Maestría en Ciencias en Ciencias de Datos Sociales (1 año)
Vienna, Austria
DURACIÓN
1 Years
IDIOMAS
Inglés
PASO
Tiempo completo
FECHA LIMITE DE APLICACIÓN
Solicitar fecha límite de solicitud
FECHA DE INICIO MÁS TEMPRANA
Solicite la fecha de inicio más temprana
TASAS DE MATRÍCULA
EUR 12.000 / per year *
FORMATO DE ESTUDIO
En el campus
* Pagadero en una o dos cuotas, la cuota inicial no reembolsable de la matrícula (500 EUR) se paga para confirmar su aceptación de nuestra oferta de admisión y se acredita en la primera cuota de la matrícula en el año 1.
Introducción
La Maestría en Ciencias de Datos Sociales (un año) es un programa multidisciplinario orientado a la investigación de tiempo completo. El programa ofrece capacitación avanzada de tres maneras: a través de capacitación metodológica en ciencia de datos, los estudiantes aprenderán las herramientas matemáticas, estadísticas y computacionales básicas y avanzadas para recopilar, curar, administrar y analizar conjuntos de datos masivos de acciones e interacciones humanas. Al mismo tiempo, al trabajar en distintas disciplinas, obtendrán una visión general del panorama de la aplicación de estos métodos en diversas disciplinas de las ciencias sociales y un conocimiento profundo sobre las cuestiones disciplinarias más cercanas a sus intereses.
Los estudiantes se enfrentarán a oportunidades y desafíos de última generación de las tecnologías Big Data, que les ayudarán a desarrollar un pensamiento reflexivo y crítico sobre dichas tecnologías y su papel en la configuración del comportamiento humano y los fenómenos sociales. Al final de la formación, los estudiantes podrán diseñar proyectos basados en datos y experimentos sociales digitales para medir, interpretar, modelar y comprender fenómenos sociales, como las desigualdades y la segregación, la migración, la corrupción, las cuestiones de género, el populismo y las noticias falsas. , problemas ambientales y las consecuencias sociales de la inteligencia artificial. Los graduados estarán bien equipados para participar en equipos interdisciplinarios que trabajen en problemas sociales con métodos computacionales en la academia, el sector público, las organizaciones cívicas y la industria.
Los estudiantes serán seleccionados en un proceso de dos etapas, con una preselección por parte de los organizadores del programa, seguida de una selección por parte del comité de admisiones.
Los cursos del programa están organizados en tres módulos principales: Métodos fundamentales de ciencia de datos, métodos y conceptos avanzados y especialización. Durante el programa, los estudiantes podrán seguir la trayectoria académica o de ciencias de datos sociales aplicadas, capacitándolos para diferentes carreras profesionales en consecuencia. Si bien los cursos básicos obligatorios se superponen entre estas vías, la estructura modular ofrece opciones flexibles de cursos electivos para los estudiantes que podrán especializarse según sus intereses.
Cada estudiante realizará una pasantía de investigación al final del primer año y completará un proyecto final para obtener el título. Los objetivos de estos proyectos son aplicar sus conocimientos e investigar en un entorno nuevo, adquirir experiencia y establecer conexiones en un grupo de investigación académica o una empresa orientada a datos.
Nuestros graduados representarán una nueva generación de científicos, empresarios y formuladores de políticas con conocimiento sobre las cuestiones fundamentales y métodos de vanguardia en ciencia de datos con sensibilidad simultánea a cuestiones socialmente relevantes. El programa les ayudará a desarrollar un pensamiento crítico e independiente y habilidades prácticas para abordar problemas sociales reales como las desigualdades y la segregación, la migración, la corrupción, el populismo, las noticias falsas, los problemas ambientales y las consecuencias sociales de la Inteligencia Artificial.
En casos excepcionales, a los solicitantes con una licenciatura de tres años se les puede permitir la admisión en programas de maestría de un año. Los solicitantes deben tener en cuenta que es posible que no puedan obtener un doctorado en el Espacio Europeo de Educación Superior si han acumulado menos de 300 créditos ECTS en sus estudios universitarios anteriores. Los solicitantes que deseen seguir una carrera académica deben elegir su programa de maestría en consecuencia (maestría de dos años en caso de haber completado una licenciatura de tres años, y maestría de un año en caso de haber completado una licenciatura de cuatro años). Para obtener la lista de condiciones bajo las cuales se pueden otorgar exenciones, consulte el sitio web del programa.
¿Cómo cambia Internet la sociedad? ¿Cómo seguir, pronosticar y controlar la propagación de una pandemia? ¿Cómo lograr una mayor participación de las personas en los procesos de toma de decisiones utilizando las nuevas tecnologías?
Nuestra era digital en el siglo XXI exige un razonamiento basado en datos para responder a estos y otros nuevos desafíos sociales, organizacionales y ambientales similares. En respuesta, el programa de maestría en Ciencias de Datos Sociales tiene como objetivo educar a una nueva generación de expertos en ciencia de datos, emprendedores y formuladores de políticas con una fuerte afinidad con las ciencias sociales, que puedan comprender las sociedades digitales y moldear su futuro.
¿Por qué MS en SDS en CEU?
- Programa de ciencia de datos en inglés con enfoque en las ciencias sociales.
- Título con reconocimiento global acreditado en Austria y EE.UU.
- Especializaciones en cuatro campos interdisciplinarios.
- Título de alta calidad pero asequible.
- Desarrollamos graduados empleables: CEU es perfecto si buscas mejorar tus habilidades de empleabilidad y seguir una carrera significativa con un propósito más profundo.
Admisión
Becas y Financiamiento
A los candidatos a máster otorgamos ayudas económicas en función del mérito académico. Puedes solicitar ayuda económica para estudios de máster en el apartado Financiación del Formulario de Solicitud Online.
Plan de estudios
Programas de 1 año y 2 años.
Adaptados a las ambiciones únicas de un estudiante, ofrecemos programas de tiempo completo de 1 y 2 años, ambos acreditados en Austria y los EE. UU. El programa de 2 años ofrece la formación completa del programa de Maestría (120 ECTS, 60 créditos) en Ciencias de Datos Sociales con especializaciones en diversos campos de las ciencias sociales, y el programa de 1 año (60 ECTS, 30 créditos) se basa en la formación previa en ciencia de datos durante un programa de pregrado o posgrado y brinda capacitación enfocada en los campos de especialización.
Lista de cursos del programa SDS MS de 1 año
Métodos fundamentales de la ciencia de datos
- Curso de la lista de cursos electivos obligatorios del módulo.
Especialización
- Curso de la lista de pistas de especialización.
- Curso de la lista de pistas de especialización.
- Curso de la lista de pistas de especialización.
Métodos y conceptos avanzados
- Temas de SDS
- Ética del Big Data
- Curso de la lista de cursos electivos obligatorios del módulo.
Cursos opcionales
- Curso electivo gratuito de nivel MS de cualquier programa en CEU PU
- Curso electivo gratuito de nivel MS de cualquier programa en CEU PU
Escritura académica
- Escritura académica
Seminario
- curso seminario de tesis
Proyectos
- Proyecto final 1
- Proyecto final 2
Objetivos y competencias del programa
El programa proporcionará dos vías para los estudiantes participantes: i) formación académica y ii) formación aplicada en ciencias de datos sociales con diferente importancia para las habilidades académicas y prácticas. El programa proporcionará los siguientes conocimientos, habilidades y competencias.
Los estudiantes adquirirán conocimientos.
- De un arsenal de herramientas de enfoques cuantitativos y basados en datos para estudiar fenómenos sociales;
- De la equidad y los sesgos de los métodos de la ciencia de datos sociales;
- Del Marco Legal y Ético de la Recolección y Análisis de Datos en Ciencias Sociales, Incluyendo las Especificidades del Big Data;
- Sobre los principales conceptos, ideas y desafíos en al menos un campo de las ciencias sociales, así como los importantes métodos cuantitativos y cualitativos especiales;
- De las nuevas posibilidades que los tipos de Big Data relacionados socialmente permiten estudiar problemas contemporáneos en la investigación académica y empresarial;
- Identificar el potencial social y los desafíos de trabajar con Big Data.
Los estudiantes estarán equipados con habilidades sobre cómo:
- Comprender y modelar sistemas complejos, en red, dinámicos, sociales, económicos, políticos, tecnológicos y ecológicos;
- Aplicar una visión crítica y reflexiva a las ventajas y peligros de las metodologías basadas en datos en el mundo real
- Aplicaciones de observación y predicción del comportamiento humano;
- Dominar el lenguaje de programación de última generación para la recopilación, conservación, procesamiento, preparación y análisis de datos;
- Emplear herramientas de ciencia de datos de última generación, incluidos métodos de aprendizaje automático supervisado y no supervisado.
- Minería web, análisis de redes, visualización, análisis espacial, procesamiento de lenguaje natural, etc. Para el análisis de problemas sociales y organizacionales;
- recopilar datos de diversas maneras utilizando métodos de seguimiento, monitoreo, rastreo o recopilación de datos transaccionales o experimentos sociales;
- Analizar datos de diversos tipos registrando información temporal, espacial, relacional, característica, etc.
- Diseñe experimentos sociales digitales o en línea, ejecute, mida e interprete sus resultados
- Identificar patrones de correlación y relaciones causales en datos sociales y crear modelos predictivos utilizando conjuntos de datos de comportamiento humano;
- Combine métodos empíricos cuantitativos y cualitativos de las ciencias sociales, incluidos análisis estadísticos, métodos digitales y métodos experimentales con herramientas de ciencia de datos para analizar problemas sociales y organizacionales;
- Comunicarse con investigadores tanto en ciencias sociales como en ciencia de datos;
- Comunicar conocimientos basados en investigaciones mediante escritura, visualización y presentación verbal.
Al final del programa, los estudiantes serán competentes en
- Planificación y finalización de estudios/examen/investigación de fenómenos sociales en diversos campos de las ciencias sociales;
- Gestionar los aspectos éticos de la recopilación y el procesamiento de datos personales, así como la toma de decisiones basadas en los datos;
- participar y coordinar la cooperación en equipos interdisciplinarios con personas de otros campos y tradiciones científicas para trabajar en problemas de investigación de la ciencia de datos sociales;
- Asumir de forma independiente la responsabilidad de un mayor desarrollo científico personal y especialización en los sectores académico y privado o en la gobernanza y las ONG.
Si bien todas estas habilidades son importantes para una carrera exitosa en el mundo académico o en la industria de datos, los resultados del aprendizaje diferenciarán entre las dos vías. Se pondrá más énfasis en las preguntas fundamentales y las aplicaciones de las ciencias sociales para los estudiantes en la vía académica, mientras que la capacitación de los estudiantes en la vía de ciencias de datos sociales aplicadas se centrará más en las herramientas metodológicas y las aplicaciones del mundo real.
Oportunidades profesionales
Desarrolla las mejores habilidades para acelerar tu carrera
En el programa de dos años, dominará las habilidades computacionales de última generación para la recopilación, conservación, procesamiento, preparación y análisis de datos. Desarrollará un alto nivel de competencia en métodos de estadística aplicada, aprendizaje automático, minería web, análisis de redes, visualización, análisis espacial, procesamiento del lenguaje natural y muchos más. Tanto los programas de 1 como los de 2 años desarrollarán sus habilidades a través de especializaciones para comprender y modelar sistemas complejos, en red, dinámicos, sociales, económicos, políticos, tecnológicos o ecológicos con una reflexión crítica sobre las ventajas y peligros de las metodologías basadas en datos.