Голдсмитс, Лондонский университет, MSc, Data Science

Студенты изучают следующие модули:

Обучающиеся также выбирают дополнительные модули из следующего списка:

Диплом бакалавриата с хорошим средним баллом (минимум 2:1) по информатике, физике, технических наукам, математике или финансам, а также интерес и готовность к работе в междисциплинарном контексте. 

В исключительном порядке, выдающиеся профессионалы отрасли или специалисты в коммерческой сфере могут быть зачислены в обход данного требования.

Иностранные документы об образовании

Университет принимает целый ряд иностранных документов об образовании.

Если английский язык не является для абитуриента родным, ему также необходимо представить результат экзамена IELTS (или эквивалент) со средним баллом не ниже 6,5 и баллом не ниже 6,5 за письменную часть экзамена и оценкой не ниже 6,0 за остальные части. При недостаточном уровне английского языка, университет предлагает целый ряд подготовительных курсов для поступающих.

Магистратура "MSc Data Science" дает студентам технические и практические навыки анализа больших данных, которые крайне востребованы у работодателей в сфере бизнеса, цифровых медиа и научных исследований.

Скорость создания данных постоянно растет. По данным компании IBM, сегодня в мире производится 2,5 квинтиллионов байтов данных в день. В это число входят самые разные виды данных, от биомедицинских данных до информации в социальных сетях и от наблюдения за климатом до платежных операций. В этом огромном объеме данных скрывается ключ к успеху во многих отраслях, от бизнеса и маркетинга до создания лекарства от рака и борьбы с изменением климата.

Мы создаем данные гораздо быстрее, чем можем их анализировать и использовать. Науке и производству нужно новое поколение специалистов по обработке данных. Они должны уметь работать со статистическими данными и анализировать огромные объемы информации.

Программа "MSc Data Science" дает выпускникам все необходимые навыки. Студенты изучают математические основы статистики, учатся извлекать информацию из массива данных, знакомятся с машинным обученем, а также применяют полученные знания на практике и реальных данных.

Помимо работы со статистикой, студенты также знакомятся с вычислительными методами, которые нужны для эффективного анализа больших массивов данных. Обучающиеся применяют полученные навыки на разных видах реальных данных под контролем ведущих специалистов отрасли. Студенты работают с различными типами данных - анализируют тренды в социальных сетях, делают финансовые прогнозы, извлекают информацию о музыке из аудиофайлов. 

Завершающим этапом обучения является выпускной проект, в рамках которого студенты могут применить полученные навыки на основе собственных интересов и проводят анализ реальных данных по своему выбору. 

Программа включает:

• Надежную базу знаний по извлечению данных, статистике и машинному обучению.
• Применение знаний с использованием реальных данных, в том числе, социальных сетей, биомедицинских и финансовых данных с помощью Hadoop (инструмента, которым пользуются Yahoo!, Facebook, Google, Twitter, LinkedIn, IBM, Amazon и многие другие компании), R и других специализированных программ.
• Возможность работать с распространенным ПО, включая Apache.