Tietotekniikan maisteri

Valmistaudu minkä tahansa toimialan datalähtöiseen päätöksentekoon Yhdysvaltain johtavassa julkisessa laitoksessa Michigan State University :n 4 lukukauden MS-tutkinnolla datatieteessä. Tämä teknillisen korkeakoulun ja luonnontieteiden korkeakoulun jakama uusi poikkileikkaava ammatillinen koulutusohjelma valmistaa opiskelijoita perus- ja sovellettaviin aiheisiin, joita opettavat johtava tietotieteen, tilastotieteen, tietojenkäsittelytieteen ja laskennallisen matematiikan tiedekunta. Voit olla osa avauskohorttia syksyn 2023 sisäänpääsyillä.

Datatieteen MS-ohjelma rekrytoi opiskelijoita, joilla on vahva perustutkinto yhdelle tilastotieteen, laskennallisen matematiikan, tietojenkäsittelytieteen ja tietotekniikan ydinalueista tai niihin läheisesti liittyvistä teknisistä aloista, ja tarjoaa heille edistynyttä tieteidenvälistä koulutusta tilastotieteen aloilla, matematiikka, tietojenkäsittely ja laskennalliset tieteet tasoilla, jotka sopivat MS-opiskelijoille näillä vastaavilla tieteenaloilla. Ohjelma jakautuu kahdelle opetusvuodelle; sellaisenaan mikä tahansa omistettu kaksivuotinen MS-tutkinto jollakin näistä tieteenaloista syventyisi tähän suuntaan kuin kaksivuotinen datatieteen MS-tutkinto.

Tyypillisillä opiskelijoilla on riittävä ohjelmointiosaaminen. Näitä voivat olla käytännön kokemukset matemaattisten tieteiden kielistä, kuten MATLAB tai R, tai klassinen olio-ohjelmointi.

Ketä etsimme:

• Sinulla on neljän vuoden tekninen tutkinto ja sinun on opittava lisää data-analyysimenetelmistä edistääksesi ammatillista uraasi.
• Nautit matemaattisista tieteistä ja osaat ohjelmoida, varsinkin kun näet kuinka käytännön puoli voi vaikuttaa tosielämän ongelmiin.
• Haluat olla taitava selittämään datatieteen menetelmiä ei-teknisille kollegoillesi ja auttaa muotoilemaan datalähtöisiä tiimipohjaisia päätöksiä.
• Näet itsesi potentiaalisesti kykeneväksi keksimään uusia, periaatteellisia datatieteen menetelmiä, jotka on mukautettu ammattiympäristösi tarpeisiin.

Datatieteen MS-tutkinto on 30 opintopisteen jatkotutkinto, joka koostuu 18 vaaditusta opintopisteestä, 9 valinnaisesta opintopisteestä ja 3 opintopisteen huippukurssista. Käy MSU Registrar -kurssihakusivulla saadaksesi MSU-luettelokurssien kuvaukset.

Tämän ohjelman kuusi vaadittua kurssia (18 opintopistettä) tasapainotetaan kolmen yksikön välillä:

• STT 810, todennäköisyys- ja matemaattisten tilastojen kurssi MS-tason datatieteilijöille
• STT 811, sovelletun tilastollisen metodologian kurssi MS-tason datatieteilijöille
• CSE 482, tietotekniikan kurssi big datan analysoinnista, joka sisältää suurten tietomäärien keräämisen, tallentamisen, esikäsittelyn ja analysoinnin.
• CSE 881, tietojenkäsittelytieteen kurssi tiedon louhinnasta, MS-tasolla.
• CMSE 830, peruskurssi datatieteen algoritmeista ja menetelmistä MS-tasolla
• CMSE 831, sovelletun ja laskennallisen optimoinnin peruskurssi datatieteilijöille, mukaan lukien toteutus, MS-tasolla.

Valinnaisia opintojaksoja 9 opintopistettä saadaan kolmen yksikön laajasta kurssivalikoimasta. Opiskelijat, joilla on 6 vaadittua kurssia, ovat hyvin valmistautuneita valittavien opintojaksoihin. Valinnaisten aineiden luettelo sisältää seuraavat ja voi sisältää muita MS DS -komitean hyväksymiä kursseja:

• STT 802, tilastollinen laskenta erikoisohjelmistolla R.
• STT 812, kompakti kurssi nykyaikaisesta tilastollisesta data-analyysistä, mukaan lukien tilastooppiminen
• STT 873, tilastooppimisen ja tiedon louhinnan kurssi
• STT 874, Bayesin analyysin kurssi
• STT 875, R-ohjelmoinnin kurssi tilastoihin
• CSE 802, hahmontunnistuskurssi
• CSE 830, kurssi algoritmien suunnittelusta ja analysoinnista
• CSE 847, koneoppimisen kurssi
• CSE 849, syväoppimisen kurssi
• CMSE/CSE 822, rinnakkaislaskennan yhteinen kurssi
• CMSE 402, tietotekniikan viestintäkurssi.
• Muita MSU:ssa kehitteillä olevia CMSE:n valinnaisia kursseja, joista osa on aihekursseja, joita on jo opetettu CSME:ssä ja joita voitaisiin opettaa yhdessä muiden yksiköiden kanssa. Suunnitelmia on seuraaville aiheille:
  • CMSE 890 epävarmuuden kvantifiointi (on opetettu)
  • CMSE 890 Applied Topology (on opetettu)
  • CMSE 890:n todennäköisyyspohjaiset graafiset mallit (suunniteltu)
  • CMSE 890 matemaattinen kuvankäsittely (suunniteltu)
  • CMSE 890 Biomedical Science Data (suunniteltu)
  • CMSE 890 Applied Machine Learning for Biomedicine (suunniteltu)
  • CMSE 890 Computational Methods for Machine Learning (suunniteltu)
  • Muut tilastoaiheiset kurssit STT 890, MS DS-toimikunnan hyväksymä.
  • Muut tietojenkäsittelytieteen aihekurssit CSE 890, jotka MS DS-komitea on hyväksynyt.
  • Mikä tahansa jatko-tason MSU-kurssi, joka kattaa datatieteen aiheita ja jotka MS DS:n komitea voi hyväksyä.

3 opintopisteen huippukurssi sisältää soveltavan, teollisuuden tai valtion tietotieteen projektin suorittamisen. Tämän kurssin hyvitys voidaan kirjata yhdeksi kolmesta aihekurssista:

• STT 890
• CSE 890
• CMSE 890

Ohjelma rakentaa tapaustutkimusten portfoliota sisältäen teollisuuden, valtion tai korkeakoulujen asiakkaiden vetämiä huippuprojekteja.

Laskennallisten ja analyyttisten taitojensa avulla ohjelman valmistuneet voivat:

• Omaksua, käsitellä ja tulkita tietoja monipuolisista ja monipuolisista lähteistä tai suurista ja mahdollisesti hajautetuista tietojoukoista.
• Rakenna laskennallisia, matemaattisia ja tilastollisia malleja, jotka päättelevät merkityksellisiä suhteita dataan ja joita voidaan käyttää tulkintaan ja ennustavaan analytiikkaan.
• Luo visualisointeja, jotka auttavat ymmärtämään heidän tietojaan ja mallejaan.
• Kerro havainnoistaan ja oivalluksistaan useille yleisöille, jotta päätökset voidaan tehdä ja toimia.