Visión de conjunto
A medida que los datos se acumulan en amplios sectores de la industria y la academia, vemos la necesidad de científicos de datos equipados con habilidades para ayudar con la toma de decisiones basadas en datos. Por ejemplo, las empresas están usando datos para determinar la cobertura del seguro, tomar decisiones de mercadotecnia, ofrecer recomendaciones a los clientes y proporcionar una atención médica más efectiva. Un ejemplo famoso de la academia es la determinación del bosón de Higgs a partir de datos simulados con métodos de aprendizaje automático.
Ofrecemos una maestría en ciencias de datos que cubre los elementos básicos y avanzados esenciales en inferencia estadística, aprendizaje automático, visualización de datos, extracción de datos y métodos de big data, todos los cuales son clave para un científico de datos capacitado. Para ser seleccionados para nuestro programa, requerimos una formación básica en cálculo, álgebra lineal, probabilidad, programación informática, estructuras de datos y algoritmos. Nuestro programa se distribuye en 30 créditos y contiene proyectos que involucran grandes conjuntos de datos, métodos de clasificación, selección de variables y aprendizaje profundo, por nombrar algunos.
En nuestro plan de estudios, hacemos un uso extensivo del lenguaje de programación Python y sus bibliotecas de ciencia de datos, y también ofrecemos herramientas como R para análisis estadístico, Tableau para visualización de datos y SQL para bases de datos. Los estudiantes trabajan en tareas que cubren tanto la teoría como las aplicaciones en datos reales con el apoyo disponible del profesor y asistente de enseñanza.
Nuestra oficina de servicios profesionales ayuda a los estudiantes con la preparación del currículum vitae y al contactar a las empresas que necesitan científicos de datos. Mientras publicaciones comerciales como Harvard Business Review han escrito sobre los lucrativos prospectos de la ciencia de datos, una búsqueda en el sitio web career.com de "data science" revela un número considerable de oportunidades en la región de Nueva Jersey y Nueva York.
Como se describe en el plan de estudios vinculado a continuación, el programa contiene dos pistas: una Pista de Computación y una Pista de Estadísticas.
Requisitos de Grado
Los estudiantes en el programa de Maestría en Ciencias de Datos (MSDS) deben completar con éxito 30 créditos basados ​​en cualquiera de las siguientes opciones:
Cursos (30 créditos)
Cursos (27 créditos) MS Project (3 créditos)
Cursos (24 créditos) MS Tesis (6 créditos)
Independientemente de la opción elegida, se requieren todos los cursos básicos en las pistas respectivas.
Como máximo, se pueden elegir dos cursos desde fuera de la pista respectiva con la aprobación de los respectivos codirectores del programa. Los estudiantes de atletismo computacional tienen, como máximo, tres cursos electivos que no son de ciencias de la computación. Las estadísticas de seguimiento de estudiantes tienen, como máximo, tres cursos electivos que no son de matemáticas.
Si un estudiante elige el proyecto de MS o la opción de tesis de maestría, el proyecto o tesis debe estar relacionado con la ciencia de datos y requiere la aprobación de uno de los codirectores del programa.
El programa MSDS tiene pistas computacionales y estadísticas de las cuales los estudiantes deben elegir al momento de la admisión. Estas pistas tienen diferentes cursos básicos, pero comparten los mismos requisitos de admisión y asignaturas optativas.
Los estudiantes pueden elegir un electivo fuera de la lista después de la aprobación de su asesor respectivo.