کارشناسی ارشد کاربردی در تجزیه و تحلیل داده ها

کارشناسی ارشد کاربردی DSTI در تجزیه و تحلیل داده ها، تجربه صنعتی عملی را با ابزارهای استاندارد صنعتی ارائه می دهد و 97 درصد از دانشجویان را در عرض 6 ماه به دوره های کارآموزی سوق می دهد. با گزینه‌های یادگیری منعطف تمام وقت، پاره وقت یا ترکیبی که از بهار یا پاییز شروع می‌شود، پایه محکمی در اصول تجزیه و تحلیل داده‌ها به دست آورید.

امکانات

• 120 ECTS
• شهریه: 14850 یورو
• زبان: 100٪ انگلیسی
• کارآموزی 6 ماهه

حالت های مطالعه

• تمام وقت (2 سال)
• دوره کارآموزی (2 سال)
• تسریع شده (9 + 6 ماه)
• SPOC (15 تا 30 ماهگی)

ویژگی های برنامه

• 80 درصد از دانشجویان بین المللی
• 24-31 سال محدوده سنی متوسط
• 5+ پروژه عملی
• 2 گواهینامه بین المللی اجباری برای فارغ التحصیلی.

بررسی اجمالی کارشناسی ارشد کاربردی در تجزیه و تحلیل داده ها

برنامه کارشناسی ارشد کاربردی در تجزیه و تحلیل داده‌ها ارائه شده توسط DSTI بر مفاهیم اصلی، مهارت‌های عملی، پروژه‌های دنیای واقعی و راهنمایی‌های متخصص تمرکز دارد و تضمین می‌کند که فارغ‌التحصیلان به خوبی برای بازار کار آماده هستند. برنامه درسی داده کاوی، تجزیه و تحلیل آماری، یادگیری ماشین، تجسم داده ها و فناوری های کلان داده را پوشش می دهد و در حالت های مختلف انعطاف پذیر ارائه می شود. دانشجویان بر روی پروژه های دنیای واقعی با استفاده از ابزارها و فناوری های استاندارد صنعتی تحت هدایت اساتید مجرب کار می کنند.

اعتبار نامه ها

RNCP 7:

RNCP مخزن ملی برای صدور گواهینامه حرفه ای است. بنابراین، یک دوره با گواهینامه RNCP در سراسر جهان معتبر است.

برچسب 3IA Cote d'Azur:

تشخیص می دهد که برنامه سالانه بیش از 50 درصد از محتوای هوش مصنوعی را شامل می شود و دسترسی به یک شبکه کارآموزی و تعامل تجاری را ارائه می دهد.

Qualiopi RNQ (سیستم مرجع کیفیت ملی):

Qualiopi یک برند گواهی کیفیت برای تایید کیفیت خدمات ارائه شده از طریق آموزش حرفه ای، ارزیابی مهارت ها و غیره است.

منابع برای کارشناسی ارشد در تجزیه و تحلیل داده ها

آموزش AWS

AWS Educate، ابتکاری توسط خدمات وب آمازون (AWS)، دانش‌آموزان و مربیان را با منابع ارزشمند، مواد آموزشی و تجربه عملی برای تقویت توسعه مهارت‌های رایانش ابری و تسهیل آمادگی شغلی در صنعت مجهز می‌کند.

لاجوردی برای آموزش

Azure for Education نرم افزار مایکروسافت، ابزارهای توسعه دهنده و منابع ابری را برای یادگیری و پروژه ها، از جمله کوپن 100 دلاری، در اختیار دانش آموزان قرار می دهد.

Adaltas "Cluster Access"

با استفاده از Hadoop و Spark برای پردازش داده در مقیاس بزرگ، این خوشه ابری در سطح سازمانی کار می کند و در دسترس بودن شبانه روزی را فراهم می کند.

اوریلی

O'Reilly یک پلتفرم است که محتوای با کیفیت را برای مطالعه مؤثر ارائه می دهد. دارای بیش از 60000 کتاب، 30000 ساعت ویدئو، رویدادهای زنده و آزمایشگاه های تعاملی است که محاسبات ابری، معماری نرم افزار، زبان های برنامه نویسی، یادگیری ماشین و موارد دیگر را پوشش می دهند.

دسترسی به مودل

Moodle به دانشجویان امکان دسترسی جامع به مطالعات خود را می دهد: اعلان ها، برنامه ها، دوره ها، امتحانات، جلسات زنده، ضبط سخنرانی ها، و ارسال پروژه ها.

پشتیبانی 5/7 "Zendesk"

منبعی که به دانش‌آموزان اجازه می‌دهد سؤال بپرسند یا برای کارهای علمی، شغلی یا اداری کمک بگیرند. دانش آموزان همچنین می توانند در صورت لزوم پاسخ ها را مجدداً مشاهده کنند.

حساب ایمیل فارغ التحصیلان، مجوزهای Microsoft Windows و Office 365

همه دانشجویان DSTI از دسترسی مادام العمر به ایمیل فارغ التحصیلان لذت می برند و مجوزهای Microsoft Windows و Office 365 به آنها داده می شود.

اهداف کارشناسی ارشد کاربردی در تجزیه و تحلیل داده ها

اهداف اصلی برنامه کارشناسی ارشد کاربردی در برنامه تحلیل داده های کاربردی به شرح زیر است:

• مهارت های تحلیلی را توسعه دهید.
• هدف این برنامه ایجاد یک ذهنیت تحلیلی قوی برای تصمیم گیری واضح و مبتنی بر علم است.
• استاد هوش تجاری و نرم افزار تجسم داده ها.
• از طریق گواهینامه های صنعتی در نرم افزارهای پیشرو داده تسلط پیدا کنید.
• کسب مهارت های پایگاه داده
• پروفایل تحلیلگر داده خود را با مهارت های منحصر به فرد در فناوری های مختلف پایگاه داده تقویت کنید.
• یادگیری ماشینی
• با کاربردهای عملی، در یادگیری ماشینی برای تجزیه و تحلیل پیشگویانه مهارت کسب کنید.
• مدیریت فناوری اطلاعات و نرم افزار را درک کنید.
• درک مدیریت پروژه فناوری اطلاعات و جنبه های اخلاقی مدیریت کلان داده را بهبود بخشید.

دانشجویان کارشناسی ارشد کاربردی در تجزیه و تحلیل داده ها، چشم انداز شغلی بسیار خوبی دارند، تقریباً همه آنها ظرف شش ماه در اروپا کارآموزی می کنند و حداقل ماهیانه 1000 یورو درآمد دارند.

• 97٪ از دانشجویان در عرض 6 ماه یک پیشنهاد کارآموزی دریافت می کنند
• 88٪ (45/51) از دانشجویان دوره های کارآموزی را در اروپا پیدا می کنند
• 1000 یورو + کمک هزینه متوسط ماهانه
• میانگین حقوق اولیه 45 هزار یورو

دانشجویان کارشناسی ارشد کاربردی ما در تجزیه و تحلیل داده ها به عنوان کار می کنند

• مشاور داده
• دانشمند/تحلیلگر داده های بازاریابی
• دستیار آمار
• مشاور
• تحلیلگر کسب و کار
• دانشمند داده

کارفرمایان دانشجویان کارشناسی ارشد کاربردی در تجزیه و تحلیل داده ها

• DeepLearn Wireless Innovations Limited
• آماریس
• Aircotedivoire
• OpenIndoor
• CIC + کارشناسی ارشد اقتصاد دیجیتال و استراتژی UCA
• اشنایدر الکتریک
• مشاوره تاتا
• دلوتیت
• گلوبوس AI
• نارنجی لیبریا
• نرم افزار
• Syngenta فرانسه SAS
• Ankorstore
• 10Alytics
• استخر تحقیقاتی
• Eurotstats
• BNP Paribas
• Boehringer Ingelheim Animal Health فرانسه
• BOUYGUES Travaux Publics
• ATLANTIC CLIMATISATION ET TRAITEMENT D AIR INDUSTRIE
• تامین EA
• LiveSAFE
• آلتن (سوفیا)
• PRGX فرانسه
• تجزیه و تحلیل MAS
• سنندین بلو

برنامه درسی کارشناسی ارشد کاربردی در تجزیه و تحلیل داده ها

دوره های Warmup (75 ساعت) - 6 ECTS

• ریاضیات کاربردی پایه (10 ساعت)
• ساختار داده و یادگیری ماشین کاربردی با استفاده از Python & R (20 ساعت)
• معرفی به:
  • مدیریت داده (5 ساعت)
  • هوش مصنوعی (5 ساعت)
  • معماری کامپیوتر (5 ساعت)
  • شبکه (5 ساعت)
  • آزمایشگاه سیستم های کامپیوتری (10 ساعت)
  • Clean IT (10 ساعت)
  • مبانی اکسل (5 ساعت)

تجزیه و تحلیل داده ها (125 ساعت) - 30 ECTS

• ریاضیات کاربردی برای علوم داده (25 ساعت) - 6 ECTS
• مبانی تجزیه و تحلیل آماری و یادگیری ماشین قسمت 1 (25 ساعت) - 6 ECTS
• پردازش کلان داده با R (25 ساعت) - 6 ECTS
• آزمایشگاه های یادگیری ماشین پایتون (25 ساعت) - 6 ECTS
• فن آوری های وب معنایی برای پیشرفت های علوم داده (25 ساعت) - 6 ECTS

پایگاه های داده (105 ساعت) - 26 ECTS

• جدال داده با SQL (25 ساعت) - 6 ECTS
• انبار داده و ETL (25 ساعت) - 6 ECTS
• پایگاه های داده نمودار – NoSQL – قسمت 1 (25 ساعت) – 6 ECTS
• پایگاه های داده اسناد - NoSQL - قسمت 2 (5 ساعت) - 2 ECTS
• خط لوله داده قسمت 1 (25 ساعت) - 6 ECTS

مدیریت داده و تجسم (100 ساعت) - 24 ECTS

• اکسل پیشرفته برای تجزیه و تحلیل داده ها و یادگیری ماشین (25 ساعت) - 6 ECTS
• اکوسیستم تجسم یادگیری داده و ماشین (25 ساعت) - 6 ECTS
• گزارش و تجسم (25 ساعت) - 6 ECTS
• مدیریت داده های CRM (25 ساعت) - 6 ECTS

روش های عملیاتی (50 ساعت) - 4 ECTS

• قوانین و مقررات داده ها - فلسفه ها، ژئوپلیتیک و اخلاق (25 ساعت) - 2 ECTS
• مدیریت پروژه فناوری اطلاعات - PMP-PMI و رویکردهای چابک (25 ساعت) - 2 ECTS
• 45 ساعت جلسات پشتیبانی
• کارآموزی اجباری 6 ماهه – 30 ECTS
• فن آوری ها در کارشناسی ارشد کاربردی در تجزیه و تحلیل داده ها

فن آوری ها و کارشناسی ارشد کاربردی در تجزیه و تحلیل داده ها

• پایتون
• آر
• SQL
• Microsoft PowerBI
• مایکروسافت داینامیک
• اکسل پیشرفته
• SAS Viya
• پلتفرم های قدرت مایکروسافت
• MongoDB
• Neo4j
• معناشناسی وب

ساختار برنامه

برنامه کارشناسی ارشد کاربردی در تجزیه و تحلیل داده ها 120 ECTS اعطا می کند. این شامل 500 ساعت کلاس (90 ECTS) با 75 ساعت گرم کردن DSTI برای مهارت های فنی و 45 ساعت جلسه پشتیبانی است. پس از دوره، یک دوره کارآموزی 6 ماهه (30 ECTS) تجربه عملی تجزیه و تحلیل داده ها را فراهم می کند.

حالت های مطالعه

DSTI کارشناسی ارشد کاربردی در تجزیه و تحلیل داده ها را در دو حالت آموزش اولیه و آموزش مداوم ارائه می دهد.

آموزش اولیه

آموزش اولیه برای دانش آموزان زیر 30 سال در حال گذار از مدرسه یا دانشگاه طراحی شده است و آنها را برای تبدیل شدن به متخصصان داده ماهر آماده می کند. بین دو گزینه تمام وقت یا پاره وقت (کارآموزی) را انتخاب کنید.

آموزش اولیه حالت تمام وقت

برای مبتدیان در تجزیه و تحلیل داده ها، ما حالت 2 ساله تمام وقت را با گزینه هایی برای دو دوره کارآموزی مرتبط با داده، پیشنهاد می کنیم که دومی اجباری است.

• گرم کردن: 3 هفته
• دوره های سال اول + کارآموزی اختیاری 4 تا 6 ماهه
• دوره های سال دوم + کارآموزی اجباری 6 ماهه
• پاریس و نیس سوفیا آنتیپولیس
• آنلاین

حالت پاره وقت (کارآموزی).

حالت کارآموزی ترکیبی از کار و تحصیل پاره وقت است که فقط برای دانشجویان اتحادیه اروپا یا کسانی که ویزای طولانی مدت در فرانسه دارند باز است. قبل از درخواست جزئیات را بخوانید.

• 2 هفته مطالعه و 2 هفته کار در یک شرکت
• برای دانش آموزان زیر 30 سال
• 2 سال
• پاریس و نیس سوفیا آنتیپولیس
• آنلاین (در داخل فرانسه)

آموزش مداوم - یادگیری ترکیبی

برای متخصصان معمولاً 30 سال یا بیشتر، آموزش مداوم رشد شغلی و تعهدات کاری را متعادل می کند. این برای کسانی که تجربه مرتبط یا تحصیلات فنی دارند عالی است، و اجازه می دهد تا کارشناسی ارشد کاربردی در تجزیه و تحلیل داده ها را در محوطه دانشگاه یا آنلاین به طور انعطاف پذیر تکمیل کنند.

یادگیری ترکیبی - حالت تسریع شده

در آموزش تسریع شده، دانش‌آموزان دوره‌های درسی را در حدود 9 ماه به پایان می‌رسانند و سپس یک دوره 6 ماهه کارآموزی یا کار در زمینه داده را انجام می‌دهند و زمان ورود به بازار را کاهش می‌دهند.

• گرم کردن: 3 هفته
• 9 ماه دوره کار
• کارآموزی اجباری 6 ماهه
• پاریس و نیس سوفیا آنتیپولیس
• آنلاین

دوره آنلاین خود گام (SPOC) (15 تا 36 ماه)

SPOC برای دانشجویانی که بین مطالعات و مشاغل معمولی تعادل برقرار می کنند ایده آل است. دوره آموزشی که بین 15 تا 36 ماه از طریق سخنرانی های ضبط شده تکمیل شده است، در صورت وجود می تواند با جلسات آنلاین زنده تکمیل شود. طول دوره متناسب با نیازهای دانش آموز است.

• 3 نقطه عطف برای خودآموزی
• کارآموزی اجباری 6 ماهه
• 15 تا 36 ماهگی
• نامتقارن
• آنلاین در صورت درخواست و در دسترس بودن متقابل
• آموزش ترکیبی – ساندویچ پاره وقت

DSTI یک "ساندویچ پاره وقت" یا "Contrat de Professionnalisation" ارائه می دهد. این گزینه برای افراد 30 ساله و بالاتر، فرانسوی زبانان و افرادی که شهروند اتحادیه اروپا / منطقه اقتصادی اروپا یا دارندگان ویزای اقامت طولانی مدت در فرانسه هستند عالی است.