Master in scienza dei dati

Preparati per i requisiti decisionali basati sui dati di qualsiasi settore presso un importante istituto pubblico statunitense con una laurea magistrale di 4 semestri in Data Science di Michigan State University . Questo nuovo corso di laurea professionale trasversale condiviso dal College of Engineering e dal College of Natural Science prepara gli studenti ai fondamenti e agli argomenti applicati, insegnati dalle principali facoltà di scienza dei dati, statistica, informatica e matematica computazionale. Puoi far parte della coorte inaugurale con le ammissioni dell'autunno 2023.

Il programma MS in Data Science sta reclutando studenti con un forte background universitario in una delle aree principali di statistica, matematica computazionale, informatica e scienze dell'informazione, o campi tecnici strettamente correlati, e offre loro una formazione interdisciplinare avanzata attraverso le discipline di statistica, matematica, informatica e scienze computazionali, a livelli appropriati per gli studenti MS in queste rispettive discipline. Il programma si sviluppa su due anni accademici di istruzione; in quanto tale, qualsiasi laurea magistrale biennale dedicata in una di queste discipline approfondirebbe ulteriormente in quella direzione rispetto alla laurea magistrale biennale in Data Science.

Gli studenti tipici entrano con adeguate competenze di programmazione. Questi possono includere l'esperienza pratica con linguaggi delle scienze matematiche, come MATLAB o R, o la classica programmazione orientata agli oggetti.

Chi cerchiamo:

• Hai una laurea tecnica quadriennale e hai bisogno di saperne di più sulle metodologie di analisi dei dati per promuovere la tua carriera professionale.
• Ti piacciono le scienze matematiche e puoi programmare, specialmente quando puoi vedere come il lato pratico può fare la differenza nei problemi della vita reale.
• Vuoi diventare abile nello spiegare i metodi di data science ai tuoi colleghi non tecnici e aiutare a formulare decisioni basate sui dati e basate sui team.
• Ti consideri potenzialmente in grado di inventare nuovi metodi basati su principi di data science che si adattano alle esigenze del tuo ambiente professionale.

La laurea magistrale in Data Science è una laurea di 30 crediti, composta da 18 crediti richiesti, 9 crediti elettivi e un corso chiave di volta a 3 crediti. Si prega di visitare la pagina di ricerca del corso MSU Registrar per le descrizioni dei corsi del catalogo MSU.

Sei corsi richiesti (18 crediti) per questo programma sono bilanciati tra le tre unità:

• STT 810, un corso di probabilità e statistica matematica per data scientist a livello MS
• STT 811, un corso sulla metodologia statistica applicata per i data scientist a livello di SM
• CSE 482, un corso di informatica sull'analisi dei big data che include la raccolta, l'archiviazione, la preelaborazione e l'analisi di grandi quantità di dati.
• CSE 881, un corso di informatica sul data mining, a livello di MS.
• CMSE 830, un corso di base su algoritmi e metodi in Data Science a livello MS
• CMSE 831, un corso di base sull'ottimizzazione applicata e computazionale per i data scientist, inclusa l'implementazione, a livello di MS.

9 crediti di corsi opzionali attingono da un ampio insieme di corsi nelle tre unità. Gli studenti con i 6 corsi richiesti sopra sono ben preparati per prendere gli opzionali. L'elenco degli opzionali include quanto segue e può includere altri corsi approvati dal comitato MS DS:

• STT 802, calcolo statistico mediante il software specializzato R.
• STT 812, un corso compatto sulla moderna analisi dei dati statistici, incluso l'apprendimento statistico
• STT 873, un corso sull'apprendimento statistico e il data mining
• STT 874, un corso sull'analisi bayesiana
• STT 875, un corso di programmazione R per statistica
• CSE 802, un corso sul riconoscimento dei modelli
• CSE 830, un corso sulla progettazione e l'analisi di algoritmi
• CSE 847, un corso sull'apprendimento automatico
• CSE 849, un corso di deep learning
• CMSE/CSE 822, un corso congiunto sul calcolo parallelo
• CMSE 402, un corso sulla comunicazione nella scienza dei dati.
• Altri corsi opzionali CMSE che sono in fase di sviluppo presso MSU, alcuni dei quali sono corsi tematici che sono già stati insegnati in CSME e potrebbero essere insegnati congiuntamente ad altre unità. Esistono piani per i seguenti argomenti:
  • Quantificazione dell'incertezza CMSE 890 (è stato insegnato)
  • Topologia applicata CMSE 890 (è stato insegnato)
  • Modelli grafici probabilistici CMSE 890 (pianificati)
  • CMSE 890 Elaborazione di immagini matematiche (pianificato)
  • Dati di scienze biomediche CMSE 890 (pianificati)
  • CMSE 890 Applied Machine Learning per la biomedicina (pianificato)
  • Metodi computazionali CMSE 890 per l'apprendimento automatico (pianificato)
  • Altri argomenti di statistica corsi STT 890 approvato dal comitato MS DS.
  • Altri argomenti corsi di informatica CSE 890 approvato dal comitato MS DS.
  • Qualsiasi corso MSU di livello universitario che copre argomenti di scienza dei dati che può essere approvato dal comitato MS DS.

Un corso chiave di volta di 3 crediti prevede il completamento di un progetto di data science applicato, industriale o governativo. Il credito per questo corso può essere registrato come uno dei tre corsi di argomenti:

• STT 890
• CSE 890
• CMSE 890

Il programma sta costruendo un portafoglio di casi di studio presentando progetti chiave di volta guidati da clienti dell'industria, del governo o del mondo accademico.

Con le loro capacità computazionali e analitiche, i laureati del programma possono:

• Assimila, elabora e interpreta i dati provenienti da fonti ricche e diversificate o da set di dati di grandi dimensioni e potenzialmente distribuiti.
• Costruisci modelli computazionali, matematici e statistici che deducono relazioni significative nei dati e possono essere utilizzati per l'interpretazione e l'analisi predittiva.
• Crea visualizzazioni per aiutare nella comprensione dei loro dati e modelli.
• Comunicare i risultati e le intuizioni a una varietà di pubblico in modo che sia possibile prendere decisioni e intraprendere azioni.