Tufts University - Graduate School of Arts and Sciences

MSc az adatelemzésben

A programot teljes vagy részmunkaidőben kínálják azon dolgozó szakemberek számára, akik szakértelmet kívánnak építeni az adatelemzés területén. A legtöbb diák két év alatt fejezi be a programot, de gyorsított tanulással egy év alatt elvégezhető.

Szerkezet

Ezt az interdiszciplináris mesterképzést úgy tervezték, hogy a területek széles skáláját szolgálja. A program hallgatójaként személyre szabhatja a kurzusválasztékot az egyéni érdeklődés és szakmai célok alapján.

A tanterv szerkezete öt elemet tartalmaz:

• Az adatelemzés alapjai: 1 tanfolyam
  Ez a szükséges bevezető tanfolyam erős alapot nyújt Önnek az adatelemzés általános témájában
• Alkalmazási és szakmai kompetenciák: 5 tanfolyam (ebből 4 féléves tanfolyam)
  Ezek a kötelező tanfolyamok lehetővé teszik a kulcskompetenciák fejlesztését, amelyeket a gyorsan növekvő területen a munkaadók követelnek. Az adatok vizualizációjától a kódolásig terjedő tanfolyamokon megtanulhatja, hogyan kell hatékonyan kommunikálni és bemutatni az adatokat.
• Statisztikai elemzési és modellezési technikák: 3 tanfolyam
  Ez a rész a statisztikai elemzés és az analitikai módszerek technikái közötti mélyreható merülés.
• Fegyelmi kompetenciák: 2 tanfolyam
  Válasszon a fegyelemmel kapcsolatos választható témák közül, amelyek lehetővé teszik, hogy szűkítse a fókuszt, és alkalmazza az elsajátított ismereteket az érdeklődési területére.
• Kőkő: 1 tanfolyam
  A program csúcspontja egy kísérleti csúcstalálkozó befejezése, amely magában foglalja és bemutatja a megszerzett készségeket és ismereteket.

A program befejezésekor a következő tudásterületeket tudhatja ki:

• Meghatározza és megoldja a komplex adatalapú problémákat a megfelelő statisztikai módszerek elemzéseivel.
• Válasszon megfelelő statisztikai és prediktív módszertanokat mind a ritka, mind a nagy adathalmazokkal.
• Az eredmények eredményes elméleti értelmezése a fegyelemhez kapcsolódó fogalmak alapján.
• Mutassa be az írásbeli szóbeli kommunikációs készségeket az adatok elemzéséből levont következtetésekhez.
• Készítsen vizuális ábrázolásokat a komplex adatok megértésének és hasznosításának növelése érdekében.
• Az együttműködő csapat kapcsolatok fenntartása a közös projekt hatékony megvalósításához.
• Legyen funkcionális programozási készség az adathoz kapcsolódó nyelven.