Master in Data Science
Cape Town, Sudafrica
DURATA
LINGUE
Inglese
RITMO
Tempo pieno
SCADENZA DELLA DOMANDA
Richiedi la scadenza per la domanda
LA PRIMA DATA DI INIZIO
Richiedere la prima data di inizio
TASSE UNIVERSITARIE
ZAR 171.450
FORMATO DI STUDIO
Nel campus
Introduzione
Il Master interdisciplinare con specializzazione in Data Science, è offerto in collaborazione con i dipartimenti di Scienze Statistiche, Informatica, Astronomia, il Gruppo di Biologia Computazionale (Facoltà di Scienze della Salute) e i dipartimenti di Finanza e Fisco, Economia e AIFMRM (Commercio Facoltà).
C’è un enorme interesse e attenzione sulla disponibilità di grandi quantità di dati, generati attraverso i sistemi finanziari, la ricerca medica, l’indagine astronomica, i social media e la consapevolezza che sono necessarie competenze speciali per dare un senso a questi dati e consentire alle informazioni di portare alla conoscenza e decisioni. Di conseguenza, le università di tutto il mondo hanno avviato programmi di scienza dei dati, analisi, apprendimento automatico o intelligenza artificiale e sono stati formati istituti. L’Alan Turing Institute, fondato nel 2015 nel Regno Unito con sede presso la British Library, descrive la Data Science come segue:
“Con l’aumento della quantità di dati che generiamo, aumenta anche la nostra necessità di comprendere e utilizzare tali dati. La scienza dei dati è la scienza fondamentale alla base dell’analisi dei dati e attinge a varie scienze esistenti in risposta a tale esigenza: scienze matematiche, scienze informatiche, scienze sociali, ingegneria del software e competenze di dominio di molteplici industrie e settori.
L’attenzione si sta spostando verso l’inclusione dell’intelligenza artificiale. La scienza dei dati e l'intelligenza artificiale sono collegate in quanto, attraverso l'estrazione di conoscenze e approfondimenti dai dati, la scienza dei dati aiuta l'intelligenza artificiale a trovare soluzioni ai problemi. Il Machine Learning è il processo di apprendimento dai dati nel tempo e fornisce il collegamento tra Data Science e AI.
In Sud Africa, molte università hanno istituito programmi in Data Science, tra cui la National e-Science Postgraduate Teaching and Training Platform (NEPTTP) offerta da un consorzio di 5 università (UP,WITS, NWI, UL e UNIVEN), il programma universitario in Data Science offerto dall'università Sol Plaatje, il programma Big Data Science offerto dall'Università di Pretoria, programmi di lode e master in Data Science offerti dall'Università del Capo Occidentale e la nuova Data Science and Computational Thinking School dell'Università di Stellenbosch.
Qui all'UCT abbiamo un master in Data Science, offerto dal Dipartimento di Scienze Statistiche, in collaborazione con i dipartimenti di Informatica, Sistemi Informativi, Astronomia, Fisica, Scienze Mediche Integrate, Finanza ed Economia Fiscale.
Le caratteristiche del programma si basano sulla premessa che Data Science si riferisce all'arte di apprendere dai dati e che le conoscenze richieste provengono da tre aree, Scienze statistiche, Informatica e Scienza del dominio. Si tratta quindi di un programma interdisciplinare in cui i moduli metodologici fondamentali sono tenuti dai dipartimenti di Scienze statistiche e Informatica, mentre i moduli opzionali sono tenuti da esperti del settore in Astromomia, Fisica, Biologia computazionale (Scienze della salute), Finanza ed Economia fiscale ed economica. .
L'ingresso al programma richiede una buona laurea con lode con una componente quantitativa significativa. Il programma è strutturato in modo da poter accettare una vasta gamma di studenti con background diversi in statistica, matematica e informatica e siamo in grado di adattare il curriculum di ogni studente alle competenze di base con cui accede al programma.
Si tratta di un programma di master in cui gli studenti svolgono corsi durante il primo anno, seguiti da una componente di tesi. La struttura principale consente 90 crediti di corsi e una tesi di 90 crediti. Offriamo un'ulteriore opzione alternativa di corsi da 120 crediti e tesi di 60 crediti dal 2020. La struttura del programma è allegata.
Il programma di master in Advanced Analytics è strettamente allineato al programma di Data Science ed è rivolto a studenti che ottengono un eccellente livello di lode in Statistica.
Studenti ideali
Laureati con lode o laureati quadriennali provenienti da tutto lo spettro delle discipline, che desiderano acquisire un'ampia comprensione delle questioni coinvolte nel cambiamento climatico e nello sviluppo sostenibile da una prospettiva africana e del mondo in via di sviluppo e coloro che desiderano un'introduzione completa alle questioni relative al cambiamento climatico prima intraprendere un dottorato di ricerca. Il corso fornirà ai suoi laureati l'occupazione nel governo, nelle autorità locali, nelle imprese con un'agenda di sostenibilità, nelle società di consulenza, nelle ONG e nelle organizzazioni di sviluppo internazionale. Si rivolge sia ai neolaureati che a coloro con pluriennale esperienza che desiderano confrontarsi con queste urgenti questioni nell'ambito della propria vocazione.
Ammissioni
Curriculum
I corsi devono essere selezionati in base al rispetto dei requisiti di ammissione e al consenso del coordinatore del programma.
Corsi base:
Database per scienziati dei dati | CSC5007Z | 12 crediti |
Visualizzazione | CSC5008Z | 12 crediti |
MIT: Programmazione in Python | CSC5011Z | 15 crediti |
Analisi multivariata | STA5069Z | 15 crediti |
Scienza dei dati per l'industria | STA5073Z | 12 crediti |
Calcolo statistico e ad alte prestazioni | STA5075Z | 18 crediti |
Apprendimento supervisionato | STA5076Z | 12 crediti |
Apprendimento non supervisionato | STA5077Z | 12 crediti |
Analisi esplorativa dei dati | STA5092Z | 12 crediti |
Corsi opzionali:
Scienza dei dati per l'astronomia | AST5004Z | 12 crediti |
Scienza dei dati per la fisica delle particelle | PHY5007Z | 12 crediti |
Bioinformatica per la biologia ad alto rendimento | IBS5004Z | 15 crediti |
Scienza dei dati per l'industria | STA5073Z | 12 crediti |
Modellazione decisionale per l'analisi prescrittiva | STA5074Z | 12 crediti |
Modellazione decisionale bayesiana | STA5061Z | 15 crediti |
Analisi dei dati per il trading ad alta frequenza | STA5091Z | 15 crediti |
Visualizzazione dati | CSC5008Z | 12 crediti |
Programmazione in Python | CSC5011Z | 12 crediti |
Regressione avanzata | STA5090Z | 15 crediti |
Machine Learning | STA5068Z | 15 crediti |
Teoria del portafoglio avanzata | STA5086Z | 15 crediti |
Simulazione e ottimizzazione | STA5071Z | 15 crediti |
Analisi dei dati longitudinali | STA5067Z | 15 crediti |
Analisi di sopravvivenza | STA5072Z | 15 crediti |
Mercati finanziari sudafricani | FTX5040F | 15 crediti |
Gestione del rischio degli strumenti finanziari | FTX5051S | 15 crediti |
Progettazione di sistemi finanziari | INF5006S | 15 crediti |
Argomenti di gestione finanziaria | FTX5028W | 30 crediti |
Mercati dei capitali e strumenti finanziari | FTX5043F | 30 crediti |
Finanza empirica | FTX5044H | 30 crediti |
Fintech e criptovalute | ECO5037S | 24 crediti |
Analisi delle serie storiche applicata | ECO5096S | 15 crediti |
microeconomia | ECO5070S | 15 crediti |
Econometria avanzata | ECO5046F | 15 crediti |
Configurazioni del programma
Sono disponibili due configurazioni del programma:
Programma di scienza dei dati (corsi da 90 crediti/tesi da 90 crediti)
Il curriculum comprende corsi di base che aggiungono a 66 crediti, corsi opzionali che aggiungono ad almeno 24 crediti e una tesi minore che conta 90 crediti.
Gli studenti sceglieranno un minimo di 2 corsi opzionali per portare il numero totale di crediti dei corsi opzionali a un minimo di 24 crediti NQF. I corsi facoltativi disponibili dipenderanno dalla disponibilità del personale e non tutti i corsi facoltativi saranno offerti ogni anno. Gli studenti possono scegliere di frequentare i corsi facoltativi dall'elenco dei corsi di base, o dall'elenco dei corsi facoltativi, a condizione che siano soddisfatti i requisiti di ammissione ai corsi prescelti e con il consenso dei convocatori del corso e del programma, o da corsi di altri dipartimenti, previo consenso del corso. e convocatori del programma.
La componente di tesi minore (90 crediti NQF) è un progetto di ricerca basato su un argomento di ricerca selezionato. Gli studenti possono registrarsi per una tesi minore tra le opzioni disponibili elencate di seguito. Gli studenti che si iscrivono alla prova di tesi in una Facoltà diversa da quella ospitante (che amministra il corso) saranno soggetti ai criteri d'esame di quella Facoltà.
Le opzioni di tesi minori includono:
Scienza dei dati nelle scienze statistiche | STA5079W | 90 crediti |
Scienza dei dati in astronomia | AST5005W | 90 crediti |
Scienza dei dati in bioinformatica | IBS5005W | 90 crediti |
Scienza dei dati nell'informatica | CSC5009W | 90 crediti |
Scienza dei dati in fisica | PHY5008W | 90 crediti |
Tesi minore in Finanza | FTX5003W | 90 crediti |
Programma di scienza dei dati (corsi da 120 crediti/tesi da 60 crediti)
Il curriculum comprende corsi di base che aggiungono a 66 crediti, corsi opzionali che aggiungono ad almeno 24 crediti e una tesi minore che conta 90 crediti.
Gli studenti sceglieranno un minimo di 2 corsi opzionali per portare il numero totale di crediti dei corsi opzionali a un minimo di 24 crediti NQF. I corsi facoltativi disponibili dipenderanno dalla disponibilità del personale e non tutti i corsi facoltativi saranno offerti ogni anno. Gli studenti possono scegliere di frequentare i corsi facoltativi dall'elenco dei corsi di base, o dall'elenco dei corsi facoltativi, a condizione che siano soddisfatti i requisiti di ammissione ai corsi prescelti e con il consenso dei convocatori del corso e del programma, o da corsi di altri dipartimenti, previo consenso del corso. e convocatori del programma.
La componente di tesi minore (90 crediti NQF) è un progetto di ricerca basato su un argomento di ricerca selezionato. Gli studenti possono registrarsi per una tesi minore tra le opzioni disponibili elencate di seguito. Gli studenti che si iscrivono alla prova di tesi in una Facoltà diversa da quella ospitante (che amministra il corso) saranno soggetti ai criteri d'esame di quella Facoltà.
Le opzioni di tesi minori includono:
Tesi minore in gestione finanziaria | FTX5029W | 60 crediti |
Dissertazione minore | ECO5023W | 60 crediti |
Tesi minore in scienze statistiche | STA5093W | 60 crediti |