Master in analisi dei dati pratici

Generale

Scopri maggiori informazioni su questo programma sul sito della scuola

Descrizione programma

Obiettivi del programma

Il programma si concentra su varie applicazioni della scienza e dell'analisi dei dati. Imparerai come costruire sistemi di intelligenza artificiale usando algoritmi di machine learning all'avanguardia.

Il programma è rivolto a sviluppatori e ingegneri software, matematici e specialisti in informatica, che desiderano spostarsi nel campo della scienza dei dati. Il programma si concentra sullo sviluppo di sistemi di intelligenza artificiale e sulla loro messa in produzione.

Il programma copre tre aree:

  • Algoritmi e metodi di apprendimento automatico inclusi l'apprendimento automatico classico e le moderne reti neurali profonde.
  • Varie applicazioni di sistemi di apprendimento automatico come la visione artificiale, l'elaborazione del linguaggio naturale e l'analisi delle serie storiche.
  • Sviluppo software per la creazione di sistemi di machine learning tra cui la programmazione Python, Big Data Processing e DevOps.

Oltre ai corsi teorici, il programma prevede un seminario di progetto. Durante il seminario, gli studenti stanno lavorando a progetti di scienza dei dati reali delle aziende.

133784_info.jpg

Vantaggi del programma

  • Il programma è implementato in collaborazione con la società SAP. Sarai in grado di frequentare diversi corsi da SAP. Inoltre, è possibile partecipare ai progetti di ricerca presso il SAP Next-Gen Lab presso la Ural Federal University . L'area di ricerca del Lab sta costruendo società di industria 4.0 di sistemi di intelligenza artificiale.
  • Puoi creare un portfolio di progetti di data science per il tuo curriculum durante i workshop di progetto.
  • Gli studenti del programma di analisi dei dati pratici possono partecipare al seminario sulle competizioni di scienza dei dati UrFU, dove partecipano alle competizioni Kaggle (www.kaggle.com) e sono in grado di sviluppare il proprio profilo Kaggle. Il profilo Expert Kaggle è considerato un vantaggio da molte aziende che assumono data scientist.

Кey Disciplines

  • Machine Learning
  • Apprendimento approfondito
  • Python per l'analisi dei dati
  • Visione computerizzata
  • Elaborazione del linguaggio naturale
  • Analisi delle serie temporali
  • Big Data Processing
  • Workshop di progetto

Opportunità di carriera

Dopo la laurea, sarai in grado di lavorare in banche, società di Internet, operatori di telecomunicazioni, società di sviluppo software, startup di intelligenza artificiale e molte altre società entusiasmanti.

Possibili posizioni lavorative:

  • Ingegnere dell'apprendimento automatico, che sviluppa sistemi di intelligenza artificiale.
  • Data Engineer, che crea, pulisce e cura i set di dati per l'apprendimento automatico.
  • Big Data Engineer, che è in grado di preparare ed elaborare grandi quantità di dati utilizzando il calcolo distribuito.

Requisiti per l'ammissione

  • Laurea triennale / specialistica (o uguale)

Requisiti addizionali:

  • Conoscenze e abilità:
    • Fondazione della statistica e teoria della probabilità.
    • Esperienza con qualsiasi linguaggio di programmazione. Python sarà un vantaggio.
  • Lingua inglese: buona padronanza dell'inglese.

Domande

Posso pagare questo programma a rate?

Le tasse universitarie possono essere pagate in più rate (fino a 6) con i piani di pagamento individuali stabiliti all'arrivo dello studente e alla firma del contratto di istruzione.

Dove si trova il campus?

32 Mira Street, Ekaterinburg.

Quali altre opzioni di finanziamento hai per questo programma?

È possibile ottenere uno sconto per il rendimento elevato nell'esame di ammissione.

Quali documenti sono richiesti per applicare a questo programma?

Tutti i candidati devono presentare la seguente serie di documenti che devono essere controllati dalla Commissione giudicatrice:

  1. Scansione del passaporto del richiedente
  2. Traduzione autenticata del passaporto del richiedente in lingua russa
  3. Documenti di istruzione precedente (diploma di laurea o uguale) con la loro legalizzazione / apostille realizzati in conformità con gli standard di istruzione russi (per ulteriori informazioni su queste procedure, consultare: href = "https://nic.gov.ru/en/proc/nic / legalizzare )
  4. Trascrizione accademica completa dei voti (per l'intero periodo di studio)

Si prega di considerare che i documenti in inglese, francese e tedesco sono accettati anche per il controllo preliminare di ammissibilità. Ma nella fase di ammissione, tutti i documenti richiedono traduzioni notarili in lingua russa.

Qual è la procedura di ammissione per questo programma?

Per ottenere l'ammissione al Master, è necessario passare attraverso 2 procedure obbligatorie, entrambe le quali possono essere eseguite in forme distanti. L'ammissione è concessa se entrambe le procedure sono state completate con successo.

  • Riconoscimento del documento

Tutti i candidati devono presentare la serie di documenti di istruzione richiesti (trascrizione del diploma di laurea dei voti per l'intero periodo di studio) che devono essere controllati dalla commissione di ammissione (il controllo richiede 2-4 giorni)

  • Colloquio

Ciascun candidato deve superare un esame di ammissione sotto forma di colloquio via Skype con l'amministratore del programma. Il colloquio è programmato individualmente, tutti i dettagli devono essere negoziati con il responsabile delle ammissioni.

Ultimo aggiornamento Aprile 2020

Borsa di studio Keystone

Scopri le opzioni che la nostra borsa di studio può darti

Sulla scuola

Ural Federal University (UrFU) is one of the largest higher educational institutions in Russia bringing together fundamental education and innovative approach towards the challenges of modern times. O ... Ulteriori informazioni

Ural Federal University (UrFU) is one of the largest higher educational institutions in Russia bringing together fundamental education and innovative approach towards the challenges of modern times. Our aspiration is to become a world-class university in the heart of Eurasia committed to the complex and sustainable development of research and teaching. Leggi meno