Este programa se imparte en inglés. La ciencia de datos es una nueva frontera del conocimiento humano y un nuevo dominio de descubrimiento. científicos de datos tienen la capacidad de análisis y de programación necesarios para extraer un valioso conocimiento de los datos. El sector de la tecnología emergente está convirtiendo en el epicentro de la ciencia de datos.
El programa de maestría está diseñado para aquellos que desean profundizar su comprensión de todos los aspectos de la ciencia de datos. Los solicitantes pueden ser graduados de otras titulaciones con un núcleo matemático fuerte, o los que continúan su búsqueda académica después de lograr una licenciatura en ciencias de datos.
ESTRUCTURA DEL PROGRAMA
Año 1
Los estudiantes comienzan el programa con conocimientos básicos de programación y matemáticas, incluyendo estructuras de datos y algoritmos, estadísticas y de aprendizaje automático. Durante el primer año será significativamente amplió sus conocimientos de las matemáticas, programación y análisis de datos. El programa también ofrece la oportunidad de adquirir habilidades blandas clave para el mundo profesional, incluyendo la gestión técnica de proyectos, redacción y presentación. Por último, se espera que los estudiantes asistan a una cantidad sustancial de charlas y talleres que ofrece la universidad, además de trabajar en el proyecto final.
Módulos
Combinatoria y Gráficos
Gran Análisis de Datos / aprendizaje de la máquina - 2
Programación orientada a objetos (C ++)
R
Estructuras de Datos y Algoritmos
Convex Optimización
Bases de datos
Liderazgo y Dinámica de Grupos
Teoría de la Probabilidad y Estadística
Redacción técnica y presentación
Unix Práctica
Сomplexity Teoría
Introducción al Diseño de Interacción
Gestión de Proyectos Técnicos
Máquina de aprendizaje del Maestro
Análisis de datos estadísticos
Pitón
Capstone Project - 1
REDES
Seminarios y Talleres - 1
Programación Java
Año 2
Durante el segundo año del programa los estudiantes se centrarán principalmente en el aprendizaje de las principales aplicaciones de la ciencia de datos, así como métodos avanzados en matemáticas y análisis de datos. Una parte importante del año se destinará a la realización del proyecto final. A través de la finalización del programa, los estudiantes aprenderán a realizar un análisis de los datos en cualquier escala, desarrollar el software necesario para el análisis y presentar los resultados en una maneras profesionales y eficientes.
Módulos
Paralela y Disrtibuted Computing
Y análisis de imágenes de vídeo - 1
Análisis de datos estadísticos - 2
Recuperación De Información
Diseño de software
Subastas
Estocástico y enorme escala Optimización
Análisis de datos estadísticos - 3
Fundamentos de Criptografía
Teoría de la Información
Mapa reducido
Análisis de Imagen y Vídeo - 2
Las bases de datos distribuidas
Máquina de traducción
Extracción de textos
Visualización de Datos
Teoría de juego
Algoritmos en Bioinformática
Redes neuronales y aprendizaje profundo
Espectral gráfico Análisis y Datos Science Applications
Análisis de redes sociales
Web Gráficos
Series de Tiempo
Capstone Project - 2
Optimización robusta
Seminarios y Talleres - 2
MATEMÁTICAS COMO SEGUNDO IDIOMA (MSL)
Un importante requisito Harbour.Space para todos los estudiantes de tecnología es un muy buen nivel de matemáticas. Cualquier persona que no posee la base sólida de matemáticas que necesitan para una carrera en tecnología, pero está deseoso de aprender tiene una casa en nuestro curso básico (enlazar). Los estudiantes adquieren todas las herramientas básicas que necesitan para continuar los estudios en Ciencias de la Computación, Ciencias de datos o de seguridad cibernética. Graduarse de MSL significa abrir las puertas a solicitar plaza en la Universidad Harbour.Space y cualquier otra universidad de tecnología de tasa superior en el mundo.
Liderazgo Programa
Andrei Raigorodskii Dr.Sci, PhD, Presidente del Departamento de Matemática DiscretaDSCI de Física y Matemáticas Andrei Raigorodskii es profesor de Departamento de Estadística Matemática y procesos estocásticos, Facultad de Mecánica y Matemáticas de la Universidad Estatal Lomonosov de Moscú, Presidente del Departamento de Matemática Discreta y Presidente del Programa de Licenciatura en Ciencias de datos en el Instituto de Moscú de Física y Tecnología Facultad de Innovaciones y Tecnología avanzada, profesor del Programa conjunto de Licenciatura de la Escuela Nueva Escuela de Economía y Superior de Economía y profesor de Análisis discreta, teoría de la probabilidad, y gráficos en la Escuela de Análisis de Yandex datos junto con su liderazgo educativo de Puerto .Espacio.
Es editor en jefe de la revista Journal of Moscow combinatoria y teoría de números. Fue galardonado con el premio a los avances en un número de campos de la matemática discreta y sus aplicaciones prácticas en el año 2011. Andrei publicado más de 100 artículos científicos, artículos y libros. También fundó una escuela de verano de la combinatoria y algoritmos para estudiantes universitarios de alto nivel. Andrei ha estado trabajando con Yandex (4ª motor de búsqueda más grande a nivel mundial), dedicándose a la aplicación práctica de los métodos que desarrolló en problemas de modelado en internet y otras redes complejas. Su investigación en Yandex se centra en la recuperación de información, la pertinencia de la información recuperada en relación con los parámetros y la estructura de los documentos de spam buscar. Estos resultados han mejorado en gran medida la calidad del buscador Yandex. Como Líder de datos Facultad de Ciencias de Harbour.Space, Andrei aspira a criar próxima generación de científicos de datos internacionalmente reconocidas que son capaces de satisfacer todas las posibles único desafío en la era digital.
Konstantin Mertsalov PhD, Director de Desarrollo de Software de Europa, Retención Racional
Konstantin Mertsalov es Director Europeo de Desarrollo en empresa racional, una empresa líder a nivel mundial de desarrollo de software especializada en gestión de información empresarial.
Originario de Rusia, se trasladó a Nueva York en 1998 para estudiar Ciencias de la Computación y Matemáticas Aplicadas, y continuó su carrera académica con un doctorado del Instituto Politécnico Rensselaer en grandes redes sociales dinámicas. Es un experto en el aprendizaje de máquina, la difusión de información en la red social, semántica búsqueda en la web, los datos no estructurados, grandes volúmenes de datos y análisis de datos en general. Desarrolló T Rango, un motor de búsqueda que permite a los usuarios organizar, editar y anotar los resultados de búsqueda, así como compartir información. Konstantin pretende liderar el programa Harbour.Space Ciencia de datos con un entusiasmo desenfrenado por el campo relativamente nuevo, y está decidido a utilizar su conocimiento de la industria para compartir, enseñar y crear para el futuro con sus alumnos.
