Введение
Цели и структура курса
Магистр наук в области «Наука и экономика данных» (DSE) отвечает требованиям обучения ученых-ученых в области экономики. Курс предоставляет навыки для анализа и понимания характера данных с помощью современных методов управления данными, машинного обучения, интеллектуального анализа данных и облачных вычислений. Студенты научатся извлекать значимые отношения и повторяющиеся шаблоны, строить прогностические и прогнозирующие модели, которые объединяют данные о компании, рынке, административных и социальных медиа, анализируют политические эффекты (экономические, социальные) или действия (инвестиции, маркетинговые кампании) и любую другую деятельность связанных с секторами экономики, маркетинга, бизнеса и финансов.
Программа степени направлена ​​на обеспечение прочного и современного культурного фона в области информатики, статистики и экономики, обеспечивающего комплексное представление этих навыков на всех своих курсах, полагая, что интеграция основополагающих дисциплин может развиваться для студентов, по сравнению с простой суммой приобретенных навыков. Инновации в методах преподавания также имеют стремление развивать у студентов специфическое методологическое отношение ученого-данных, формируя профессиональных деятелей, способных по-новому мыслить в реальности, исходя из проблем, мышления с точки зрения моделей, понимания ценность данных и научиться оценивать реальное влияние выбора.
С этой целью модальность передачи знаний на фронт будет интегрирована с лабораторными действиями, которые развивают способность работать в группах, начиная с реальных проблем и используя реальные данные. Методы работы, такие как hackathons, решение проблем, проблемы между рабочими группами, которые уже представляют собой инструменты отбора персонала в наиболее важных компаниях, работающих в секторе данных, будут интенсивно использоваться в процессе обучения с целью обучения разработке методологического подхода ожидаемый для ученых-данных. Тематические исследования и лабораторное моделирование как можно чаще заменят использование реальных данных, не отказываясь от сложности; в этих тематических исследованиях будут участвовать компании, исследовательские центры, учреждения, экономические и финансовые операторы, агентства связи и маркетинг при разработке мероприятий и взаимодействии со студентами.
Требования при поступлении
Успешный кандидат магистерской программы по науке и экономике данных должен обладать достаточными знаниями в области информатики, математики, экономики и статистики на уровне бакалавриата.
Кандидаты должны представить свои биографические данные, стенограмму экзаменов и академическую карьеру, мотивационное письмо. Кандидаты могут попросить своих консультантов предоставить презентационное письмо.
Заявителям, удовлетворяющим требованиям к поступлению, будет предложено провести телематическое интервью, направленное на предметную проверку их предыстории, их мотивации и гибкости на английском языке.
Минимальные требования к учебным программам:
12 кредитов ECTS по информатике и математике
12 кредитов ECTS в экономике и
Знание английского языка, уровень B2 или выше
Перспективы карьерного роста
Программа MSc по науке и экономике данных направлена ​​на обучение следующих профессиональных сотрудников.
Профиль: Data Scientist
Функции: анализировать и разрабатывать прогнозы по большому потоку данных, выявлять и применять наиболее подходящие программные средства и статистические методы для их разработки, а также создавать сложные модели для интеллектуального анализа данных.
Навыки: статистический анализ, программирование и знание программных средств.
Розничные продажи: малые и средние предприятия, стартапы и государственное управление.
Информация о пользователе: Data-Driven Economist
Функции: кадровые проблемы экономического анализа в контексте науки о данных путем идентификации данных и технологий, которые могут предоставить новые ключи для чтения или оценки экономических и социальных явлений.
Навыки: экономическая теория, статистическая и компьютерная техника
Розничные магазины: крупные компании, государственное управление и международные организации.
- Просмотр профиля: Data-Driven Decision Maker
Функции: покрывать управленческие функции высокой ответственности в частных и государственных компаниях с международным призванием с сильным технологическим компонентом в нем, используя анализ данных для руководства стратегическими и операционными решениями.
Навыки: Багаж теоретических знаний об экономико-количественном-ИТ-характере для поддержки организационных решений и развития экономических институтов и компаний.
Розетки: малые и средние предприятия, крупные компании и государственное управление.
Профиль: Аналитик проектов развития или экономической политики
Функции: содействие разработке, мониторингу и анализу проектов развития или экономической политики.
Навыки: багаж теоретических и операционных понятий в экономике, стратегии управления бизнесом и экономической политике, которая их регулирует.
Розетки: они работают в частных или государственных компаниях в промышленности, торговле, бизнес-услугах, личных и аналогичных услугах, а также в международных и / или правительственных учреждениях.
Профайл: Менеджер маркетинговой аналитики
Функции: профессии, включенные в эту категорию, выполняют функции идентификации и контроля процессов принятия решений оперативного характера в непосредственной координации с исполнительным руководством компании.
Навыки: Багаж теоретических знаний об экономико-количественном-ИТ-характере для поддержки организационных решений и развития экономических институтов и компаний.
Розетки: крупные компании.
Учебный план
Степень магистра в области науки и экономики данных - это действительно многодисциплинарная программа, предлагающая хорошо сбалансированный набор курсов по науке и экономике в области науки, поддерживаемый несколькими другими курсами. Студенты должны приобрести 120 ECTS для завершения программы; среди них 24 кредита посвящены дополнительной образовательной и исследовательской деятельности, например, написанию диссертации, исследовательским семинарам и выборным курсам.
Для всех учащихся обязательно:
Курсы первого курса
Курс / ECTS
Макроэкономика и макроэкономика / 12
Кодирование данных и управление данными / 12
Теория графов, дискретная математика и оптимизация / 12
Машиноведение, статистическое обучение, глубокое обучение и искусственный интеллект / 12
Микроэконометрика, причинно-следственная связь и временные ряды эконометрики / 12
Общее количество кредитов, полученных в конце первого года / 60
Курсы второго курса
Курс / ECTS
Алгоритмы для массивных данных, облачных и распределенных вычислений / 12
Кибербезопасность и конфиденциальность, методы сохранения и цифровая безопасность и конфиденциальность / 6
Совокупное количество кредитов, полученных после обязательных курсов второго года / 78
Три учебные программы
Курс / ECTS
Экономика / 18
Бизнес-инновации / 18
Социальные науки / 18
Совокупное количество кредитов, полученных после обязательных курсов второго года / 96
Курсы по выбору / 12
Практика / 3
Магистерская диссертация / 9
Итого в конце программы / 120
