Tietotekniikan maisteriohjelma - Tilastotietoanalyysi
Tampere University
Keskeiset tiedot
Kampuksen sijainti
Tampere, Suomi
Kieli (kielet
Englanti
Opintomuoto
Kampuksella
Kesto
2 vuotta
Vauhti
Täysaikainen
Lukukausimaksut
EUR 12 000 / per year *
Hakemuksen määräaika
Pyydä tietoja
Aikaisin aloituspäivä
Aug 2024
* EU-maiden ja ETA-maiden opiskelijoille
Johdanto
Tee suurta tietoa suurista tiedoista
Suuret tiedot ja datavetoiset menetelmät ovat nykyaikaisen tietotekniikan, tilastojen ja tietokonetekniikan keskipisteessä, ja niillä on suuri lupaus tulevaisuudelle.
Tietojen analysoinnin asiantuntijoita tarvitaan ratkaisemaan haastavia datalähtöisiä ongelmia, kuten tekstidokumenttien ymmärtäminen, keskustelu ja sosiaalinen media; älykkäiden hakukoneiden luominen; löytää tietoon perustuvia oivalluksia yhteiskunnan, talouden ja kulttuurin ilmiöistä; luodaan tietopohjaisia ratkaisuja lääketieteellisiin ja biologisiin ongelmiin sekä mahdollistetaan itseajoavien autojen ja autonomisten robottien käyttö.
Tampere University tarjoaa kolme aiheeseen liittyvää opintoketjua, joihin sisältyy analyysi, mallinnus, ennustus ja laskenta suurilla tiedoilla: tietojenkäsittelytieteen (M.Sc.) ja tilastollisen tietojenkäsittelytieteen (M.Sc.) seuranta keskittyvät laskennallisiin ja tilastollisiin algoritmeihin tiedonlouhinta ja koneoppiminen erilaisilla painotuksilla, ja koneoppimisen (M.Sc. Tech) raita keskittyy tarkkojen ennustavien koneoppimismallien suunnitteluun.
Tilastodatanalyysi (M.Sc.) sisältää useita samanlaisia aihealueita kuin tietojenkäsittelytieteiden (M.Sc.) raita, mutta tilastotietojen analyysin (M.Sc.) jälkipainotteisemmissa kohdissa korostetaan enemmän tietojenkäsittelyn ja tekoälyn näkökohtia missä tietojen epävarmuuden, vaihtelun ja riippuvuuden tilastollinen ymmärtäminen ja mallintaminen on ratkaiseva etu.
Tilastollinen dataanalyysi (M.Sc.) opettaa sinua ymmärtämään tietojen analysoinnin ja hallitsemaan tarvittavat taidot, kuten tietojen puhdistaminen, integrointi, mallintaminen ja ennustaminen sekä tietojen ja mallien vuorovaikutteinen etsintä. Opit menetelmiä, jotka vaihtelevat todennäköisyydenmukaisista lähestymistavoista tehokkaiden tiedon louhintaalgoritmien ja joustavan syvän oppimisen avulla hermoverkoissa. Opit myös esittämään data-analyysitulokset päätöksentekijöille kuvaavilla yhteenvetoilla ja visualisoinneilla.
Tilastodatanalyysi (M.Sc.) on yksi seitsemästä kappaleesta tietojenkäsittelytieteiden maisteriohjelmassa, joka aloitettiin elokuussa 2020.
Tietoja opinnoista
- Tyyppi: Maisterin tutkinto
- Ansaittu tutkinto: Maisteri
- Suunniteltu kesto: 2 vuotta
- Opintojen laajuus: 120 op
- Kaupunki: Tampere
- Kampus: Keskustan kampus
- Lukukausimaksu EU: n ulkopuolisille / ETA-maille: 12000 €
Tutkimuksen tavoitteet
Kun olet suorittanut tilastotietojen analyysiradan, sinulla on taidot ja tiedot:
- Valitse sopivia data-analyysimenetelmiä käsiteltäviin analyysitehtäviin kohtuullisen laajasta valikoimasta tilastollisia ja laskennallisia menetelmiä, mukaan lukien menetelmät, jotka ovat välttämättömiä eri tietolähteiden tietojen integroimiseksi tietojen esikäsittelyn ja / tai analyysin aikana.
- Ymmärtää, miten menetelmät mallintavat tietojen vaihtelua, epävarmuutta ja riippuvuutta.
- Käytä näitä menetelmiä tietojen analysointiin ja tulkitse tuloksia ja niihin liittyviä epävarmuustekijöitä kriittisesti.
- Käytä tehokkaita laskennallisia ja tilastollisia menetelmiä suurten tietojen hallintaan ja analysointiin, mukaan lukien tilastolliset menetelmät, kuten todennäköisyyksien luokittelu ja regressio, graafiset mallit, aikasarjaanalyysi ja Bayesin analyysi sekä erilaiset laskennalliset algoritmiset lähestymistavat, kuten rinnakkainen laskenta ja syvät hermoverkot.
- Visualisoi tiedot / analyysitulokset.
- Käytä analyysimenetelmiä uusissa tilanteissa.
- Ymmärrä kuinka hyvin menetelmät voivat toimia eri tilanteissa.
Opintojen sisältö
Tietojen analysoinnilla on keskeinen rooli modernissa tietoyhteiskunnassa. Sekä julkisen että yksityisen sektorin organisaatiot keräävät valtavia aineistoja, ja yhä useampi julkisen sektorin data tehdään avoimeksi. Tiedot, joiden oletetaan olevan tärkeä voimavara organisaatioille, ovat kuitenkin hyödyttömiä, ellei niitä analysoida. Analyysi on tarpeen löytää säännönmukaisuuksia, kuten suuntauksia tai ryhmittelyjä, ja yhdistää tiedot muihin organisaation sisällä tai hajallaan oleviin online-arkistoihin.
Analyysi vaatii toimintoja, kuten tietojen puhdistusta, tietojen integrointia, mallintamista ja ennustusta, interaktiivista ja iteratiivista tietojen visualisointia sekä malleja hypoteesien ja mallien hienosäätöön. Väli- ja lopputulosten esittäminen päätöksentekijöille edellyttää visualisointi- ja raportointimenetelmien hallintaa. Onnistunut analyytikko tarvitsee taitoja sekä laskennallisissa että tilastollisissa aiheissa.
Tämä raita kouluttaa tilastollisen ja laskennallisen data-analyysin huipputason asiantuntijoita, joilla on tietoa ja taitoja edellä mainittuihin tehtäviin ja ymmärtävät tietojen analysoinnin yleiset prosessit.
Lukukausimaksut
Radan lukukausimaksu on 12000 euroa lukuvuonna EU: n / ETA: n ulkopuolisille opiskelijoille, joilla on stipendijärjestelmä maksullisille opiskelijoille.
Tutkimusten rakenne
Maisterin tutkinto koostuu 120 op. Jokainen ECTS-piste on noin 27 tuntia opiskelijatyötä. Raidasta riippuen kurssien arvo on 80-90 ECTS, ja loput 30-40 ECTS maksetaan diplomityön suorittamisesta. Ohjelman kesto on kaksi vuotta. Opiskelijat viettävät yleensä kolme lukukautta suorittamalla kurssit ja yhden lukukauden valmistelemalla diplomityötä. Opinnot alkavat elokuun lopulla ja lukuvuosi päättyy toukokuun lopulla.
Tietojenkäsittelytieteiden maisteriohjelma koostuu seitsemästä opintojaksosta, jotka johtavat joko maisteriksi tai tekniikan maisteriksi:
- Data Science (diplomi-insinööri)
- Koneoppiminen (DI)
- Tilastollinen tietoanalyysi
ja
- Ihmisen ja tekniikan vuorovaikutus
- Ihmisen ja tekniikan vuorovaikutus (DI tekniikka)
- Ohjelmistot, verkko ja pilvi (M.Sc.)
- Ohjelmistot, verkko ja pilvi (DI)
Tietojenkäsittelytieteiden maisterin tutkinto-ohjelman 2020-2021 opetussuunnitelma on saatavana verkossa (huomaa, että tämä on julkinen näkemys, opiskelijoilla on mahdollisuus saada lisätietoja sähköisen työkalun kautta). Vuosien 2021--2022 opetussuunnitelma on saatavilla maaliskuussa 2021.
Uramahdollisuudet
Tutkijana sinulla on tietoja ja taitoja data-analytiikkaan ja ymmärrät datan analysointiprosessin kokonaisuuden. Tällaisia analyytikoita voidaan käyttää analyysitoimistoissa, suurten tietojen tuottajien yritysten sisäisissä analyytikoissa sekä yrityksissä ja organisaatioissa, jotka keräävät ja analysoivat julkista ja yksityistä tietoa, mukaan lukien valtion virastot, journalismi, vakuutukset, lainvalvonta ja rahoitus. kuten julkisessa ja yksityisessä tutkimuksessa.
Yhteistyö muiden osapuolten kanssa
Oman koulutusohjelman opintojen lisäksi opiskelijat voivat hyödyntää täysimääräisesti Tampereen korkeakouluyhteisön tarjoamaa opetusta eri alojen teknisistä ammattiopintoihin.
Jatkokoulutusmahdollisuudet
Tämä maisterin tutkinto tarjoaa tarvittavan taustan, jos haluat jatkaa tohtoriopintoja esimerkiksi Tampere University tietojenkäsittelytieteen tohtoriohjelmassa. Tohtorikoulutuksessa ei ole lukukausimaksuja.
Kelpoisuusehdot
Maisteriohjelmien kelpoisuusperusteet koostuvat kahdesta osasta: Tampere University yleisistä kelpoisuuskriteereistä ja ohjelmaspesifisistä kelpoisuuskriteereistä, jotka määrittelevät ja / tai lisäävät tietoja yleisiin kriteereihin. Sinun on täytettävä molemmat, jotta sinua voidaan pitää kelvollisena. Hakijoita, jotka eivät täytä sekä yleisiä kelpoisuus- että ohjelmakohtaisia kelpoisuusehtoja, ei valita Tampere University opiskelijoiksi.
Yleinen kelpoisuus
Jotta voit hakea maisteriohjelmaa Tampere University , sinulla on oltava:
- Kandidaatin tutkinto - kansallisesti tunnustettu ensimmäisen syklin tutkinto
- joka vastaa vähintään 180 opintopistettä (eurooppalaista opintopistettä) tai kolmen vuoden kokopäiväistä opiskelua
- maisteriohjelman asiaankuuluvalta kentältä, johon haet
- tunnustetusta korkeakoulusta
- Suomen ulkopuolella sijaitsevassa yliopistossa suoritetun kandidaatin tutkinnon on annettava kelpoisuus korkeakoulututkinnon suorittamiseen siinä maassa, jossa se myönnettiin.
- JA hyvä englannin kielen taito akateemisiin tarkoituksiin.
Kandidaatin tutkinnon viimeisen vuoden hakijat voivat hakea, jos tutkinto valmistuu viimeistään 31. heinäkuuta 2021. Tällöin heidät hyväksytään ehdollisesti. Katso erityisohjeet hakijoille kandidaatin tutkinnon viimeisen vuoden aikana.
Suoraan maisteriksi johtaviin opintoihin pääsy perustuu yliopiston tai ammattikorkeakoulun myöntämään kandidaatin tutkintoon. Ohjelmakohtaisista pääsyvaatimuksista riippuen ohjelmassa voidaan ottaa huomioon hakijoiden aiemmin hankkimat taidot hakemuksia käsitellessään.
Aikaisemmin suoritettu maisterin tutkinto ei tee hakijoista kelvottomia pääsylle. Hakijat, jotka hakevat pääsyä toisen maisterin tutkintoon, otetaan kuitenkin vastaan vain erityisen painavista syistä.
Ohjelmakohtaiset kelpoisuuskriteerit
Jotta voisit hakea tietojenkäsittelytieteiden maisteriohjelmaan - Tilastotietojen analytiikka (MSc), sinulla on oltava onnistuneesti suoritettu kandidaatin tutkinto tai vastaava
- Tilastot, tietojenkäsittelytiede tai matematiikka tai muulla soveltuvalla alalla.
Tutkinnon on sisällettävä riittävä määrä tutkimuksia tilastoista ja riittävä määrä tietotekniikan ja matematiikan opintoja.
Opiskelijavalinta tehdään hakemusasiakirjoissa esitettyjen akateemisten pätevyyksien ja ansioiden perusteella.
Kielitaitovaatimukset
Kun haet Tampere University , sinun on toimitettava todisteet hyvästä englannin kielen taitostasi akateemisiin tarkoituksiin. Sinulla on kaksi vaihtoehtoa osoittaa englannin kielen taitosi: kielikokeet tai aiemmat opinnot.
Molemmissa tapauksissa sinun on toimitettava asiakirja todisteena kielitaidosta.
Englannin kielen kokeet ja vähimmäistulosvaatimukset:
Testin nimi | Tampere University kandidaatin tutkintojen vähimmäistulos |
TOEFL iBT / TOEFL iBT Special Home Edition | 92 kokonaisuudessaan ilman osiota alle 20 |
IELTS (akateeminen) / IELTS-indikaattori | 6.5 kokonaisuudessaan ilman osaa alle 5.5 |
PTE (akateeminen) | 62 kokonaisuudessaan ilman osaa kommunikaatiotaidoista alle 42 |
C1 Edistynyt * | C |
C2 Taito * | C1 |
Suomen kansallinen todistus kielitaidosta (englanti) | Taitotaso 5 |
* Aiempi CAE ja CPE on nimetty uudelleen C1 Advanced- ja C2 Proficiency -ryhmiksi
Aiemmat opinnot
Kielitestitulosten jättäminen voidaan vapauttaa, jos olet suorittanut tiettyjä Tampere University luetteloimia Tampere University jotka osoittavat, että osaat englantia akateemisessa tarkoituksessa. Vain kriteerit täyttävät opinnot hyväksytään, joten jos haet ilman kelvollista kielitestin tulosta, tarkista huolellisesti Tampere University luetteloimat poikkeukset ja asiakirjojen toimittaminen.
otto
Computing Sciences -ohjelmaan otetaan 145 opiskelijaa.
Laskentatieteiden ohjelma sisältää seuraavat kappaleet: 1) datatiede (MSc), 2) ihmisen ja tekniikan vuorovaikutus (MSc), 3) ihmisen ja tekniikan vuorovaikutus (MSc tech), 4) koneoppiminen (MSc tech), 5) ohjelmisto , Web & Cloud (MSc), 6) Software, Web & Cloud (MSc tech) ja 7) Tilastotietojen analytiikka (MSc).
Pääsymenettely
Opiskelijat valitaan ohjelmaan niistä hakijoista, jotka toimittavat täydellisen hakemuksen (hakemus ja riittävät hakemusasiakirjat määräaikaan mennessä) ja täyttävät viralliset kelpoisuusvaatimukset.
Opiskelijan valinnan tekee valintalautakunta hakemusasiakirjoissa esitetyn akateemisen pätevyyden ja ansioiden perusteella. Huomaa, että kaikkia vaatimuksia täyttäviä hakijoita ei voida hyväksyä.
Maisteriohjelmaan hyväksyttyjä opiskelijoita voidaan joutua täydentämään aikaisempaa tutkintoa täydentävillä opinnoilla. Täydentävät opinnot päätetään tiedekunnassa tapauskohtaisesti (enintään 60 op).
pisteytys
Tukikelpoisten hakijoiden määrä ylittää vuosittain hyväksyttävien opiskelijoiden määrän. Opiskelijavalinnan tekee valintalautakunta hakemusasiakirjoissa esitetyn akateemisen pätevyyden ja ansioiden perusteella.
Valintaprosessissa seuraavat arviointivaatimukset arvioidaan yhdistelmänä:
- Riittävän korkea akateeminen suorituskyky kandidaatin tutkinnoissa.
- Hakijoiden on osoitettava vahvaa motivaatiota tutkia ohjelman keskeisiä aiheita ja kiinnostusta työskennellä poikkitieteellisellä alueella.
- MOOC-kurssin "Johdatus kestävään digitaaliseen elämään" suorittamista pidetään etuna. Kurssi avautuu 15. lokakuuta 2020, ja hakijan on suoritettava MOOC-kurssi viimeistään 28. helmikuuta 2021 (23:59 GMT + 2). Kaikki tehtävät on toimitettava tähän päivään mennessä. Asiakirjoja ei voida lähettää määräajan jälkeen, koska kurssi päättyy tänä päivänä.
Miten hakea
Pääsyvaiheet vaiheittain
- Tarkista sovellettavien ohjelmien yleiset kelpoisuus- ja ohjelmakohtaiset kelpoisuuskriteerit. Voit hakea kolmea ohjelmaa samanaikaisesti.
- Lue hakuohjeet läpi ja aloita hakemusasiakirjojen valmistelu mahdollisimman varhain!
- Suorita kielitesti tarvittaessa. Kielivaatimukset.
- Kun hakuaika avautuu, täytä online-hakemus Studyinfo.fi -sovelluksessa hakuaikana ja lataa vaaditut liitteet hakemukseen. Hakuaika on 9. joulukuuta 2020 klo 8.00 GMT + 2 - 13. tammikuuta 2021 klo 15.00 GMT + 2.
- Lataa kaikki vaaditut liitteet ja lähetä koulutusasiakirjat postitse Tampere University kahden viikon kuluessa 27. tammikuuta 2021 klo 15.00 GMT + 2. Asiakirjojen on saaputtava yliopistoon ilmoitettuun määräaikaan mennessä ja ne on toimitettava tarvittaessa maakohtaisten vaatimusten mukaisesti.
- Muista hakea apurahaa tarvittaessa.
- Odota, että valintatulokset ilmoitetaan maaliskuun 2021 lopussa.
- Jos sinulle tarjotaan opiskelupaikkaa, muista hyväksyä se ilmoitettuun määräaikaan mennessä. Maksa lukukausimaksu tarvittaessa.
- Aloita valmistautuminen saapumistasi Suomeen hyvissä ajoin.
- Rekisteröidy opiskelijaksi ja liity Tampere University yhteisöön, kun opinnot alkavat elokuussa 2021!
Online-hakulomake
Verkkohakemuslomake on käytettävissä vain hakuaikana vain Studyinfo.fi-sivustolla. Hakuaika alkaa 9. joulukuuta 2020 klo 8.00 (GMT + 2) ja päättyy 13. tammikuuta 2021 klo 15.00 (GMT + 2).
kotelot
Sinun on ladattava kopiot kaikista vaadituista asiakirjoista liitteinä hakemuslomakkeeseen. Joissakin ohjelmissa on yleisten sovelluskoteloiden lisäksi lueteltu muita ohjelmakohtaisia koteloita, joita tarvitaan sovelluksiin sovellettaessa.
Sinun on ladattava kaikki vaadittavat liitteet hakulomakkeellesi verkossa Studyinfo.fi. Lähettämisen lisäksi sinun on lähetettävä virallisesti varmennetut jäljennökset koulutusasiakirjoistasi Tampere University vastaanottokeskukseen postitse. Hakijoiden, joiden tutkinnot on myönnetty tietyissä maissa, on kiinnitettävä erityistä huomiota näiden maiden asiakirjoihin ja asiakirjat on jätettävä tietyllä tavalla. Näitä maakohtaisia vaatimuksia on aina noudatettava ennen kaikkea ennen säännöllisiä vaatimuksia.
Hakijoiden on lähetettävä koulutusasiakirjat Tampere University jotta ne saapuvat 27. tammikuuta 2021 mennessä klo 15.00 GMT + 2. Luettelo tarvittavista yleisistä sovelluskoteloista ja lisäohjeet löydät hakemusasiakirjojen verkkosivulta.
Ohjelmakohtaisia koteloita ei ole, kun haet tätä ohjelmaa.
Hakemuslomakkeessa on kuitenkin ohjelmakohtaisia kysymyksiä, ja sinua pyydetään toimittamaan:
- Yhteystiedot kahdelle akateemiselle / ammattilaiselle, jotka voivat antaa sinulle suosituksia. Anna nimi, organisaatio, asema ja yhteystiedot, mukaan lukien sähköpostiosoite, jonka avulla voimme tarvittaessa ottaa heihin yhteyttä.
- Skypen yhteystiedot. Huomaa, että vain joukko hakijoita voidaan haastatella.
Sisäänpääsyn tulokset ja muutoksenhaut
Valintojen tulokset ilmoitetaan maaliskuun 2021 lopussa. Kaikille hakijoille ilmoitetaan valintojen tuloksista.
Pääsymaksut
Opetussuunnitelma
Opintojen sisältö
Tietojen analysoinnilla on keskeinen rooli nykyaikaisessa tietoyhteiskunnassa. Sekä julkisen että yksityisen sektorin organisaatiot keräävät valtavia tietokokonaisuuksia ja julkisen sektorin dataa avataan yhä enemmän. Tiedot, joiden oletetaan olevan tärkeä voimavara organisaatioille, ovat kuitenkin hyödyttömiä, ellei niitä analysoida. Analyysi on tarpeen säännönmukaisuuksien, kuten trendien tai ryhmittymien, löytämiseksi ja tietojen yhdistämiseksi muihin organisaation sisällä tai hajallaan oleviin verkkotietovarastoihin.
Analyysi vaatii toimia, kuten tietojen puhdistusta ja muuta esikäsittelyä, tiedon integrointia, mallintamista ja ennustamista, tiedon interaktiivista ja iteratiivista visualisointia sekä malleja hypoteesien ja mallien tarkentamiseen. Väli- ja lopputulosten esittäminen päättäjille edellyttää visualisointi- ja raportointimenetelmien hallintaa. Menestyneet analyytikot tarvitsevat taitoja sekä laskennallisista että tilastollisista aiheista.
Tämä erikoisala kouluttaa laskennallisen ja tilastollisen data-analyysin huipputason asiantuntijoita, joilla on tiedot ja taidot edellä mainittuihin tehtäviin ja jotka ymmärtävät data-analyysin kokonaisprosessit.
Tutkimusten rakenne
Maisterin tutkinnon laajuus on 120 op. Jokainen opintopiste on noin 27 tuntia opiskelijatyötä. Erikoistumisesta riippuen kurssit ovat arvoltaan 90 op ja loput 30 op myönnetään pro gradu -tutkielman suorittamisesta. Ohjelman kesto on kaksi vuotta. Opiskelijat käyttävät yleensä kolme lukukautta kurssien suorittamiseen ja yhden lukukauden pro gradu -tutkielmaan. Opinnot alkavat elokuun lopussa ja lukuvuosi päättyy toukokuun lopussa.
Tietojenkäsittelytieteiden maisteriohjelma koostuu seitsemästä erikoistumisalasta, jotka johtavat joko maisterin tai tekniikan maisterin tutkintoon:
- Datatiede (MSc)
- Ihmisen ja teknologian vuorovaikutus (MSc)
- Ihmisen ja teknologian vuorovaikutus (tekniikan maisteri)
- Signaalinkäsittely ja koneoppiminen (tekniikan maisteri)
- Ohjelmistot, verkko ja pilvi (MSc)
- Ohjelmistot, verkko ja pilvi (tekniikan maisteri)
- Tilastotietoanalyysi (MSc).
Tietojenkäsittelytieteiden maisteriohjelman 2022-2023 opetussuunnitelma on luettavissa verkossa (huomaathan, että tämä on julkinen näkemys, opiskelijat saavat lisätietoa sähköisen työkalun kautta).
Maisteriohjelmaan otetut opiskelijat voivat joutua täydentämään aikaisempaa tutkintoa täydentävillä opinnoilla. Täydentävät opinnot päätetään tiedekunnassa tapauskohtaisesti (enintään 60 op). Luettelo mahdollisista täydentävistä opinnoista on esitetty opetussuunnitelman kohdassa Edellytykset
Ohjelman tulos
Tietojenkäsittelytieteiden maisteriohjelman tilastollisen dataanalytiikan erikoistumisen suoritettuasi sinulla on taidot ja tiedot
- Valitse käsillä oleviin analyysitehtäviin sopivat tiedon analysointimenetelmät kohtuullisen laajasta tilastollisten ja laskennallisten menetelmien valikoimasta, mukaan lukien menetelmät, jotka ovat tarpeen eri tietolähteiden tietojen integroimiseksi tietojen esikäsittelyn ja/tai analysoinnin aikana.
- Ymmärrä, kuinka menetelmät mallintavat tietojen vaihtelua, epävarmuutta ja riippuvuutta.
- Käytä näitä menetelmiä tietojen analysointiin ja tulosten ja niihin liittyvien epävarmuustekijöiden tulkitsemiseen kriittisesti.
- Käytä tehokkaita laskennallisia ja tilastollisia menetelmiä suuren datan hallintaan ja analysointiin, mukaan lukien tilastolliset menetelmät, kuten todennäköisyysluokitus ja regressio, graafiset mallit, aikasarjaanalyysi ja Bayesin analyysi sekä erilaisia laskennallisia algoritmisia lähestymistapoja, kuten rinnakkaislaskenta ja syvät neuroverkot.
- Visualisoi tiedot/analyysitulokset.
- Käytä analyysimenetelmiä uusissa tilanteissa.
- Ymmärrä, kuinka hyvin menetelmät voivat toimia eri tilanteissa.
Galleria
Uramahdollisuudet
Valmistuneena sinulla on tiedot ja taidot data-analytiikkaan ja ymmärrät koko data-analytiikkaprosessin. Tällaisia analyytikot voivat työskennellä analyysiyrityksissä, talon sisäisinä analyytikoina big dataa tuottavissa yrityksissä sekä yrityksissä ja organisaatioissa, jotka keräävät ja analysoivat julkista ja yksityistä tietoa, mukaan lukien valtion virastot, journalismi, vakuutus, lainvalvonta ja rahoitus. kuten julkisessa ja yksityisessä tutkimuksessa.
Yhteistyö muiden osapuolten kanssa
Oman maisteriohjelman lisäksi opiskelijat voivat hyödyntää täysimääräisesti Tampereen korkeakouluyhteisön tarjoamaa opetusta teknisistä eri alojen ammatillisista opinnoista.
Mahdollisuudet jatko-opintoihin
Tämä maisterin tutkinto antaa vaadittavat taustat, jos haluat jatkaa tohtorintutkintoa Tampere University tai muualla. Tampere University tohtoriopinnoissa ei ole lukukausimaksuja.