데이터 과학 석사
HSE University
주요 정보
캠퍼스 위치
Moscow, 러시아
언어
영어
연구 형식
캠퍼스에서
지속
2 연령
속도
풀 타임
수업료
RUB 390,000 / per year *
신청 마감
정보 요청
가장 빠른 시작 날짜
정보 요청
* 195,000 – 390,000 RUB / 년
장학금
학업 자금을 지원하는 장학금 기회를 탐색하십시오.
소개
오늘날 사회의 모든 영역에서 생성되는 데이터 양의 증가를 분석하기 위해 현대 IT 산업은 빅 데이터 문제를 제기하고 있습니다. 마찬가지로 학계는 데이터 과학의 새로운 분야를 구축하고 있습니다. 이 프로그램에는 계산 모델, 수학적 모델링 및 예측, 컴퓨터 아키텍처, 고급 프로그래밍 기술, 데이터 저장 및 검색 분야의 교육이 포함됩니다. 다 학제 적 설계의 강점으로이 프로그램은 연구 센터의 직원뿐만 아니라 수많은 학부의 졸업생에게 관심을 끄는 백본 역할을 할 수 있습니다. 프로그램 졸업생은 데이터 검색, 수집, 저장, 준비 및 분석과 관련된 문제를 해결할 수있을뿐만 아니라 전문 분야의 결과를 해석 할 수 있습니다.
프로그램 개요
데이터 과학 석사 프로그램에는 영어를 사용하는 학생들을위한 풀 타임 교육 트랙이 포함되며,이 과정은 일련의 기본 분야와 다양한 선택 및 선택 과정 (영어)으로 구성됩니다.
이 프로그램의 목표는 응용 수학, 정보 과학 및 데이터 분석 분야에서 우수한 전문가를 양성하는 것입니다.
이 프로그램에는 인공 지능 모델의 수학적 방법과 현대적인 데이터 분석 방법, 복잡한 시스템의 수학적 및 정보 모델링, 이러한 방법의 컴퓨터 실현에 대한 심층 연구가 포함됩니다. 이 과정 졸업생의 지식과 기술은 러시아 연방 부처 및 기관, 지역 행정부 및 대기업에서 요구합니다.
인터넷 데이터 분석 전문화의 개념과 커리큘럼은 Yandex와 함께 개발되었습니다. 이 트랙에는 회사 직원의 특수 분야 교육, Yandex가 제안하고 비즈니스 운영과 관련된 작업을 수행하는 프로젝트에 학생, 대학원생 및 강사가 참여하고, Yandex 학생을위한 직업 교육과 함께 수행되는 공동 연구가 포함됩니다. Yandex 직원과 함께.
입학
과정
이 프로그램에는 3개의 전문 분야와 영어로 진행되는 풀타임 트랙(120학점)이 포함됩니다.
영어로 진행되는 트랙
일반 커리큘럼 내용
브리징 코스:
- 응용 및 알고리즘 개발을 위한 이산 수학
- 확률 이론 및 수학 통계
- 연구 분야의 구성 요소
기본 과정:
- 최신 데이터 분석 방법
- 현대적인 의사결정 방법
- 네트워크 과학
- 기계 학습 및 데이터 마이닝
선택 과목:
- 프로그램 검증을 위한 자동화된 방법
- 의료 정보학
- 의학의 데이터 분석
- 비즈니스 프로세스 자동화를 위한 데이터 및 서비스 엔지니어링
인터넷 데이터 분석
기본 과정:
- 최신 데이터 분석 방법
- 현대적인 의사결정 방법
- 기계 학습
- 알고리즘 및 데이터 구조
- 빅데이터 처리 방법 및 시스템
선택 과목:
- 의사결정의 확률론적 및 통계적 접근
- 이론 병렬 및 분산 계산
- 기계 학습의 최적화
- 이미지 및 비디오 분석
- 텍스트 자동 처리
- 깊은 학습
지능형 시스템 및 구조 분석
브리징 코스:
- 응용 및 알고리즘 개발을 위한 이산 수학
- 확률 이론 및 수학 통계
기본 과정:
- 최신 데이터 분석 방법
- 현대적인 의사결정 방법
- 데이터 분석의 정렬된 집합
- 네트워크 과학
- 기계 학습 및 데이터 마이닝 소개
- 기계 학습 및 데이터 마이닝
선택 과목:
- 전산 언어학 및 텍스트 분석
- 정보이론과 검색의 조합이론
- 인공 지능 설계 및 구현의 기초
- 데이터 분석 및 모델링의 시스템 게임 및 의사결정
- 의학의 데이터 분석
- 빅 데이터 분석
- 깊은 학습
- 프로그램 검증을 위한 자동화된 방법
- 의료 정보학
- 통계의 강력한 방법
- 불확실성과 모호성 하에서의 의사결정 및 데이터 분석
- 기계 학습을 사용하여 비즈니스 프로세스 자동화
복잡한 시스템 모델링 기술
브리징 코스:
- 응용 및 알고리즘 개발을 위한 이산 수학
- 확률 이론 및 수학 통계
기본 과정:
- 최신 데이터 분석 방법
- 현대적인 의사결정 방법
- 데이터 분석의 정렬된 집합
- 현대 통신의 수학적 기초
- 예측 모델링을 위한 통계적 방법
- 예측 모델링을 위한 기하학적 방법
선택 과목:
- 전산 언어학 및 텍스트 분석
- 정보이론과 검색의 조합이론
- 인공 지능 설계 및 구현의 기초
- 데이터 분석 및 모델링의 시스템 게임 및 의사결정
- 의학의 데이터 분석
- 빅 데이터 분석
- 깊은 학습
- 프로그램 검증을 위한 자동화된 방법
- 의료정보학
- 통계의 강력한 방법
- 불확실성과 모호성 하에서의 의사결정 및 데이터 분석
- 기계 학습을 사용하여 비즈니스 프로세스 자동화
직업 기회
이 프로그램의 졸업생은 대용량 데이터(빅 데이터), 데이터 전처리(추출-변환-로드), 데이터 마이닝(데이터 마이닝), 지식을 처리하기 위한 방법 및 도구를 포함하여 주요 온라인 플랫폼에서 요구되는 기술과 역량을 습득합니다. 추출(지식 발견), 검색 엔진 생성(검색 엔진), 소셜 네트워크 분석(소셜 네트워크 분석), 알고리즘 스케일링(하둡 및 맵-리듀스 기술), 금융 시계열 예측.