Տվյալների գիտության մագիստրոսական մասնագիտացումը Այովայում 2018- ում անվանել է բակալավրի կոչում

Վերջերս Մահարարի համալսարանի կառավարման համակարգչային գիտության եւ տվյալների գիտության մասնագիտության բաժինը ստացել է Այովայում իր բակալավրի կոչում ունեցող լավագույն մագիստրատուրայի եզակի տարբերակ:

DataScienceGraduatePrograms.com- ը գտնում է, որ MUM- ը կլինի լավագույններից մեկը, տալով մեզ #290 տեղը Այովայի իր ցուցակի մեջ: Լավագույն Տվյալների Գիտահետազոտական ​​Ծրագրեր 2018- ի համար.

ընտրության չափանիշներ
Այս առաջարկությունները ներկայացնելու համար վերանայողները վերացան 290 տվյալների գիտական ​​մագիստրոսի եւ շրջանավարտ սերտիֆիկացման ծրագրերի ցանկի միջոցով:

Որքան հնարավոր է, նրանք փնտրում էին ծրագրեր, որոնք ներառում էին մի քանի պահանջվող դասընթացներ, որոնք ներառում էին հետեւյալ հիմնական թեմաները, ինչպիսիք են,

Անտարբեր եւ նկարագրական վիճակագրություն
Գծային եւ լոգիստիկ ռեգրեսիա
Ժամանակի շարք եւ կանխատեսում
Հավանականության տեսություն
Stochastic վերլուծություն
Վիճակագրական մոդելավորում
Multidisciplinary մոտեցումներ

Համակարգչային գիտության եւ կիրառական մաթեմատիկայի կամ վիճակագրության բաժինների դասընթացների եւ դասախոսների կողմից բազմաբնույթ կարգապահական ծրագիրն ավելի բարձր է, քան մեկ միասնական ծրագրերը:

Քանի որ տեղեկատվական գիտությունը միավորում է տարրեր, առնվազն այդ ոլորտներից (եւ հաճախ ուրիշներից, այդ թվում, կենսատատիզմը, որը ներգրավում է բժշկության եւ բժշկության վրա), նրանք գնահատել են, որ երկու տներից դասախոսների կողմից կառուցված ծրագրերը ավելի հավանական են, որ ծածկեն բոլոր հիմքերը:

Տվյալների բազայի եւ տվյալների տեսության ուսուցում

Գաղտնի սոուս, որը կազմում է տվյալների գիտությունը, տվյալների գիտությունը, վիճակագրական վերլուծության մեջ տվյալների մշակման ավտոմատացված տարրերի օգտագործումը: Այսպիսով, նրանք փնտրում էին ծրագրեր, որոնք ընդգրկում էին տվյալների շտեմարանների եւ տվյալների բազայի տեսության կրթություն:

Ձեռք բերված աշխատանքը հարաբերական եւ ոչ ռացիոնալ տվյալների շտեմարանների հետ մեծ դերակատարություն ունեցավ, իրենց կարծիքով, կառուցել այդ տեսական կրթությունը: Նվիրված տվյալների մոդելավորման դասընթացները եւ գաղտնի նախագծերը, որոնք պահանջում էին իրական տվյալների բազայի ստեղծում կամ մանիպուլյացիա, նույնպես օգտակար կրթության գերազանց նշաններ էին:

Կոդավորման դասընթաց ատամներով

Տվյալների մշակման մյուս կողմը կոդավորում է: Տվյալների գիտնականները իրենց վերլուծական դասընթացները կիրառում են տվյալների կառուցվածքներում պահպանված տեղեկատվության միջոցով, R, Python- ի եւ Java- ի նման մասնագիտության մեջ օգտագործվող ծրագրավորման լեզուներով մշակված արտահայտություններով եւ ալգորիթմներով:

Նրանք ընտրեցին ծրագրեր, որոնք ներառում էին իրական, ձեռքի ծրագրավորման աշխատանքներ: Թեեւ տվյալների գիտությունների մեծամասնության ծրագրերը պահանջում են որոշ կոդավորման փորձ, որպես մուտքի պայման, նրանք փնտրում էին այն ադամանդները, որոնք շարունակեցին կրթությունը լեզուների առավել մասնագիտացված ասպեկտներում եւ տվյալների գաղափարախոսությանը հատուկ կոդավորմամբ:

Սա նաեւ տարածվում է տվյալների վերլուծության մեջ օգտագործվող վերջին մեթոդների լուսաբանման վրա: Տվյալների հանքարդյունաբերությունը, մեքենայի ուսումը եւ առաջադեմ արտացոլումը կարեւոր որոնումներ էին:

Ուսուցիչները, ճիշտ պահվածքով

Տվյալների գիտությունը նոր դաշտ է եւ դա այն է, որը հիմնականում գործնականում որոշվում է, այլ ոչ թե տեսության: Դա նշանակում է, որ մեծ խաղացողներն ակտիվ են կառավարությունում, արդյունաբերությունում եւ ակադեմիայում: Խոշոր տվյալների հավաքագրման, վերամշակման եւ վերլուծության համակարգերի հետ աշխատելու փորձը անգնահատելի է, երբ խոսքը վերաբերում է ուրիշներին վերապատրաստելու, թե ինչպես անել այդ աշխատանքը:

Այսպիսով, վերանայողները փնտրում էին ծրագրեր, որոնք ներառում էին ֆակուլտետի ներկա եւ վերջին փորձը ակադեմիայի սահմաններից դուրս իրական ծրագրերում, որտեղ գործատուների եւ օգտագործողների գործնական նկատառումներն անցնում են: Մեծ թվով աշխատող օր աշխատող աշխատակիցները մեծ գումարներ էին վաստակում:

Այլ գործոններ

Քանի որ տվյալների գիտությունը այնքան նոր էր, նրանք պետք է նայեին որոշ պրոեկտի տարրեր, դատելու ծրագրեր: Նրանք միշտ էլ սիրում են արդյունաբերությունում հեղինակություն համարել, եւ շատ դեպքերում նրանք պետք է նայեն ծնողի բաժին կամ քոլեջ, ընդհուպ առանձին ծրագրի փոխարեն: Այնուամենայնիվ, նրանք փորձում էին հաշվետու լինել շրջանավարտների տեղաբաշխման համար որպես հեղինակության եւ պատրաստման ցուցանիշ:

Եթե ​​դպրոցն ունենա նվիրված տվյալների լաբորատորիաներ, որտեղ պրոֆեսորներն ու ուսանողները համագործակցում են արտաքին գործարարների եւ գործակալությունների հետ, նրանք նույնպես համարում էին այդքան բարձր:

Ավելի քիչ չափով, կայքը եւ տեղեկատվության մատչելիությունը գործոն են: Տվյալների գիտությունը նկարագրում է այնպիսի մարդկանց, ովքեր նման են տվյալների եւ հետաքրքրություն ունեն տեխնոլոգիայի ոլորտում: Դա 2018- ն է, եւ եթե հաշվողական գիտության մեջ աշխատող ակադեմիական բաժինը միասին դնում է 12- ի վրա կառուցված այն 2001- ում, կամ չի կարող հեշտությամբ ապահովել դասընթացի նկարագրությունները եւ առաջարկները, այն ժամանակն է այլ կերպ.

Պետության լավագույն տվյալների գիտական ​​աստիճանով ծրագրերը պետության կողմից

Iowa

Մահարիշի կառավարման համալսարանի
Չնայած այն հանգամանքին, որ Maharishi ծրագիրը առաջին հերթին ուղղված է ավանդական համակարգչային գիտության կրթությանը, բոլոր հիմնական շեշտադրումները հիմնական ցանցային եւ ծրագրավորման հմտությունների վրա, այն նաեւ յուրահատուկ համաշխարհային կենտրոն է ավանդական ինքնակառավարման ինտեգրման համար, որն առավելագույն ժամանակակից տեխնիկական ուսումնասիրության դաշտ է: Այստեղ ապացուցված մեդիտացիայի տեխնիկայի ընդգրկումը միայն ամրապնդում է այն, թե որքան լուրջ է այս ծրագիրը, ուսանողների համար տվյալների գիտության ոլորտում իրական աշխատանքի իրականացման մասին: Լրիվ 8- ի ամսական պրակտիկան լրիվ վարկի համար տրամադրում է իրական աշխատունակություն, ձեր ռեզյումեն կառուցելու եւ ձեզ անմիջական կապի մեջ դնելով իրական գիտնականների հետ իրական աշխատանք կատարելու համար, նախքան ավարտելը:

Բազային ծրագիրը մասնագիտանում է ծրագրային ապահովման համակարգերի եւ զարգացման վերաբերյալ վերապատրաստման եւ այդ ուժի տվյալների գիտնականների ընտրանքային խցիկների վրա, ինչպես նաեւ R, Hadoop, Spark, Flume եւ HBase տաք տվյալների վերլուծության տեխնոլոգիաների կոնկրետ դասընթացների միջոցով: Ուսուցվում են նաեւ այլ NoSQL մոտեցումների եւ ամպային վրա հիմնված գործիքների, AWS- ի եւ Cloudera- ի այլ դիտարկումներ: Ի վերջո, դուք աշխատելու եք IBM- ի SPSS մոդելավորման ծրագրի հետ, դիզելով տեքստային վերլուծության եւ տվյալների հանքարդյունաբերության մեջ `կանխատեսելի մոդելավորման հմտություններ սովորելու համար:

Իմացեք ավելին: