کارشناسی ارشد در تجزیه و تحلیل داده ها
Fairfax University of America
اطلاعات کلیدی
موقعیت پردیس
Fairfax, آمریکا
زبان های خارجی
زبان انگلیسی
قالب مطالعه
در محوطه دانشگاه
مدت زمان
2 سال ها
سرعت
تمام وقت, پاره وقت
شهریه
USD ۶٬۵۳۴ / per semester *
آخرین مهلت تقاضا
درخواست اطلاعات
زودترین تاریخ شروع
درخواست اطلاعات
* شهریه 9 ساعت اعتبار در هر ترم. هزینه های اضافی اعمال می شود
بورسیه ها
فرصت های بورسیه تحصیلی را برای کمک به بودجه مطالعات خود کاوش کنید
مقدمه
در حمایت از ماموریت دانشگاه، کارشناسی ارشد علوم در تجزیه و تحلیل داده ها (MSDA) طراحی شده است تا برای طیف گسترده ای از افراد جذاب باشد. این برنامه تئوری را با عمل متعادل می کند مجموعه گسترده ای از دوره های سنتی و پیشرفته را ارائه می دهد و انعطاف پذیری لازم را برای پذیرش دانشجویان با سوابق مختلف، از جمله متخصصان کامپیوتر که می خواهند درک خود را از تجزیه و تحلیل داده ها گسترش دهند، و همچنین افراد فراهم می کند. که مدرک کارشناسی آنها در علوم کامپیوتر نیست، اما مایلند دانش خود را در تجزیه و تحلیل داده ها گسترش دهند.
مدارک خرد مرتبط
- تحلیلگر داده (DA)
- دانشمند اصلی داده (PDS)
- معمار کلان داده (BDA)
- تحلیلگر کلان داده (BDA)
- مهندس انبار داده (DWE)
- مهندس تحلیل کسب و کار (BAE)
نتیجه برنامه
- نرم افزار طراحی با استفاده از تکنیک های مدل سازی و تجزیه و تحلیل داده ها برای حل مسائل دنیای واقعی با استفاده از تکنیک های پیشرفته، ارتباط یافته ها، و ارائه موثر نتایج با استفاده از تکنیک های تجسم داده ها.
- نشان دادن دانش الگوریتم های آماری در تجزیه و تحلیل داده ها برای بهبود تصمیم گیری طراحی.
- استفاده از اصول اجتماعی، اخلاقی و قانونی فناوریها و کاربردهای آنها در حوزه تحلیل دادهها.
- به طور موثر به صورت فردی یا در تیم های متقابل ارتباط برقرار کنید.
فرصت های شغلی
- معمار کلان داده
- دانشمند اصلی داده
- مهندس انبار داده
- تحلیلگر مدیریت
- دانشمند داده
- مهندس داده
- تحلیلگر تحقیقاتی - بخش علوم داده
- مدرس در کالج یا دانشگاه به تدریس تجزیه و تحلیل داده ها علاوه بر دوره های علوم کامپیوتر.
برنامه درسی
مدرک کارشناسی ارشد در تجزیه و تحلیل داده ها نیاز به تکمیل 36 واحد دارد. دانشآموزان 12 واحد از دروس اصلی را میگیرند که با همه برنامهها مشترک است، 6 واحد از برنامههای شغلی، و 18 واحد در حوزه محتوای تجزیه و تحلیل دادهها.
پیش نیازهای برنامه
همه دانشآموزان جدید برنامه تجزیه و تحلیل دادهها به مهارتهای اولیه خاصی نیاز دارند تا آنها را برای موفقیت در برنامه تجزیه و تحلیل داده آماده کنند. مدرک تجزیه و تحلیل داده ها درک گسترده ای از تئوری و فناوری علوم کامپیوتر ارائه می دهد. دانشآموزانی که پیشزمینه لازم را ندارند، باید قبل از گذراندن دورههای اصلی، برخی یا همه پیشنیازها را بگذرانند. بنابراین، برای موفقیت، دانش آموزان باید در دوره های زیر سابقه داشته باشند.
- COMP 109 الگوریتم کامپیوتر و منطق برنامه نویسی با استفاده از پایتون
- COMP 260 مقدمه ای بر سیستم عامل ها
- COMP 270 ملزومات شبکه سازی
- COMP 329 ساختارهای داده و تجزیه و تحلیل الگوریتم
- مفاهیم پایگاه داده COMP 350
دوره های اصلی (4 دوره اصلی - 12 واحد)
این دوره ها دانش پایه ای را برای پیاده سازی رابط های کامپیوتری، طراحی نرم افزار، ارتباط بین سیستم ها و نحوه مدیریت سیستم های IT ارائه می دهند. همه اینها عناصر حیاتی برای متخصصان فناوری اطلاعات هستند تا از این بلوکهای ساختمانی در هر سیستم یا پروژه خاصی استفاده کنند.
- سیستم عامل های پیشرفته COMP 501
- COMP 502 طراحی و تحلیل الگوریتم ها
- COMP 503 شبکه و مخابرات
- سیستم های مدیریت پایگاه داده COMP 504
دوره های کاربردی (2 دوره - 6 اعتبار)
این دوره ها فرصتی را برای دانش آموزان فراهم می کند تا آنچه را که در طول برنامه آموخته اند در یک پروژه عملی یا پایان نامه کارشناسی ارشد به کار گیرند. در حالی که پروژه عملی کاربرد دانش کسب شده در طول برنامه را فراهم می کند و کاری را نشان می دهد که می تواند آمادگی شغلی را به کارفرمایان بالقوه نشان دهد، پایان نامه به طور کلی برای نشان دادن پتانسیل پژوهشی یک دانشجو است و می تواند برای نشان دادن آمادگی برای کار دکترا استفاده شود. صرف نظر از گزینه، دانش آموزان دانش و توانایی های تحقیقاتی پایه را نشان می دهند که برای تکمیل پروژه یا پایان نامه استفاده می شود.
- روش های تحقیق COMP 505
- یکی از موارد زیر را انتخاب کنید:
- پروژه Capstone تجزیه و تحلیل داده COMP 682
- پایان نامه کارشناسی ارشد COMP 698
دوره های تخصصی (هر 6 دوره - 18 واحد)
این دوره های پیشرفته عمق موضوعات مربوط به تجزیه و تحلیل داده ها را پوشش می دهد و به دانش آموزان اجازه می دهد تا دانش خود را بر اساس مسیرهای حرفه ای مورد نظر خود توسعه دهند.
- COMP 523 اصول کلان داده
- برنامه های کاربردی فراداده COMP 524 در مسائل پیچیده داده های بزرگ
- COMP 525 نقش تجزیه و تحلیل در تصمیم گیری
- COMP 528 Data Analytics Foundation
- COMP 529 Information Fusion
- الگوریتم های COMP 531 برای تجزیه و تحلیل داده ها
- آنالیز عددی COMP 542
- COMP 543 محاسبات توزیع شده با داده فشرده
- COMP 544 موضوعات ویژه در علم داده
- کارآموزی COMP 596 I در تجزیه و تحلیل داده ها
- COMP 626 Web Analytics
- COMP 627 ابزارهای تحلیلی توصیفی و پیش بینی کننده
- COMP 628 موضوعات ویژه در تجزیه و تحلیل داده ها
- COMP 629 حریم خصوصی و امنیت در داده های بزرگ
- تجزیه و تحلیل متن COMP 630
- تحلیلگر داده COMP 631 Cloudera Certified Associate (CCA).
- COMP 632 Microsoft Certified Azure Data Scientist Associate
- COMP 696 Internship II در تجزیه و تحلیل داده ها
توجه: دانشجویانی که مایل به گذراندن دورهای هستند که توسط برنامه دیگری ارائه میشود، میتوانند با ارائه توجیهی برای مرتبط بودن اضافه شدن به عنوان بخشی از مسیر حرفهای خود، پروژه مشاوره مورد نظرشان، و/یا علاقه شخصی به مشاور خود درخواست دهند. حداکثر 2 دوره را می توان از برنامه دیگری اعمال کرد.
پذیرش ها
شهریه برنامه
بورسیه و بودجه
درباره مدرسه
سوالات
دوره های مشابه
Master in Data Analysis, Intelligence and Security
- Rennes, فرانسه
- Paris, فرانسه
علوم داده MSc
- London, بریتانیا
کارشناسی ارشد در هوش تجاری و تجزیه و تحلیل داده ها
- Limassol, قبرس