کارشناسی ارشد در علوم داده
University of Skövde
اطلاعات کلیدی
موقعیت پردیس
Norrmalm, سوئد
زبان های خارجی
زبان انگلیسی
قالب مطالعه
در محوطه دانشگاه
مدت زمان
2 سال ها
سرعت
تمام وقت
شهریه
SEK ۱۳۵٬۰۰۰ / per year *
آخرین مهلت تقاضا
درخواست اطلاعات
زودترین تاریخ شروع
02 Sep 2024
* در هر سال تحصیلی طرح پرداخت اقساط: 67500 کرون قبل از هر ترم
مقدمه
علم داده نام جمعی انواع مختلفی از روشها است که برای تجزیه و تحلیل مقادیر زیادی از دادههای پیچیده، که به دادههای بزرگ نیز معروف هستند، استفاده میشود. علم داده از تصمیم گیرندگان در بسیاری از حرفه ها پشتیبانی حیاتی می کند و به آنها اجازه می دهد بر اساس اطلاعات خاص شرایط خاص خود تصمیم بگیرند.
درباره برنامه
علم داده اساساً بر حوزه های انفورماتیک مانند برنامه نویسی، داده کاوی، هوش مصنوعی و تجسم استوار است. در بسیاری از زمینههای کاربردی مانند هوش تجاری، تشخیص ناهنجاریها در الگوهای رفتاری، تجزیه و تحلیل خدمات در رایانش ابری و بیوانفورماتیک و ژنتیک استفاده میشود.
تمرکز مطالعات شما
این برنامه بر سه حوزه اصلی تمرکز دارد: تجزیه و تحلیل هوشمند داده ها، برنامه نویسی و پشتیبانی تصمیم. دروس نمونه عبارتند از هوش مصنوعی، داده کاوی، برنامه نویسی، تجزیه و تحلیل بصری و هوش تجاری.
University of Skövde نمایه تحقیقاتی قوی در انفورماتیک دارد. این بدان معناست که پس از فارغ التحصیلی فرصت های بسیار خوبی برای ادامه تحصیل و ادامه تحصیل در مقطع دکترا برای شما وجود دارد. همه معلمان این برنامه در تحقیقات علم داده تجربه دارند و اکثریت آنها روی پروژه های پیشگامانه کار می کنند تا دانش آموزان با آخرین روندها در این زمینه مهم و هیجان انگیز آشنا شوند.
پذیرش ها
گالری
فرصت های شغلی
پس از اتمام مطالعات شما
فرصت های شغلی تقریباً بی پایان هستند. با داشتن مدرک در علوم داده، می توانید به عنوان مثال، به عنوان یک تحلیلگر داده، یک توسعه دهنده نرم افزار یا یک متخصص فنی کار کنید. تقاضای گسترده و فزاینده ای، در سطح ملی و بین المللی، برای دانشمندان داده ای وجود دارد که به این موضوع تسلط داشته باشند و تمام حلقه های زنجیره پردازش، تجزیه و تحلیل و استخراج دانش از داده های بزرگ را درک کنند. Glassdoor Data Scientist را به عنوان رتبه اول رتبه بندی کرده است. 1 شغل در ایالات متحده، و 5 شغل از 10 شغل برتر ایالات متحده مربوط به تجزیه و تحلیل، داده های بزرگ و علم داده است.