Master of Science in Data Science (verkossa)

Ryhdy datatieteilijäksi hallitsemalla tietojen tulkitsemista, oivallusten muotoilua ja tiedon välittämistä soveltamalla koneoppimista, hallitsemalla suuria tietojoukkoja ja luomalla mielenkiintoisia visualisointeja.

• Ei lukukausimaksua ennen kuin sinut palkataan.
• Aloituspäivä: tammikuu 2022

Ei opetusta ennen kuin sinut palkataan

Täällä Contechissa voit aloittaa koulutusohjelman ilman maksuja. Valmistuttuaan ja hankkimalla korkeasti palkatun työn voit aloittaa lukukauden maksamisen pienissä erissä Study Now Pay Later -mallimme ansiosta. Se on niin yksinkertaista. Näin tuemme oppilaitamme taloudellisesti.

Maisteriohjelma, jossa keskitytään työllistettävyyteen

Tietojen kerääntyessä laajalle teollisuuden ja akateemisen sektorin alueelle tarvitsemme datatieteilijöitä, joilla on valmiudet auttaa tietoon perustuvaa päätöksentekoa. Esimerkiksi yritykset käyttävät tietoja vakuutusturvan määrittämiseen, markkinointipäätösten tekemiseen, suositusten tarjoamiseen asiakkaille ja tehokkaamman terveydenhuollon tarjoamiseen.

Tietojenkäsittelytieteen maisteri, joka on erikoistunut datatieteen ohjelmaan, kattaa perus- ja edistyneet olennaiset asiat tilastollisissa johtopäätöksissä, koneoppimisessa, tietojen visualisoinnissa, tiedon louhinnassa ja suurten tietojen menetelmissä, jotka kaikki ovat keskeisiä koulutetulle datatieteilijälle. Jotta voimme valita ohjelmamme, tarvitsemme laskenta-, lineaarialgebra-, todennäköisyys-, tietokoneohjelmointi-, tietorakenteiden ja algoritmien perustaustaa. Ohjelmamme on jaettu 30 opintopisteeseen ja sisältää projekteja, jotka sisältävät suuria tietojoukkoja, luokittelumenetelmiä, muuttujien valintaa ja syvää oppimista muutamia mainitaksemme.

Tuemme sinua työnhaussa

Contechin urakehitysohjelma koostuu useista työkaluista, resursseista ja helpotuksista, jotka ovat kaikkien opiskelijoiden käytettävissä maisteriohjelman aikana. Urakehitystiimimme auttaa sinua monissa urapalveluissa, jotka täydentävät perusopetustasi.

Tuomme tämän asiantuntemuksen sinulle valmistautuessasi suuriin haastatteluihin, mukaan lukien ainutlaatuiset tekniikat ja strategiat, jotka johtavat sinut menestykseen!

✔ Tapaa uraohjaajasi

✔ Valmistele salkku

✔ Hanki haastattelutaitoja

✔ Päästä unelmiesi työhön

Hakuprosessi

Vaihe 1: Sovellus

• Luo tili My Contechissa
• Käytä valittua ohjelmaa aloituspäivämäärän kanssa.
• Täytä hakemuslomake ja lähetä se.

Vaihe 2: Valinta

Tässä vaiheessa sinun on suoritettava kaksi lyhyttä arviointia, ladattava tarvittavat asiakirjat ja ladattava lyhyt video, joka vastaa pyydettyihin kysymyksiin (tai voit myös varata zoom -haastattelun sisäänpääsyvirkamiehen kanssa). Pääsylautakunta tarkistaa asiakirjasi ja testituloksesi antaakseen sinulle lopullisen vastauksen hyväksymiseen.

Ladattavat asiakirjat:

*Päästötodistus

*Transkriptio

*Todistus englannin kielen taidosta (kansainvälisille hakijoille)

Vaihe 3: Ilmoittautuminen

Jos sinut hyväksytään yliopistoon, saat hyväksymiskirjeesi. Lisäksi saat ilmoittautumissopimuksesi koululuettelon ja koulun suoritustaulukon rinnalla allekirjoittamaan digitaalisesti kolmen päivän kuluessa. Ilmoittautumisasiakirjojen allekirjoittamisen jälkeen olet virallisesti ilmoittautunut Contech -opiskelijaksi. Yhteisötiimi toivottaa sinut tervetulleeksi yliopistoon ja sinä liityt keskukseemme.

Contemporary Technology University on tietoinen aikuisten erityisistä oppimisominaisuuksista ja -tarpeista, omaksuu yhteistyöhön perustuvan pedagogisen lähestymistavan ja käyttää opetusmalleja, kuten 4E-oppimissykliä. Jokainen kurssi mukauttaa päivittäistä sisältöään oppimissykliksi, joka auttaa opiskelijoita rakentamaan vahvan tiedon perustan aktiivisen osallistumisen kautta. Jokainen kurssitoiminta on suunniteltu osaksi oppimisen kognitiivisia vaiheita, jotka sisältävät sitoutumisen, tutkimisen, laajentamisen ja arvioinnin.

1. Python for Data Science

2. Todennäköisyys- ja tilastotiedot

3. Tietojen puhdistus ja visualisointi

4. Tietojen käsittely ja käsittely koneoppimista varten

5. Tietokantajärjestelmät ja tietotekniikan työkalut

6. Koneoppimisen perusteet

7. Kaivaminen syvälle syvälliseen oppimiseen

8. Oppimisen ja tekoälyn vahvistaminen

9. Reaalimaailman tietotieteen ja tekoälyn sovellukset

10. Capstone-projekti