempio una procedura di miglioramento della rete neurale allo stato dell'arte.

  • Apprendimento basato sul progetto e pratico. Acquisirai esperienza in progetti con compiti reali dei nostri partner. Il programma è concepito in modo tale da coinvolgerti in tutte le fasi dello sviluppo del progetto di Data Science e Machine Learning e del ciclo di implementazione, iniziando con la comprensione delle esigenze aziendali, attraverso la pianificazione e la gestione di progetti dettagliati, fino all'implementazione di nuovi prodotti o tecnologie.

  • Opportunità di dottorato Questo programma apre anche possibilità per un dottorato di ricerca in NSU e nelle principali università del mondo.

  • Vasta gamma di domini caldi. Avrai l'opportunità di applicare le tue conoscenze in materia di scienze dei dati e di apprendimento automatico nei principali settori scientifici e industriali come petrolio e gas, assistenza sanitaria, reti sociali, scienza dei dati cognitivi, telecomunicazioni, strumentazione.

  • Concorsi di hacker e scienze dei dati con compiti difficili e irrisolti. Avrai l'opportunità di partecipare o gestire hackathons detenute da Big Data Analytics

Durata dello studio

2 anni


Lingua di istruzione

Inglese

programma scolastico

Primo anno, Fall Semester

Corsi base

  • Analisi aziendale
  • Linguaggio di programmazione Python
  • Introduzione all'apprendimento automatico
  • Frontiere di Big Data Analysis e Artificial Intelligence
  • Metodi di ricerca operativa
  • Teoria dell'informazione e crittografia
  • Filosofia dell'intelligenza artificiale
  • Seminario di progetto
  • Seminario scientifico
  • tirocinio

Corsi opzionali

  • Russo per stranieri

Primo anno, semestre primaverile

Corsi base

  • Machine Learning
  • Frontiere di Big Data Analysis e Artificial Intelligence
  • Tecnologie di archiviazione
  • Gestione di progetto
  • Seminario scientifico
  • Elaborazione del linguaggio naturale
  • tirocinio
  • Lavoro di ricerca

Corsi opzionali

  • Apprendimento approfondito
  • Semantica formale

Corsi opzionali

  • Russo per stranieri

Secondo anno, Fall Semester

Corsi base

  • Elaborazione digitale delle immagini
  • Sistemi di calcolo distribuiti
  • Tecnologia imprenditoriale
  • Pratica di gestione del progetto
  • Seminario scientifico
  • tirocinio
  • Lavoro di ricerca
  • Scrittura accademica (inglese)

Corsi opzionali

  • Social Mining
  • Ingegneria Biomedica

Secondo anno, semestre primaverile

  • Lavoro di ricerca
  • Pratica di pre-laurea
  • Seminario scientifico
  • Difesa tesi

Tesi di master

Esempi di argomenti su cui lavorare:

  • Sviluppo di un sistema per la previsione dei livelli di zucchero nel sangue basato sull'apprendimento automatico
  • Sviluppo di un sottosistema per il recupero dei dati degli eventi.
  • Sviluppo di un modulo di un sistema esperto per l'analisi e il monitoraggio delle comunicazioni, risolvendo il problema di identificazione dell'abbonato
  • Sviluppo della piattaforma Big Data per l'analisi cognitiva
  • L'applicazione del principio della ricerca di similarità rivale per le caratteristiche significative nell'elaborazione di grandi quantità di dati (Big Data)


Base di allenamento

Previsione dei prezzi di petrolio e gas - prodotti petroliferi, ottimizzazione della produzione, ambiente di sicurezza sanitaria. Aziende: tecnologie del campo digitale, Gazpromneft.

Sanità - elaborazione dati di esperimenti medici; elaborazione dei dati dei pazienti in tempo reale per allarmare e prevenire i rischi, moduli analitici per i sistemi informativi sanitari. Organizzazioni: Novosibirsk Research Institute of Circulation Patology, Novosibirsk Research Institute of Traumatology and Orthopedics, Istituto di medicina e fisiologia fondamentale SB RAMS, Centro di neurochirurgia federale.

Social network - Identificazione della preparazione di eventi sociali tramite attività di social network, test A / B, analisi semantica, analisi del sentiment, sistemi di gestione della reputazione Aziende: Game Banners Network (sviluppo di giochi), Singularity.NET, Aigents Group.

  • Scienza dei dati cognitivi - metodologia FRiS di quantum per lo sviluppo del data mining cognitivo. Organizzazioni: Sobolev Institute of Mathematics (scientifico), Stream Data Analytics e Machine Learning lab.

  • Telecomunicazioni: analisi del traffico di rete, targeting pubblicitario, marketing mobile. Aziende: Eltex LLC (azienda), Eyeline Communications CIS (azienda), Huawei.

  • Strumentazione: analisi dei dati del CERN, software per nuove apparecchiature elettroniche. Organizzazioni: Istituto Budker di fisica nucleare (scientifico), Uniscan, LLC (economia, strumentazione), TION (purificazione dell'aria).

docenti

  • Evgeniy Pavlovskiy, PhD in Math, ha certificato EMC Data Science Associate.
  • Yuri Anikin, PhD in Tech, Vice segretario accademico della Siberian Branch di RAS
  • Ivan Bondarenko, ricercatore presso Neural Networks e Deep Learning Lab, MIPT, Solution Architect presso DataMonsters, reti neurali per il conferenziere di elaborazione del linguaggio naturale.
  • Denis Bondarenko, Chief Technology Officer di IMTS.Pro, docente ai corsi di tecnologia di storage
  • Alexander Savostyanov, PhD in Biology, PhD in Philosophy, Senior Researcher presso Research Institute of Physiology.
  • Grigoriy Khazankin, Certified CCNA, capo ingegnere presso l'Istituto di ricerca di fisiologia, Distributed Computing Systems e docente del corso di Ingegneria biomedica.
  • Stukachev Alexey, PhD in Math, ricercatore senior presso Sobolev Institute of Mathematics, docente di Semantics Formal Course (elaborazione del linguaggio naturale)
  • Florian Gouret, Ricercatrice in Novosibirsk State University Docente di Semantica Formale Docente (elaborazione del linguaggio naturale)
  • Valeria Idrisova, PhD in Math, Ingegnere-ricercatrice presso l'Istituto di Matematica di Sobolev.
  • Vyacheslav Mukhortov, docente al corso di Project Management, direttore di Inteks LLC.

109982_0_94528_9533598f_orig.jpg


Tasse e supporto finanziario

$ 5200 all'anno

Ogni anno gli studenti stranieri hanno l'opportunità di fare domanda per la borsa di studio del governo russo che copre l'insegnamento completo e un'indennità mensile. Le spese di viaggio, le spese di soggiorno e l'assicurazione sanitaria non sono incluse. Le borse di studio sono concesse su base competitiva. I criteri e la procedura di selezione, nonché il numero di borse di studio, dipendono dal paese del richiedente. La procedura di richiesta inizia a gennaio. La scadenza dipende dal paese del richiedente (marzo-giugno).

Per ulteriori informazioni, seguire il link russia.study/en

Opportunità di carriera

Ci sono diverse possibilità: lavorare per l'Università, Istituti di ricerca dell'Accademia Russa delle scienze, o lavorare per l'IT-business, come le nostre società ExpaSoft, UniPro, Inteks, Parallels e così via. Tutti i nostri studenti hanno un lavoro part-time in IT-company durante il periodo dell'insegnamento. Inoltre, puoi scoprire che molti dei nostri alunni lavorano per Yandex, Google, Microsoft, Parallels e Intel.

Come applicare

Requisiti di ammissione

Sia per gli studenti stranieri che per i diplomati degli istituti di istruzione superiore russi (compresi i laureati della NSU):

  • Diploma di istruzione (certificato o documento analogo) su un programma del livello di laurea o di una qualifica specialistica di qualsiasi specializzazione;
  • Forte motivazione per essere Data Scientist;
  • Comprovata esperienza e forte conoscenza delle statistiche e della programmazione.

Procedura di applicazione e scadenze

Fino al 15 giugno per compilare il modulo di domanda sul nostro sito Web e fornire i seguenti documenti:

  1. Domanda di ammissione al master.
  2. Diploma (o qualche documento analogo) su un programma del livello di una laurea o un certificato (ordinamento) su come passare ora tale programma.
  3. Certificato TOEFL (punteggio 50-70: livello intermedio o intermedio superiore) o altri certificati internazionali (BEC ecc.) Di livello simile.
  4. Curriculum Vitae del richiedente.
  5. Lettera motivazionale (1-2 pagine) sull'ingresso al programma.
Programma insegnato in:
  • Inglese

Vedi 6 più corsi della Novosibirsk State University »

Ultimo aggiornamento Marzo 19, 2019
Questo corso è Obbligo di frequenza
Date di inizio
Settembre 1, 2019
Duration
2 anni
Tempo pieno
Prezzo
5,200 USD
per anno
Deadline
Per luogo
Per data
Date di inizio
Settembre 1, 2019
Data di fine
Giugno 30, 2021
Scadenza domanda

Settembre 1, 2019

Location
Scadenza domanda
Data di fine
Giugno 30, 2021