Maestría en Ciencias en Ciencia de Datos

La Maestría en Ciencias en Ciencia de Datos, un programa de grado de 36 créditos, está destinado a estudiantes que han completado títulos universitarios en ciencias, matemáticas, informática o ingeniería y están interesados en seguir carreras en campos analíticos específicos de la industria (por ejemplo, tecnología, farmacéutica, investigación, gobierno, salud pública, emprendimiento, finanzas, negocios, etc.).

El programa de licenciatura en ciencia de datos utiliza problemas y situaciones del mundo real para preparar a los graduados para roles como líderes de pensamiento estratégico que aprovechan el modelado predictivo para impulsar la toma de decisiones. Los estudiantes desarrollarán una comprensión profunda de las tecnologías clave en ciencia de datos y análisis empresarial: minería de datos, aprendizaje automático, técnicas de visualización, modelado predictivo y estadísticas. Los estudiantes practicarán el análisis de problemas y la toma de decisiones. Los estudiantes obtendrán experiencia práctica con lenguajes de programación de estadísticas y herramientas de big data a través de cursos y experiencias de investigación aplicada.

Disponibilidad del programa

El programa de ciencia de datos se ofrecerá en un horario semestral y está diseñado para estudios de tiempo completo y de medio tiempo.

Requisitos de grado

El título requiere créditos de 36 horas semestrales. Se requiere un curso final y se tomará durante el último semestre del curso.

pasantía de posgrado

A partir del 1 de enero de 2016, todos los estudiantes deben completar una pasantía relacionada con la ciencia de datos, excepto: aquellos que tienen más de 3 años de experiencia laboral profesional; aquellos con empleo de tiempo completo durante la duración del programa; y los que están participando en el programa de intercambio. La pasantía de posgrado puede iniciarse en el primer semestre de clases. Consulte a su asesor de programa para determinar si es posible obtener una exención.

Asesoramiento

Saint Peter's University asigna un asesor académico a cada candidato.

Limitación de tiempo

Se espera que los estudiantes se inscriban continuamente hasta que se completen sus programas. Se requiere que los estudiantes mantengan un progreso académico satisfactorio manteniendo el promedio de calificaciones requerido y acumulando suficientes créditos dentro del marco de tiempo estipulado de cinco años.

Cursos

Nivel I

• Introducción a la ciencia de datos
• Análisis de datos y modelado de decisiones
• Base de datos y almacenamiento de datos
• Programación Estadística

Nivel II

• Procesamiento de datos
• Análisis de grandes datos
• Visualización de datos
• Aprendizaje automático
• Análisis predictivo y diseño experimental
• Ley de Datos, Ética y Privacidad
• Análisis de negocio
• Capstone: análisis de negocios

Créditos totales: 36

Pasantía de posgrado en ciencia de datos

Se requiere completar una pasantía de posgrado relacionada con la ciencia de datos para todos los estudiantes, excepto: aquellos que tienen más de 3 años de experiencia laboral profesional; aquellos con empleo de tiempo completo durante la duración del programa; y aquellos que están participando en un programa de intercambio. La pasantía de posgrado puede iniciarse en el primer semestre de clases. Consulte a su asesor de programa para determinar si es posible obtener una exención.

Objetivos del programa

• Desarrolle una comprensión profunda de las tecnologías clave en ciencia de datos y análisis empresarial: minería de datos, aprendizaje automático, técnicas de visualización, modelado predictivo y estadísticas.
• Practicar el análisis de problemas y la toma de decisiones.
• Obtenga experiencia práctica con lenguajes de programación estadísticos y herramientas de big data a través de cursos y experiencias de investigación aplicada.

Objetivos de aprendizaje

Los estudiantes que hayan completado el programa de Maestría en Ciencias de Datos y Análisis de Negocios podrán:

• Aplicar técnicas de modelado cuantitativo y análisis de datos para la solución de problemas comerciales del mundo real, comunicar hallazgos y presentar resultados de manera efectiva utilizando técnicas de visualización de datos.
• Reconocer y analizar cuestiones éticas en los negocios relacionadas con la propiedad intelectual, la seguridad de los datos, la integridad y la privacidad.
• Aplique prácticas éticas en las actividades comerciales cotidianas y tome decisiones comerciales y de gestión de datos éticas y bien razonadas.
• Demostrar conocimiento de las técnicas de análisis de datos estadísticos utilizados en la toma de decisiones comerciales.
• Aplicar principios de Data Science al análisis de problemas de negocio.
• Utilice software de minería de datos para resolver problemas del mundo real.
• Emplear herramientas y tecnologías de vanguardia para analizar Big Data.
• Aplicar algoritmos para construir inteligencia artificial.
• Demostrar el uso del trabajo en equipo, habilidades de liderazgo, toma de decisiones y teoría de la organización.

Oportunidades profesionales

Para 2018, solo Estados Unidos podría enfrentar una escasez de entre 140.000 y 190.000 personas con profundas habilidades analíticas y el conocimiento para utilizar Big Data para tomar decisiones efectivas.

• Informática forense
• Científico de datos
• Analista de datos de operaciones
• Informática forense
• Científico de datos
• Analista de datos de operaciones